JPWO2016185913A1 - 情報処理装置、情報処理方法、及び、プログラム - Google Patents

情報処理装置、情報処理方法、及び、プログラム Download PDF

Info

Publication number
JPWO2016185913A1
JPWO2016185913A1 JP2017519113A JP2017519113A JPWO2016185913A1 JP WO2016185913 A1 JPWO2016185913 A1 JP WO2016185913A1 JP 2017519113 A JP2017519113 A JP 2017519113A JP 2017519113 A JP2017519113 A JP 2017519113A JP WO2016185913 A1 JPWO2016185913 A1 JP WO2016185913A1
Authority
JP
Japan
Prior art keywords
data
map
unit
request destination
request
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2017519113A
Other languages
English (en)
Inventor
正典 宮原
正典 宮原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of JPWO2016185913A1 publication Critical patent/JPWO2016185913A1/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids
    • G09B29/106—Map spot or coordinate position indicators; Map reading aids using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ecology (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本技術は、任意の時空間マップを効率よく生成することができるようにする情報処理装置、情報処理方法、及び、プログラムに関する。要求先選択部は、時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択し、データ要求部は、前記要求先にデータを要求し、マップ生成部は、前記要求先からのデータを用いて、前記時空間マップを生成する。本技術は、例えば、時空間マップを提供するサーバに提供できる。

Description

本技術は、情報処理装置、情報処理方法、及び、プログラムに関し、特に、時空間マップを効率よく生成できるようにした情報処理装置、情報処理方法、及び、プログラムに関する。
従来より、所定の空間内の各場所のデータを示す空間マップが広く使用されている。空間マップの例として、例えば、測量による地形図、鉄道の路線図等が挙げられる。
また、近年、表示されるデータが時間ととともに変化する空間マップ（以下、時空間マップと称する）も広く使用されている。時空間マップの例としては、例えば、天気図、渋滞状況マップ等が挙げられる。
時空間マップのデータの精度を向上させるためには、より細かい空間密度、かつ、より短い時間間隔で、より多くの種類のデータを収集することが望ましい。しかし、そのためには、データの収集に用いるセンサ等の数を増やしたり、センサ等がデータを取得する頻度を増やしたりする必要があり、必要なコストが上昇したり、消費電力が増大したりする。
これに対して、特許文献１には、フォトセンサ及びマイクロ波センサにより監視領域内において通知すべきイベントが検出された場合、カメラの電源をオンし、監視領域を撮影した画像の送信を開始し、イベントが終了した後、カメラの電源をオフし、画像の送信を停止する技術が提案されている。この技術を用いることにより、省電力化を実現することができる。
特開２００５−３９６１２号公報
しかしながら、特許文献１に記載の技術は、監視領域内に固定されたカメラの電源のオン、オフを制御するだけであり、同じカメラにより撮影された同じ場所の画像が時間とともに変化するタイプの時空間マップにしか適用することができない。
そこで、本技術は、任意の時空間マップを効率よく生成できるようにするものである。
本技術の一側面の情報処理装置は、時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択部と、前記要求先にデータを要求するデータ要求部と、前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成部とを備える。
前記データ取得部のコンテキストに、前記データ取得部を使用するユーザのコンテキストを含ませ、前記要求選択部には、前記ユーザのコンテキストに基づいて、前記ユーザが前記或る場所に関するデータを提供する可能性を推定させ、推定させた結果に基づいて前記要求先を選択させることができる。
前記データ取得部のプロファイルに、前記データ取得部を使用するユーザの過去のデータの提供実績を含ませ、前記要求選択部には、前記ユーザの過去のデータの提供実績に基づいて、前記要求先を選択させることができる。
複数の前記データ取得部からのデータに基づいて、前記時空間マップに対応する空間内のイベントの検出を行うイベント検出部をさらに設け、前記要求先選択部には、イベントが検出された場所付近に関するデータの要求先を選択させることができる。
前記要求先選択部には、前記時空間マップを使用するユーザにより指定された場所付近に関するデータの要求先を選択させることができる。
要求するデータの価値に基づいて、データに対する報酬を設定する報酬設定部をさらに設け、前記データ要求部には、設定された報酬を前記要求先に通知させることができる。
前記報酬設定部には、要求するデータのアクセス数の推定値に基づいて、前記報酬を設定させることができる。
データを収集する条件を設定する条件設定部をさらに設け、前記要求先選択部には、設定された条件を満たすデータを取得可能な前記データ取得部の中から前記要求先を選択させることができる。
本技術の一側面の情報処理方法は、時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択ステップと、前記要求先にデータを要求するデータ要求ステップと、前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成ステップとを含む。
本技術の一側面のプログラムは、時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択ステップと、前記要求先にデータを要求するデータ要求ステップと、前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成ステップとを含む処理をコンピュータに実行させる。
本技術の一側面においては、時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先が、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択され、前記要求先に対してデータが要求され、前記要求先からのデータを用いて、前記時空間マップが生成される。
本技術の一側面によれば、任意の時空間マップを効率よく生成することができる。
なお、本明細書に記載された効果は、あくまで例示であり、本技術の効果は、本明細書に記載された効果に限定されるものではなく、付加的な効果があってもよい。
本技術を適用した情報処理装置の一実施の形態を示すブロック図である。 要求制御部の構成例を示すブロック図である。 時空間マップデータベースのデータ構造の例を示す図である。 マップ提供処理を説明するためのフローチャートである。 データ収集制御処理を説明するためのフローチャートである。 特徴抽出処理を説明するためのフローチャートである。 イベント検出処理を説明するためのフローチャートである。 データ要求処理を説明するためのフローチャートである。 データのアクセス数の推定方法の例を説明するための図である。 データリクエストを受信した場合に表示される画面の例を示す図である。 設定画面の例を示す図である。 データ登録処理を説明するためのフローチャートである。 本技術を用いて交通異常マップを提供する場合のユースケースを説明するための図である。 本技術を用いて交通異常マップを提供する場合のユースケースを説明するための図である。 本技術を用いて農地監視マップを提供する場合のユースケースを説明するための図である。 本技術を用いてコンテンツ視聴マップを提供する場合のユースケースを説明するための図である。 本技術を用いてコンテンツ視聴マップを提供する場合のユースケースを説明するための図である。 本技術を用いて観光地マップを提供する場合のユースケースを説明するための図である。 本技術を用いて観光地マップを提供する場合のユースケースを説明するための図である。 コンピュータの構成例を示すブロック図である。
以下、本技術を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．実施の形態
２．ユースケース
３．変形例
＜１．実施の形態＞
｛情報処理システム１０１の構成例｝
図１は、本技術を適用した情報処理システム１０１の一実施の形態を示している。情報処理システム１０１は、時空間マップを生成し、ユーザに提供するシステムである。
なお、情報処理システム１０１が提供する時空間マップの種類は特に問わない。例えば、情報処理システム１０１が提供する時空間マップの例として、気象情報マップ、観光地マップ、交通異常マップ、農地監視マップ、コンテンツ視聴マップ、レストランレビューマップ、ハザードマップ、監視マップ、人体マップ等が挙げられる。
気象情報マップは、例えば、各地の気象状況の時系列の変化を示すマップである。
観光地マップは、例えば、各観光地のイベントや混雑度合い等のデータが時間とともに更新されるマップである。
交通異常マップは、例えば、所定の空間内の自動車事故の発生状況、発生履歴、及び、必要なもの等のデータが時間とともに更新されるマップである。ここで、必要なものとは、例えば、救急車、医者等である。
農地監視マップは、例えば、所定の空間内の農地の異常の発生状況及び発生履歴等のデータが時間とともに更新されるマップである。
コンテンツ視聴マップは、例えば、各地域における各種コンテンツの視聴率や視聴者数等のデータが時間とともに更新されるマップである。
レストランレビューマップは、例えば、所定の空間内の各レストランに付与されたレビューの表示が適宜更新されるマップである。
ハザードマップは、例えば、所定の空間内の犯罪や災害が発生した場所、各場所の犯罪や災害が発生する確率等のデータが時間とともに更新されるマップである。
人体マップとは、例えば、人体内の所定の物質の量や温度等のデータの時系列の変化を示すマップである。ここで、所定の物質の量とは、例えば、MRI（Magnetic Resonance Imaging）により測定される水素原子の量等である。
なお、時空間マップのデータは、リアルタイムに更新されてもよいし、所定のタイミングで更新されてもよい。また、時空間マップは、任意の時間や場所を指定して、指定した時間や場所のデータを表示できる機能を有していてもよい。
なお、以下、時空間マップのことを単にマップとも称する。
情報処理システム１０１は、サーバ１１１、データ取得部１１２−１乃至１１２−ｍ、及び、クライアント１１３−１乃至１１３−ｎを含むように構成される。サーバ１１１と、データ取得部１１２−１乃至１１２−ｍ及びクライアント１１３−１乃至１１３−ｎとは、図示せぬネットワーク等を介して接続され、通信を行う。
なお、以下、データ取得部１１２−１乃至１１２−ｍを個々に区別する必要がない場合、単にデータ取得部１１２と称する。以下、クライアント１１３−１乃至１１３−ｎを個々に区別する必要がない場合、単にクライアント１１３と称する。
サーバ１１１は、マップ生成部１２１、データベース１２２、データ収集制御部１２３、及び、データ登録部１２４を含むように構成される。
マップ生成部１２１は、クライアント１１３からマップリクエストを受信した場合、データベース１２２に登録されているデータを用いて、クライアント１１３から要求された時空間マップを生成する。そして、マップ生成部１２１は、生成した時空間マップを含むマップ情報を、要求元のクライアント１１３に送信する。また、マップ生成部１２１は、必要に応じて、受信したマップリクエストを要求制御部１３３に供給する。
データベース１２２は、時空間マップに用いるデータを格納する時空間マップデータベース、各データ取得部１１２に関するデータを格納するデータ取得部データベース、クライアント１１３に関するデータを格納するクライアントデータベース等を含む。データ取得部データベースには、データ取得部１１２を使用するユーザに関するデータも格納される。クライアントデータベースには、クライアント１１３を使用するユーザに関するデータも格納される。
なお、以下、データ取得部１１２を使用するユーザとクライアント１１３を使用するユーザとを区別するために、前者を所有者と称し、後者をユーザと称する。
データ収集制御部１２３は、各データ取得部１１２からのデータの収集を制御する。データ収集制御部１２３は、特徴抽出部１３１、イベント検出部１３２、及び、要求制御部１３３を含むように構成される。
特徴抽出部１３１は、時空間マップデータベースに格納されているデータの特徴量を抽出し、抽出した特徴量を示す情報をイベント検出部１３２に供給する。
イベント検出部１３２は、特徴抽出部１３１により抽出された特徴量に基づいて、時空間マップに対応する空間（時空間マップがカバーする空間）内におけるイベントの検出を行う。イベント検出部１３２は、イベントの検出結果を要求制御部１３３に供給する。
要求制御部１３３は、各データ取得部１１２へのデータの提供の要求を制御する。例えば、要求制御部１３３は、マップリクエスト、及び、イベントの検出結果等に基づいて、データリクエストを送信するデータ取得部１１２を選択する。また、要求制御部１３３は、マップリクエスト、及び、イベントの検出結果等に基づいて、要求するデータの内容及び報酬等を含むデータリクエストを生成する。そして、要求制御部１３３は、生成したデータリクエストを、選択したデータ取得部１１２に送信する。
データ登録部１２４は、各データ取得部１１２から送信されてくるデータをデータベース１２２内の時空間マップデータベースに登録する。
データ取得部１１２は、時空間マップに用いるデータを取得する。データ取得部１１２は、時空間マップに用いるデータを取得することができれば、特に形式等は問わない。
例えば、データ取得部１１２は、Low-levelのセンサにより構成される。Low-levelのセンサとは、例えば、加速度センサ、ＧＰＳ受信器、時計、気圧センサ、地磁気センサ、WiFiやBluetooth（登録商標）等の無線通信を行う無線通信機、マイクロフォン、カメラ、歩数計、照度計、温度計、湿度計、雨滴センサ等である。
また、例えば、データ取得部１１２は、各種のログを取得する装置により構成される。システムログとは、例えば、アプリケーションプログラムの起動ログ、コンテンツの視聴ログ、アイテムの購入ログ、ウェブサイトの閲覧履歴、各種装置の操作ログ、検索キーワードのログ等である。
さらに、例えば、データ取得部１１２は、各種の認識を行う装置により構成される。各種の認識とは、例えば、行動認識、音声認識、画像認識、同伴者認識、ハイコンテキスト認識等である。行動認識とは、例えば、静止中、歩行中、走行中、各種乗り物（例えば、自転車、電車、バス、乗用車等）に乗車中等の人の行動を認識することである。画像認識とは、例えば、画像を用いて、顔、表情、年齢、性別、一般物体等の認識を行うことである。ハイコンテキスト認識とは、例えば、自宅、職場、買い物中、通勤中、旅行中、家事中等の人のコンテキストを認識することである。
また、例えば、データ取得部１１２は、人により入力されるデータを取得する装置により構成される。人により入力されるデータとは、例えば、ＳＮＳ（Social Networking Service）のコメント、商品レビュー、人手による認識結果、専門家による判断、ビジネス判断、撮影・編集された静止画・動画、要約された文章等である。
さらに、例えば、データ取得部１１２は、特定用途の装置により構成される。特定用途の装置とは、例えば、MRI装置、CT（Computed Tomography）装置、血圧センサ、心拍数センサ、体温計、ガイガーカウンタ等である。
また、データ取得部１１２は、例えば、自動型、半自動型、受動型、手動型に分かれる。
自動型のデータ取得部１１２は、データリクエストとは無関係に動作する。すなわち、自動型のデータ取得部１１２は、サーバ１１１からのデータリクエストの有無に関わらず、定期的に、所定のタイミングで、又は、所定の条件が満たされた場合等に、データを取得し、取得したデータをサーバ１１１に送信する。
受動型のデータ取得部１１２は、データリクエストに従って動作する。例えば、受動型のデータ取得部１１２は、サーバ１１１からのデータリクエストを受信した場合、データを取得し、取得したデータをサーバ１１１に送信する。
半自動型のデータ取得部１１２は、自動型と受動型を組み合わせたタイプのデータ取得部１１２である。例えば、半自動型のデータ取得部１１２は、データリクエストがない場合、自動型のデータ取得部１１２と同様の動作を行う。一方、半自動型のデータ取得部１１２は、サーバ１１１からデータリクエストを受信した場合、受動型のデータ取得部１１２と同様に、データリクエストに従って動作する。例えば、半自動型のデータ取得部１１２は、サーバ１１１からのデータリクエストを受信した場合、データを取得し、取得したデータをサーバ１１１に送信したり、データの取得頻度を増やしたり、取得するデータの質や精度を高めたりする。
手動型のデータ取得部１１２は、ユーザ操作により、データを取得し、サーバ１１１に送信したり、サーバ１１１へのデータの送信が許可されたりする。
なお、手動型と他のタイプとは組み合わせることが可能である。例えば、データ取得部１１２は、ユーザ操作が行われていない場合、自動型、受動型、又は、半自動型のデータ取得部１１２として動作し、ユーザ操作が行われた場合、手動型のデータ取得部１１２として動作するようにすることが可能である。
また、例えば、データ取得部１１２は、複数の種類のデータを取得するようにすることも可能である。この場合、例えば、データ取得部１１２は、一部のデータについては、自動型、受動型、又は、半自動型のデータ取得部１１２として、ユーザ操作によらずにサーバ１１１に送信し、残りのデータについては、手動型のデータ取得部１１２として、ユーザ操作によりサーバ１１１に送信するようにすることが可能である。
さらに、自動型、受動型、半自動型、及び、手動型を、設定等により切り替えるようにすることも可能である。
また、データ取得部１１２は、設置場所が固定されたもの、移動するルートが決められているもの、自由に移動することが可能なものを含む。
クライアント１１３は、時空間マップの利用が可能な各種の装置により構成される。例えば、クライアント１１３は、スマートフォン、タブレット、携帯電話機、パーソナルコンピュータ、ウェアラブルデバイス、ゲーム機等により構成される。
クライアント１１３は、サーバ１１１にマップリクエストを送信し、それに対してサーバ１１１から送信されてくるマップ情報に基づいて、リクエストしたマップを表示する。なお、マップリクエストは、ユーザが閲覧したい時空間マップの種類を含む。また、マップリクエストには、必要に応じて、ユーザがデータを見たい場所（以下、閲覧希望場所と称する）、ユーザが見たいデータの内容（以下、閲覧希望内容と称する）等を含めることが可能である。
なお、図１では、データ取得部１１２とクライアント１１３が分かれているが、一部重複していてもよい。すなわち、１つの装置が、データ取得部１１２として、時空間マップ用のデータを取得するとともに、クライアント１１３として、時空間マップを利用してもよい。
｛要求制御部１３３の構成例｝
次に、図２を参照して、要求制御部１３３の構成例について説明する。
要求制御部１３３は、条件設定部１５１、報酬設定部１５２、要求先選択部１５３、及び、データ要求部１５４を含むように構成される。
条件設定部１５１は、イベント検出部１３２によるイベントの検出結果、及び、マップ生成部１２１から供給されるマップリクエスト等に基づいて、データを収集する条件を設定する。条件設定部１５１は、設定した条件を報酬設定部１５２及び要求先選択部１５３に通知する。
報酬設定部１５２は、条件設定部１５１により設定された条件等に基づいて、データに対する報酬を設定する。報酬設定部１５２は、設定した報酬をデータ要求部１５４に通知する。
要求先選択部１５３は、条件設定部１５１により設定された条件等に基づいて、データ取得部１１２の中からデータの要求先を選択する。要求先選択部１５３は、選択した要求先をデータ要求部１５４に通知する。
データ要求部１５４は、要求するデータの内容及び報酬等を含むデータリクエストを生成し、生成したデータリクエストを、要求先に選択されたデータ取得部１１２に送信する。
｛時空間マップデータベースの例｝
図３は、時空間マップデータベースのデータ構造の例を示している。時空間マップデータベースは、場所ＩＤ、時刻、データタイプ、データ、及び、アクセス回数のフィールドを含むように構成される。
場所ＩＤのフィールドには、データの取得場所を一意に識別するための場所ＩＤが登録される。なお、場所の区分方法は、時空間マップの種類等に応じて、任意に設定することが可能である。例えば、時空間マップに対応する空間を１００ｍ四方のメッシュ状の場所に区分し、各場所に異なる場所ＩＤを付与するようにしてもよい。また、例えば、都道府県単位や市町村単位で場所を区分し、各場所に異なる場所ＩＤを付与するようにしてもよい。
時刻のフィールドには、データを取得した時刻が登録される。
データタイプのフィールドには、取得したデータのタイプが登録される。データタイプは、例えば、データの種類や内容を含む。この例では、「過去１時間以内にこの場所に滞在した人数」、「過去１時間以内にこの場所で撮影された写真」等のデータタイプが登録されている。
データのフィールドには、実際の取得したデータ、或いは、取得したデータの保管先等が登録される。
アクセス回数のフィールドには、データのアクセス回数が登録される。
｛情報処理システム１０１の処理｝
次に、情報処理システム１０１の処理について説明する。
（マップ提供処理）
まず、図４のフローチャートを参照して、サーバ１１１により実行されるマップ提供処理について説明する。なお、この処理は、クライアント１１３からマップリクエストが送信されてきたとき開始される。
ステップＳ１において、マップ生成部１２１は、クライアント１１３から送信されてきたマップリクエストを受信する。
ステップＳ２において、マップ生成部１２１は、リクエストされたマップのデータが最新であるか否かを判定する。例えば、マップ生成部１２１は、クライアント１１３からリクエストされたマップ用の時空間マップデータベースが所定の時間内（例えば、１日以内、１時間以内、１０分以内、１分以内等）に更新されているか否かを調べる。ここで、判定基準となる時空間マップデータベースの更新時期は、マップの種類、マップの更新頻度やタイミング等に基づいて設定される。そして、マップ生成部１２１は、時空間マップデータベースが所定の時間内に更新されている場合、リクエストされたマップのデータが最新であると判定し、処理はステップＳ３に進む。
なお、マップ生成部１２１は、例えば、マップリクエストに閲覧希望場所が含まれる場合、時空間マップデータベースの閲覧希望場所に関するデータが所定の時間内に更新されているか否かに基づいて、リクエストされたマップのデータが最新であるか否かを判定するようにしてもよい。また、マップ生成部１２１は、例えば、マップリクエストに閲覧希望内容が含まれる場合、時空間マップデータベースの閲覧希望内容に関するデータが所定の時間内に更新されているか否かに基づいて、リクエストされたマップのデータが最新であるか否かを判定するようにしてもよい。
ステップＳ３において、マップ生成部１２１は、時空間マップデータベースに登録されているデータを用いて、リクエストされたマップを生成する。
ステップＳ４において、マップ生成部１２１は、生成したマップ含むマップ情報を要求元のクライアント１１３に送信する。これに対して、要求元のクライアント１１３は、受信したマップ情報に基づいて、マップを表示する。
その後、マップ提供処理は終了する。
一方、ステップＳ２において、マップ生成部１２１は、時空間マップデータベースが所定の時間内に更新されていない場合、リクエストされたマップのデータが最新でないと判定し、処理はステップＳ５に進む。
ステップＳ５において、マップ生成部１２１は、マップリクエストを要求制御部１３３に供給し、データの収集を指令する。
ステップＳ６において、要求制御部１３３は、データ要求処理を実行する。なお、データ要求処理の詳細は、図８を参照して後述するが、この処理により、データを要求するデータ取得部１１２が選択され、選択されたデータ取得部１１２にデータリクエストが送信される。
その後、マップ提供処理は終了する。
なお、ステップＳ６の処理の後、例えば、マップ生成部１２１は、最新でないデータを用いて生成したマップを含むマップ情報を、要求元のクライアント１１３に送信するようにしてもよい。或いは、マップ生成部１２１は、最新のデータを取得した後に、取得したデータを用いて生成したマップを含むマップ情報を、要求元のクライアント１１３に送信するようにしてもよい。或いは、マップ生成部１２１は、最新のマップが提供できない旨を、要求元のクライアント１１３に通知するようにしてもよい。
（データ収集制御処理）
次に、図５のフローチャートを参照して、サーバ１１１により実行されるデータ収集制御処理について説明する。なお、この処理は、例えば、データベース１２２が更新されたタイミング、所定の間隔、又は、任意のタイミングで実行される。
ステップＳ１０１において、特徴抽出部１３１は、特徴抽出処理を実行する。ここで、図６のフローチャートを参照して、特徴抽出処理の詳細について説明する。
ステップＳ１２１において、特徴抽出部１３１は、各データの種類を識別する。具体的には、特徴抽出部１３１は、所定の期間内に時空間マップデータベースに登録されたデータの種類を識別する。ここで、所定の期間は、例えば、前回の特徴抽出処理の実行後から現在までの期間、又は、所定の時間前から現在までの期間等に設定される。また、データの種類は、例えば、音声、テキスト、画像、その他汎用のデータ等に分類される。
ステップＳ１２２において、特徴抽出部１３１は、各データの種類に応じた処理により各データの特徴ベクトルを生成する。なお、各データの特徴量を抽出する手法、及び、特徴ベクトルを生成する手法には、任意の手法を採用することができる。
例えば、特徴抽出部１３１は、音声データの場合、MFCC（メル周波数ケプストラム係数）によって人間の知覚上重要な周波数成分を強調して、特徴量を抽出する。
例えば、特徴抽出部１３１は、テキストデータの場合、形態素解析により意味をもつ最小単位にデータを分割した後、TF/IDF（Term Frequency / Inverse Document Frequency）により、テキスト中の形態素の出現頻度を加味した重みづけを行い、特徴量を抽出する。
例えば、特徴抽出部１３１は、画像データの場合、局所的な輝度勾配に着目し、画像の回転や拡大縮小に頑健な特徴量を抽出する。
また、特徴抽出部１３１は、以上の処理により抽出された特徴量、又は、上述した以外の一般的な数値データ等に対して、汎用的な特徴抽出処理を行い、特徴ベクトルを生成する。例えば、特徴抽出部１３１は、データの頻度からヒストグラムを作成し、作成したヒストグラムに基づいて、特徴ベクトルを生成する。また、例えば、特徴抽出部１３１は、PCA（Principal Component Analysis）、SVD（Singular Value Decomposition）、pLSA（probabilistic Latent Semantic Analysis）、DNN（Deep Neural Network）等を用いて、データの次元を削減することにより、特徴ベクトルを生成する。さらに、例えば、特徴抽出部１３１は、最大値、最小値、平均値、中央値、分散、合計値等の各種の統計量を算出し、算出した統計量に基づいて特徴ベクトルを生成する。また、例えば、特徴抽出部１３１は、距離、密度、又は、グラフ等に基づくクラスタリング行い、クラスタリングの結果に基づいて特徴ベクトルを生成する。
特徴抽出部１３１は、生成した各データの特徴ベクトルをイベント検出部１３２に供給する。
その後、特徴抽出処理は終了する。
図５に戻り、ステップＳ１０２において、イベント検出部１３２は、イベント検出処理を行う。ここで、図７のフローチャートを参照して、イベント検出処理の詳細について説明する。
ステップＳ１４１において、イベント検出部１３２は、抽出した特徴ベクトルを所定の単位毎に分ける。例えば、イベント検出部１３２は、抽出した特徴ベクトルを、１分、１時間、１日等の所定の時間単位に分ける。また、例えば、イベント検出部１３２は、抽出した特徴ベクトルを、都道府県単位、行政区単位、１０ｋｍ四方単位等の所定の場所単位に分ける。
ステップＳ１４２において、イベント検出部１３２は、単位毎の特徴ベクトルに基づいてイベントを検出する。例えば、イベント検出部１３２は、各単位間の特徴ベクトルの差に基づいて、どの単位においてイベントが発生しているかを検出する。これにより、特徴ベクトルが時間単位及び場所単位に分けられている場合、どの場所でどの時間帯にイベントが発生しているかが検出される。
ここで、過去に一度も起きていないイベントを教師あり学習で検出することは困難であるため、例えば、イベント検出部１３２は、教師なしの非日常パターン抽出又は異常検知の手法を用いてイベントの検出を行う。例えば、One Class SVM（Support Vector Machine）や、Local Outlier Factorのような手法が用いられる。
また、イベント検出部１３２は、可能であれば、イベントの発生の有無だけでなく、イベントの内容まで検出する。
イベント検出部１３２は、イベントの検出結果を要求制御部１３３に通知する。
その後、イベント検出処理は、終了する。
なお、特徴ベクトルを分ける単位は、上述した時間や場所以外に設定することも可能である。例えば、データが映画の視聴履歴の場合、アクション、コメディ、ロマンス、ミステリーといった映画のカテゴリ毎に特徴ベクトルを分けることができる。この場合、例えば、あるカテゴリにおいて普段と異なる視聴傾向が発生しているといったイベントを検出することができる。
なお、以下の説明においては、特徴ベクトルを時間単位及び空間単位で分けた場合の例について説明する。
図５に戻り、ステップＳ１０３において、要求制御部１３３は、データ要求処理を実行し、データ収集制御処理は終了する。ここで、図８のフローチャートを参照して、データ要求処理の詳細について説明する。
ステップＳ１６１において、条件設定部１５１は、データを収集する条件を設定する。
例えば、条件設定部１５１は、上述した図４のステップＳ５の処理で、マップ生成部１２１からマップリクエストが供給され、そのマップリクエストに閲覧希望場所が含まれている場合、閲覧場所付近をデータを収集する場所（以下、収集対象場所と称する）に設定する。或いは、条件設定部１５１は、上述した図７のステップＳ１４２の処理でイベントが検出されている場合、イベントが検出された場所付近を収集対象場所に設定する。或いは、条件設定部１５１は、閲覧希望場所の指定、及び、イベントの検出の両方が行われていない場合、例えば、マップに対応する空間全体を収集対象場所に設定する。
また、例えば、条件設定部１５１は、マップリクエストに含まれる閲覧希望内容、検出されたイベントの内容、収集対象場所、データを収集する時間帯等に基づいて、収集するデータの内容を設定する。ここで、収集するデータの内容として、例えば、図３の時空間マップデータベースのデータタイプが設定され、さらに必要に応じて、データタイプより詳細な条件が設定される。データタイプより詳細な条件には、例えば、データの質（例えば、画質、音質等）、データの精度、データの具体的な内容等が含まれる。データの具体的な内容とは、例えば、画像データの場合、具体的な被写体等である。また、例えば、条件設定部１５１は、上述した図４のステップＳ５の処理で、マップ生成部１２１からマップリクエストが供給され、そのマップリクエストに閲覧希望内容が含まれている場合、その閲覧希望内容を、収集するデータの内容に設定する。
条件設定部１５１は、設定した条件を報酬設定部１５２及び要求先選択部１５３に通知する。
ステップＳ１６２において、報酬設定部１５２は、データに対する報酬を設定する。具体的には、報酬設定部１５２は、収集するデータの価値に基づいて報酬を設定する。データの価値は、例えば、重要度、希少度、緊急度、情報量等の観点に基づいて設定される。
例えば、報酬設定部１５２は、重要度が高いデータほど報酬を高く設定し、重要度が低いデータほど報酬を低く設定する。例えば、報酬設定部１５２は、データの重要度の１つとして、データのアクセス数を推定し、アクセス数の推定値に基づいて、報酬を設定する。ここで、図９を参照して、アクセス数に基づく報酬の設定方法の一例について説明する。
例えば、報酬設定部１５２は、収集対象場所に設定されている場所Ａに関するデータタイプＢのデータのアクセス数の推移を調べる。そして、場所Ａに関するデータタイプＢのデータのアクセス数が、図９のグラフ２０１に示されるように推移しているものとする。なお、時刻ｔａは現在の時刻である。
次に、報酬設定部１５２は、過去の場所Ａに関するデータタイプＢのデータのアクセス数の履歴の中から、グラフ２０１のアクセス数の推移と類似する履歴を検索する。その結果、図９のグラフ２０２に示される履歴が検出されたものとする。グラフ２０２の時刻ｔｂまでのアクセス数の推移は、グラフ２０１の時刻ｔａまでのアクセス数の推移と類似している。
そして、報酬設定部１５２は、グラフ２０３の網掛けの部分に示されるように、時刻ｔａ以降のアクセス数が、グラフ２０２の時刻ｔｂ以降と同様に推移すると予測する。これにより、報酬設定部１５２は、時刻ｔａ以降の場所Ａに関するデータタイプＢのデータのアクセス数を推定することができる。
そして、報酬設定部１５２は、推定したアクセス数に基づいて、データタイプＢのデータの報酬を設定する。すなわち、報酬設定部１５２は、アクセス数の推定値が大きいほど、報酬を高く設定し、アクセス数の推定値が大きいほど、報酬を低く設定する。
また、例えば、報酬設定部１５２は、緊急度が高いデータ、すなわち、緊急に収集してユーザに提示する必要性が高いデータほど、報酬を高く設定する。一方、報酬制御部１５２は、緊急度が低いデータ、すなわち、緊急に収集してユーザに提示する必要性が低いデータほど、報酬を低く設定する。
さらに、例えば、報酬設定部１５２は、希少度が高いデータほど報酬を高く設定し、希少度が低いデータほど報酬を低く設定する。ここで、希少度が高いデータとは、例えば、収集が困難なデータ、取得することが可能なデータ取得部１１２の数が少ないデータ、データの提供数が少ないと予想されるデータ等である。逆に、希少度が低いデータとは、例えば、収集が容易なデータ、取得することが可能なデータ取得部１１２の数が多いデータ、データの提供数が多いと予想されるデータ等である。
また、例えば、報酬設定部１５２は、情報量が多いデータほど報酬を高く設定し、情報量が低いデータほど報酬を低く設定する。例えば、報酬設定部１５２は、低画質の画像データよりも高画質の画像データに対する報酬より高く設定する。また、例えば、報酬設定部１５２は、音声データよりも画像データに対する報酬を高く設定する。
なお、報酬設定部１５２は、複数の観点を組み合わせて、報酬を設定するようにしてもよい。また、報酬設定部１５２は、他の観点に基づいて、報酬を設定するようにしてもよい。さらに、報酬設定部１５２は、例えば、線形回帰や重回帰等の手法を用いて機械学習を行い、データの価値を推定するモデルを生成し、生成したモデルを用いて報酬を設定するようにしてもよい。
また、報酬設定部１５２は、例えば、提供することが可能な報酬の上限を設定し、提供者の数により、報酬を分配するようにしてもよい。
さらに、報酬は、例えば、現金、ポイント、特典、評価等、任意の内容に設定することが可能である。
報酬設定部１５２は、設定した報酬をデータ要求部１５４に通知する。
ステップＳ１６３において、要求先選択部１５３は、各データ取得部１１２のコンテキスト及びプロファイルのうち少なくとも一方、並びに、要求するデータの内容に基づいて、データの要求先を選択する。
ここで、データ取得部１１２のコンテキストには、例えば、データ取得部１１２の現在位置、稼働状況等が含まれる。また、手動型のデータ取得部１１２のコンテキストには、所有者のコンテキストが含まれる。所有者のコンテキストには、例えば、所有者の現在位置、現在の行動内容等が含まれる。
また、データ取得部１１２のプロファイルには、例えば、データ取得部１１２の種類、仕様、性能、機能等が含まれる。また、手動型のデータ取得部１１２のプロファイルには、所有者のプロファイルが含まれる。所有者のプロファイルには、例えば、所有者の嗜好、行動パターン、過去のデータの提供履歴等の情報が含まれる。
具体的には、要求先選択部１５３は、ステップＳ１６１の処理で設定した条件を満たすデータを取得可能なデータ取得部１１２を検索し、検出されたデータ取得部１１２を要求先の候補に選択する。例えば、要求先選択部１５３は、ステップＳ１６１の処理で設定した収集対象場所付近に存在し、かつ、ステップＳ１６１の処理で設定した内容のデータを取得可能な、半自動型、受動型、又は、手動型のデータ取得部１１２を要求先の候補に選択する。
そして、要求先選択部１５３は、要求先の候補の中から、半自動型及び受動型のデータ取得部１１２の全部又は一部を要求先に選択する。
また、要求先選択部１５３は、手動型のデータ取得部１１２については、例えば、以下のように、過去のデータの提供履歴、所有者のコンテキスト及びプロファイル等に基づいて、要求先の候補の中から要求先を選択する。
すなわち、要求先選択部１５３は、要求先の候補である手動型のデータ取得部１１２の中から、過去に同じ内容のデータ、又は、同じ場所付近に関するデータの提供実績があるデータ取得部１１２を検索する。そして、要求先選択部１５３は、検出されたデータ取得部１１２の全部又は一部を要求先に選択する。要求先選択部１５３は、検出されたデータ取得部１１２の一部を要求先に選択する場合、例えば、提供実績の多い順に上位から所定数のデータ取得部１１２を要求先に選択する。或いは、要求先選択部１５３は、提供実績のあるデータ取得部１１２の中からランダムに要求先を選択する。
また、要求先選択部１５３は、要求先の候補の中に提供実績のある手動型のデータ取得部１１２が少ない場合、要求先の候補の中から、提供実績のない手動型のデータ取得部１１２の全て又は一部を要求先に選択するようにしてもよい。例えば、要求先選択部１５３は、提供実績がない手動型のデータ取得部１１２の所有者の中から、協調フィルタリング等の手法を用いて、提供実績のある手動型のデータ取得部１１２の所有者と類似する所有者を検出する。そして、要求先選択部１５３は、検出した所有者のデータ取得部１１２を要求先に選択する。或いは、例えば、要求先選択部１５３は、提供実績のない手動型のデータ取得部１１２からランダムに要求先を選択する。
さらに、例えば、要求先選択部１５３は、要求先の候補である手動型のデータ取得部１１２の中から、データを提供する可能性が高いデータ取得部１１２を優先的に要求先に選択する。例えば、要求先選択部１５３は、各要求先選択部１５３の所有者がデータを提供する可能性を推定し、推定した結果に基づいて、所有者がデータを提供する可能性が高いデータ取得部１１２を優先的に要求先に選択する。
なお、所有者がデータを提供する可能性は、データ取得部１１２から供給されるデータ、要求するデータの内容、データ取得部１１２の種類、収集対象場所、データを収集する時間帯等に基づいて推定される。例えば、要求先選択部１５３は、データ取得部１１２からのデータに基づいて、当該データ取得部１１２の所有者のコンテキストを検出する。そして、要求先選択部１５３は、例えば、所有者が収集対象場所付近を歩いている場合、データを提供する可能性が高いと推定し、仕事中又は運転中の場合、データを提供する可能性が低いと推定する。また、例えば、要求先選択部１５３は、所有者が車両内にいる場合、運転席に座っていれば、データを提供する可能性が低いと推定し、運転席以外の席に座っていれば、データを提供する可能性が高いと推定する。
そして、要求先選択部１５３は、要求先の選択結果をデータ要求部１５４に通知する。
ステップＳ１６４において、データ要求部１５４は、要求先にデータを要求し、データ要求処理は終了する。具体的には、データ要求部１５４は、要求するデータの内容及び報酬等を含むデータリクエストを生成する。データ要求部１５４は、生成したデータリクエストを、要求先として選択されたデータ取得部１１２に送信する。これにより、要求先に、要求するデータの内容及び報酬が通知される。
図１０は、手動型のデータ取得部１１２の一形態であるスマートフォン２５１が、サーバ１１１からデータリクエストを受信した場合に表示される画面２５２の例を示している。画面２５２内には、近くの写真を撮るよう要求するメッセージと、その報酬である１０円を示すウインドウ２５３が表示されている。
また、画面２５２内にウインドウ２５３の代わりに、右側に示されるウインドウ２５４を表示するようにしてもよい。ウインドウ２５４内には、写真の撮影を要求するメッセージ及びアイコンと、その報酬である１０円が表示されている。
例えば、スマートフォン２５１の所有者は、ウインドウ２５３又はウインドウ２５４を見て、スマートフォン２５１で近くの写真を撮影し、撮影した写真をサーバ１１１に送信する。なお、所有者は、スマートフォン２５１以外のデジタルカメラ等のデバイスにより写真を撮影し、サーバ１１１に送信してもよい。
一方、図１１は、スマートフォン２５１を自動型のデータ取得部１１２として使用する場合の設定画面２６１の例を示している。設定画面２６１には、自動的に取得してサーバ１１１に提供するデータの種類を選択するためのメニューが表示されている。この例では、位置情報（詳細）、位置情報（簡易）、加速度、温度、歩数、検索キーワードが選択肢に含まれている。そして、所有者は、各選択肢の左の枠内にマル又はバツを入力することにより、自動的に提供するデータの種類を選択する。この例では、位置情報（簡易）、加速度、温度、検索キーワードが、自動的に提供するデータに選択され、位置情報（詳細）、歩数が自動的に提供するデータに選択されていない例が示されている。
また、メニューの下には、選択したデータを自動的に提供することによる報酬が表示されている。この例では、報酬が月額５２５円であることが示されている。なお、この報酬は、選択したデータの組み合わせにより変動する。
なお、サーバ１１１は、同じデータリクエストを複数のデータ取得部１１２に送信し、オークション形式でデータの提供を受け付けるようにしてもよい。オークション形式の場合、例えば、サーバ１１１は、最も早く提供されたデータを採用したり、最も条件に合致するデータを採用したりする。
（データ登録処理）
次に、図１２のフローチャートを参照して、サーバ１１１により実行されるデータ登録処理について説明する。この処理は、例えば、データ取得部１１２からデータが送信されてきたとき開始される。なお、この処理は、データ取得部１１２からデータリクエストに対してデータが送信されてきたときだけでなく、自動的にデータが送信されてきたときにも実行される。
ステップＳ２０１において、データ登録部１２４は、データ取得部１１２から送信されてきたデータを受信する。
ステップＳ２０２において、データ登録部１２４は、フォーマットを所定の形式に変換する。すなわち、データ登録部１２４は、受信したデータのフォーマットを、そのデータタイプに応じて、時空間マップデータベースの形式に合うように変換する。
ステップＳ２０３において、データ登録部１２４は、必要に応じて、データの補間等を行う。例えば、データ登録部１２４は、受信したデータが時系列のデータである場合、隣接する測定時刻の間の時刻のデータを、線形補間等を用いて補間する。
ステップＳ２０４において、データ登録部１２４は、異常なデータを除去する。例えば、データ登録部１２４は、所定のルール等に従って、異常値を持つデータや欠陥のあるデータを除去する。
ステップＳ２０５において、データ登録部１２４は、ステップＳ１０４の処理で除外したデータを除いて、データをデータベース１２２（時空間マップデータベース）に登録する。そして、上述したマップ生成処理において、登録されたデータを用いて、時空間マップが生成される。
その後、データ登録処理は終了する。
＜２．ユースケース＞
次に、図１３乃至図１９を参照して、本技術のユースケースについて説明する。
｛交通異常マップ｝
まず、図１３及び図１４を参照して、本技術を用いて、交通異常マップ３０１を提供する場合について説明する。
図１３には、交通異常マップ３０１の地図３１１上の場所Ｐ１において、イベントが検出された例が示されている。吹き出し３１２内には、この時点におけるイベントの具体的な内容が示されている。具体的には、場所Ｐ１にあるＳ社本社付近で、３秒前にイベントが検出されたことが示されている。また、場所Ｐ１において、多くの人が足を止め、騒音レベルが平常時の２．５倍であり、気温が予想よりも３度高く、過去に大きな事故が発生していないことが示されている。
サーバ１１１は、このイベント検出に対して、取得するデータの内容を設定し、場所Ｐ１に関して、設定した内容のデータの取得が可能なデータ取得部１１２にデータリクエストを送信する。例えば、吹き出し３１３内に示されるように、場所Ｐ１付近の半自動型又は受動型のデータ取得部１１２に対して、現在位置の測位の頻度を高頻度に設定し、環境音認識をオンにするようにリクエストが行われる。また、例えば、場所Ｐ１付近、又は、これから場所Ｐ１付近に移動すると予想される手動型のデータ取得部１１２に、データリクエストが送信される。
また、吹き出し３１３内に示されるように、サーバ１１１は、これから場所Ｐ１に移動すると予想されるクライアント１１３に対して、アラートを通知する。これに対して、アラートが通知されたクライアント１１３を持つユーザＵ１は、場所Ｐ１付近に行く必要があるため、マップリクエストを送信する。
その後、図１４に示されるように、データリクエストを受信したデータ取得部１１２から場所Ｐ１付近の最新のデータが続々とサーバ１１１に送信され、ユーザＵ１は、迅速に場所Ｐ１付近の最新情報を詳細に知ることができる。例えば、吹き出し３１４内には、場所Ｐ１において交通事故が発生した模様であることが、発生時刻とともに示されている。また、火災が発生し、通行止めになり、周辺で渋滞が発生していることが示されている。さらに、データ取得部１１２から通知される現在位置の変化に基づいて、人の流れが検出され、その結果、サーバ１１１が迂回ルートを推定したことが示されている。
また、吹き出し３１５内に、データリクエストを受信したデータ取得部１１２から提供された、現場の様子を示す画像やメッセージ等が表示されている。
｛農地監視マップ｝
次に、図１５を参照して、本技術を用いて、農地監視マップ３５１を提供する場合について説明する。
図１５には、農地監視マップ３５１の地図３６１上の場所Ｐ２において、イベントが検出された例が示されている。吹き出し３６２内には、場所Ｐ２の畑の柵に取り付けられたセンサが反応したことが示されている。
サーバ１１１は、このイベント検出に対して、取得するデータの内容を設定し、場所Ｐ２に関して、設定した内容のデータの取得が可能なデータ取得部１１２にデータリクエストを送信する。このとき、場所Ｐ２付近にあるデータ取得部１１２や、今後場所Ｐ２付近に移動すると予測されるデータ取得部１１２だけでなく、場所Ｐ２付近のデータを取得可能な手段（例えば、ドローン等）を有する所有者のデータ取得部１１２にもデータリクエストが送信される。
これに対して、データリクエストが送信されたデータ取得部１１２を持つ所有者Ｖ１は、ドローンを用いて場所Ｐ２の畑に関するデータを取得し、サーバ１１１に送信する。その結果、場所Ｐ２の畑の所有者であるユーザＵ２は、自分の畑の現状を迅速かつ詳細に知ることができる。
｛コンテンツ視聴マップ｝
次に、図１６及び図１７を参照して、本技術を用いて、コンテンツ視聴マップ４０１を提供する場合について説明する。
図１６には、各都道府県の昨日のＴＶの視聴率の分布を示す日本地図４１１を含むコンテンツ視聴マップ４０１の例が示されている。そして、吹き出し４１２内には、大阪及び奈良でいつもより視聴率が高く、特にドラマＡの視聴率の上昇が顕著であったという情報が示されている。すなわち、この場合、大阪及び奈良を含む場所Ｐ３でドラマＡの視聴率が高かったということが、イベントとして検出されている。
このコンテンツ視聴マップ４０１を見たユーザＵ３は、大阪及び奈良でドラマＡの人気がある理由を知り、その理由をマーケティングに活かしたいと考えている。そこで、ユーザＵ３は、閲覧希望場所に大阪及び奈良を指定し、閲覧希望内容に質問Ｑ１乃至Ｑ３を指定したマップリクエストをサーバ１１１に送信する。質問Ｑ１は「昨日ドラマＡを見たか？」、質問Ｑ２は「なぜドラマＡを見たか？」、質問Ｑ３は「昨日何か特別なことがあったか？」である。
これに対して、サーバ１１１は、例えば、大阪又は奈良在住で、質問Ｑ１乃至Ｑ３に対して回答する可能性が高い所有者のデータ取得部１１２にデータリクエストを送信する。データリクエストを受信したデータ取得部１１２の所有者は、質問Ｑ１乃至Ｑ３に対する回答をサーバ１１１に送信する。これにより、サーバ１１１は、図１７の吹き出し４１３に示されるように、大阪及び奈良でドラマＡの視聴率が高かった理由をユーザＵ３に提示することができる。具体的には、昨日大雨であり、視聴者の半分が６０歳以上であり、ドラマＡに地元（大阪及び奈良）で人気の俳優が出演していたことが、大阪及び奈良でドラマＡの視聴率が高かった理由として挙げられている。
そして、ユーザＵ３は、得られた情報を用いて、ＣＭ枠を押さえたり、マーケティングに活かしたりする等の行動を迅速に行うことができる。
｛観光地マップ｝
次に、図１８及び図１９を参照して、本技術を用いて、観光地マップ４５１を提供する場合について説明する。
図１８には、観光地マップ４５１の地図４６１の観光地Ｃにおいて、何らかのイベントが検出された例が示されている。吹き出し４６２内には、観光地Ｃにいつもより多くの人が集まり、多くの写真が撮られていることが示されている。また、吹き出し４６３内には、観光地Ｃで撮られた写真が表示され、それらの写真に猫が写っている。
そして、観光地Ｃの観光を検討しているユーザＵ４は、観光地Ｃの情報を得るために、観光地マップ４５１を閲覧する。そして、ユーザＵ４は、観光地Ｃで猫の写真が多く撮られていることを知り、今から行っても猫がいるのか知りたいと思い、マップリクエストをサーバ１１１に送信する。このとき、ユーザＵ４は、閲覧希望場所に観光地Ｃを指定し、閲覧希望内容として、観光地Ｃにまだ猫がたくさんいるか知りたい旨を指定する。また、ユーザＵ４は、データ提供に対する報酬を１００ポイントに設定する。
サーバ１１１は、例えば、観光地Ｃ付近にいる所有者のデータ取得部１１２に、データリクエストを送信する。このデータリクエストには、観光地Ｃに猫はたくさんいるか情報が欲しい旨、及び、その報酬として１００ポイントが与えられる旨が示される。
これに対して、データリクエストを受信したデータ取得部１１２の所有者Ｖ２は、観光地Ｃにまだ猫がたくさんおり、今から来ても間に合う旨の情報を含むテキストデータをサーバ１１１に送信する。これにより、所有者Ｖ２は、報酬である１００ポイントを取得することができる。
また、ユーザＵ４も、観光地Ｃにまだ猫がたくさんいることを迅速に知ることができる。そして、ユーザＵ４は、すぐに観光地Ｃに向かうことにより、たくさんの猫に会うことができる。
以上のように、本技術によれば、データ取得部１１２を有効に活用して、各種の時空間マップを効率よく生成し、ユーザに提供することができる。
具体的には、通常、時空間マップにおいてデータが変化する場所や時間帯は限られており、ほとんどの場所や時間帯においてデータがあまり変化しない。また、通常、時空間マップにおいてユーザが見る場所は、特定の場所に集中する。従って、必ずしも時空間マップ内の全ての場所について、同じ精度や頻度でデータを取得し、更新する必要はない。
これに対して、サーバ１１１は、何らかの変化が発生した場所やユーザが見たい場所に関するデータを取得することが可能なデータ取得部１１２にデータリクエストを送信することにより、必要なデータを効率的に収集することができる。
また、サーバ１１１は、データの要求先を臨機応変に変更することができる。従って、サーバ１１１は、新たなセンサ等を設置することなく、新たな種類の時空間マップの提供や、既存の時空間マップの仕様の変更等に柔軟に対応することができる。
さらに、一般的にデータの情報量が多くなるほど、また、データの精度やフレキシビリティが高くなるほど、データの取得に必要なコストが高くなる。例えば、音声データを取得するマイクロフォンより、画像データを取得する画像センサの方が、消費電力が大きくなる。また、OCR等の機械による文字認識と比較して、人によるデータ認識の方が、人件費等によりコストが高くなる。
これに対して、情報処理システム１０１においては、専用のデータ取得部１１２を必ずしも設ける必要はなく、データが必要なときに必要なデータを取得できるデータ取得部１１２を用いることができる。そのため、低コストで時空間マップを生成することができる。
また、例えば、データ取得部１１２の一形態であるスマートフォンは、数多くのセンサを備えているが、それらのセンサが取得したデータのほとんどは使用されることなく捨てられてしまう。これに対して、情報処理システム１０１では、データ取得部１１２で使用されることなく捨てられていたデータを有効に活用して、時空間マップを生成することができる。さらに、データ取得部１１２の所有者は、データ取得部１１２が取得したデータを有効に活用して、報酬を得ることができる。
＜３．変形例＞
以下、上述した本技術の実施の形態の変形例について説明する。
以上の説明では、データに対して報酬を設定する例を示したが、報酬を設定しないようにしてもよい。
また、例えば、各データ取得部１１２がイベント検出を行い、イベントの検出結果をサーバ１１１に通知するようにしてもよい。また、この場合、各データ取得部１１２が、イベントを検出した場合に自動的にサーバ１１１にデータを送信するようにしてもよい。
さらに、例えば、サーバ１１１からデータを収集する条件を各データ取得部１１２に送信し、データ取得部１１２が、その条件を満たすデータを取得可能か否かを判定するようにしてもよい。そして、データ取得部１１２は、取得可能であると判定した場合、条件を満たすデータを取得し、サーバ１１１に送信するようにしてもよい。
また、例えば、手動型の各データ取得部１１２が、各所有者のコンテキストを検出し、検出結果をサーバ１１１に通知するようにしてもよい。
｛コンピュータの構成例｝
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
図２０は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータにおいて、CPU（Central Processing Unit）６０１，ROM（Read Only Memory）６０２，RAM（Random Access Memory）６０３は、バス６０４により相互に接続されている。
バス６０４には、さらに、入出力インタフェース６０５が接続されている。入出力インタフェース６０５には、入力部６０６、出力部６０７、記憶部６０８、通信部６０９、及びドライブ６１０が接続されている。
入力部６０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部６０７は、ディスプレイ、スピーカなどよりなる。記憶部６０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部６０９は、ネットワークインタフェースなどよりなる。ドライブ６１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア６１１を駆動する。
以上のように構成されるコンピュータでは、CPU６０１が、例えば、記憶部６０８に記憶されているプログラムを、入出力インタフェース６０５及びバス６０４を介して、RAM６０３にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ（CPU６０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア６１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータでは、プログラムは、リムーバブルメディア６１１をドライブ６１０に装着することにより、入出力インタフェース６０５を介して、記憶部６０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部６０９で受信し、記憶部６０８にインストールすることができる。その他、プログラムは、ROM６０２や記憶部６０８に、あらかじめインストールしておくことができる。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
また、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
また、例えば、本技術は以下のような構成も取ることができる。
（１）
時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択部と、
前記要求先にデータを要求するデータ要求部と、
前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成部と
を備える情報処理装置。
（２）
前記データ取得部のコンテキストは、前記データ取得部を使用するユーザのコンテキストを含み、
前記要求選択部は、前記ユーザのコンテキストに基づいて、前記ユーザが前記或る場所に関するデータを提供する可能性を推定し、推定した結果に基づいて前記要求先を選択する
前記（１）に記載の情報処理装置。
（３）
前記データ取得部のプロファイルは、前記データ取得部を使用するユーザの過去のデータの提供実績を含み、
前記要求選択部は、前記ユーザの過去のデータの提供実績に基づいて、前記要求先を選択する
前記（１）又は（２）に記載の情報処理装置。
（４）
複数の前記データ取得部からのデータに基づいて、前記時空間マップに対応する空間内のイベントの検出を行うイベント検出部を
さらに備え、
前記要求先選択部は、イベントが検出された場所付近に関するデータの要求先を選択する
前記（１）乃至（３）のいずれかに記載の情報処理装置。
（５）
前記要求先選択部は、前記時空間マップを使用するユーザにより指定された場所付近に関するデータの要求先を選択する
前記（１）乃至（４）のいずれかに記載の情報処理装置。
（６）
要求するデータの価値に基づいて、データに対する報酬を設定する報酬設定部を
さらに備え、
前記データ要求部は、設定された報酬を前記要求先に通知する
前記（１）乃至（５）のいずれかに記載の情報処理装置。
（７）
前記報酬設定部は、要求するデータのアクセス数の推定値に基づいて、前記報酬を設定する
前記（６）に記載の情報処理装置。
（８）
データを収集する条件を設定する条件設定部を
さらに備え、
前記要求先選択部は、設定された条件を満たすデータを取得可能な前記データ取得部の中から前記要求先を選択する
前記（１）乃至（７）のいずれかに記載の情報処理装置。
（９）
時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択ステップと、
前記要求先にデータを要求するデータ要求ステップと、
前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成ステップと
を含む情報処理方法。
（１０）
時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択ステップと、
前記要求先にデータを要求するデータ要求ステップと、
前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成ステップと
を含む処理をコンピュータに実行させるためのプログラム。
１０１ 情報処理システム， １１１ サーバ， １１２−１乃至１１２−ｍ データ取得部， １１３−１乃至１１３−ｎ クライアント， １２１ マップ生成部， １２２ データベース， １２３ データ収集制御部， １２４ データ登録部， １３１ 特徴抽出部， １３２ イベント検出部， １３３ 要求制御部， １５１ 条件設定部， １５２ 報酬設定部， １５３ 要求先選択部， １５４ データ要求部

Claims (10)

  1. 時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択部と、
    前記要求先にデータを要求するデータ要求部と、
    前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成部と
    を備える情報処理装置。
  2. 前記データ取得部のコンテキストは、前記データ取得部を使用するユーザのコンテキストを含み、
    前記要求選択部は、前記ユーザのコンテキストに基づいて、前記ユーザが前記或る場所に関するデータを提供する可能性を推定し、推定した結果に基づいて前記要求先を選択する
    請求項１に記載の情報処理装置。
  3. 前記データ取得部のプロファイルは、前記データ取得部を使用するユーザの過去のデータの提供実績を含み、
    前記要求選択部は、前記ユーザの過去のデータの提供実績に基づいて、前記要求先を選択する
    請求項１に記載の情報処理装置。
  4. 複数の前記データ取得部からのデータに基づいて、前記時空間マップに対応する空間内のイベントの検出を行うイベント検出部を
    さらに備え、
    前記要求先選択部は、イベントが検出された場所付近に関するデータの要求先を選択する
    請求項１に記載の情報処理装置。
  5. 前記要求先選択部は、前記時空間マップを使用するユーザにより指定された場所付近に関するデータの要求先を選択する
    請求項１に記載の情報処理装置。
  6. 要求するデータの価値に基づいて、データに対する報酬を設定する報酬設定部を
    さらに備え、
    前記データ要求部は、設定された報酬を前記要求先に通知する
    請求項１に記載の情報処理装置。
  7. 前記報酬設定部は、要求するデータのアクセス数の推定値に基づいて、前記報酬を設定する
    請求項６に記載の情報処理装置。
  8. データを収集する条件を設定する条件設定部を
    さらに備え、
    前記要求先選択部は、設定された条件を満たすデータを取得可能な前記データ取得部の中から前記要求先を選択する
    請求項１に記載の情報処理装置。
  9. 時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択ステップと、
    前記要求先にデータを要求するデータ要求ステップと、
    前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成ステップと
    を含む情報処理方法。
  10. 時間とともにデータが変化する時空間マップ上の或る場所に関するデータの要求先を、複数のデータ取得部の中から、前記データ取得部のコンテキスト及びプロファイルのうちの少なくとも一方、並びに、要求するデータの内容に基づいて選択する要求先選択ステップと、
    前記要求先にデータを要求するデータ要求ステップと、
    前記要求先からのデータを用いて、前記時空間マップを生成するマップ生成ステップと
    を含む処理をコンピュータに実行させるためのプログラム。
JP2017519113A 2015-05-19 2016-05-06 情報処理装置、情報処理方法、及び、プログラム Pending JPWO2016185913A1 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015101573 2015-05-19
JP2015101573 2015-05-19
PCT/JP2016/063621 WO2016185913A1 (ja) 2015-05-19 2016-05-06 情報処理装置、情報処理方法、及び、プログラム

Publications (1)

Publication Number Publication Date
JPWO2016185913A1 true JPWO2016185913A1 (ja) 2018-03-15

Family

ID=57319954

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017519113A Pending JPWO2016185913A1 (ja) 2015-05-19 2016-05-06 情報処理装置、情報処理方法、及び、プログラム

Country Status (5)

Country Link
US (1) US10606868B2 (ja)
EP (1) EP3300058A4 (ja)
JP (1) JPWO2016185913A1 (ja)
CN (1) CN107533811B (ja)
WO (1) WO2016185913A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11026054B2 (en) * 2017-04-21 2021-06-01 Sony Corporation Information processing apparatus, information processing method, and program for determining a position of a target in relation to a reference region
JP2021163048A (ja) * 2020-03-31 2021-10-11 株式会社トプコン 情報処理装置、情報処理システム、および情報処理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002218436A (ja) * 2001-01-18 2002-08-02 Minolta Co Ltd 画像取得方法、画像取得システム、撮影仲介システム、通信端末およびコンピュータプログラム
JP2003029625A (ja) * 2001-07-18 2003-01-31 Koujiro Omoto 地図作成方法
JP2004184106A (ja) * 2002-11-29 2004-07-02 Xanavi Informatics Corp 地図更新情報提供装置および地図情報更新装置
JP2005241715A (ja) * 2004-02-24 2005-09-08 Denso Corp 地図情報収集システム
JP2009098446A (ja) * 2007-10-17 2009-05-07 Sony Corp 情報提供システム、情報提供装置、情報提供方法、端末装置、表示方法
JP2011022004A (ja) * 2009-07-15 2011-02-03 Pioneer Electronic Corp 地図データ更新装置、地図データ更新方法、地図データ更新プログラムおよび記録媒体
JP2013534662A (ja) * 2010-06-17 2013-09-05 マイクロソフト コーポレーション 場所に基づくデータのユーザーフィードバックを通じた拡張と修正

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3965580B2 (ja) 2003-07-16 2007-08-29 ソニー株式会社 監視システムおよび方法、情報処理装置および方法、記録媒体、並びにプログラム
JP2005077642A (ja) * 2003-08-29 2005-03-24 Mitsubishi Electric Corp 地図情報処理装置、地図修正情報記憶媒体、地図修正情報データ構造、地図修正情報作成システム及び地図情報更新システム
JP2006099156A (ja) * 2004-09-28 2006-04-13 Sony Corp 情報処理装置および方法、並びにプログラム
US20070044539A1 (en) * 2005-03-01 2007-03-01 Bryan Sabol System and method for visual representation of a catastrophic event and coordination of response
JP2008083402A (ja) * 2006-09-27 2008-04-10 Map Motion Kk 携帯端末装置、地図情報表示システム及び地図情報表示方法、並びに情報処理プログラム
US20100328093A1 (en) * 2007-04-27 2010-12-30 Aaron Thomas Robinson Emergency Responder Geographic Information System
JP5789268B2 (ja) * 2010-11-26 2015-10-07 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 経路選択システム、方法及びプログラム
CN103430569B (zh) * 2011-03-23 2016-07-13 松下电器（美国）知识产权公司 通信服务器、通信方法及集成电路
US8521128B1 (en) * 2011-12-09 2013-08-27 Google Inc. Method, system, and computer program product for obtaining crowd-sourced location information
US8818101B1 (en) * 2012-01-03 2014-08-26 Google Inc. Apparatus and method for feature matching in distorted images
JP5794190B2 (ja) * 2012-03-30 2015-10-14 株式会社デンソー 情報処理システム
WO2014047118A2 (en) * 2012-09-24 2014-03-27 Qualcomm Incorporated Integrated display and management of data objects based on social, temporal and spatial parameters
US10527424B2 (en) * 2013-05-14 2020-01-07 National Institute Of Advanced Industrial Science And Technology Estimated-azimuth-angle assessment device, mobile terminal device, computer-readable storage medium, control method for estimated-azimuth-angle assessment device, and positioning device
CN103886014A (zh) * 2014-02-18 2014-06-25 陈新 一种时空信息结合的统计数据网页显示方法
CN104346475A (zh) * 2014-11-20 2015-02-11 刘希平 一种搜索具有时空属性信息的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002218436A (ja) * 2001-01-18 2002-08-02 Minolta Co Ltd 画像取得方法、画像取得システム、撮影仲介システム、通信端末およびコンピュータプログラム
JP2003029625A (ja) * 2001-07-18 2003-01-31 Koujiro Omoto 地図作成方法
JP2004184106A (ja) * 2002-11-29 2004-07-02 Xanavi Informatics Corp 地図更新情報提供装置および地図情報更新装置
JP2005241715A (ja) * 2004-02-24 2005-09-08 Denso Corp 地図情報収集システム
JP2009098446A (ja) * 2007-10-17 2009-05-07 Sony Corp 情報提供システム、情報提供装置、情報提供方法、端末装置、表示方法
JP2011022004A (ja) * 2009-07-15 2011-02-03 Pioneer Electronic Corp 地図データ更新装置、地図データ更新方法、地図データ更新プログラムおよび記録媒体
JP2013534662A (ja) * 2010-06-17 2013-09-05 マイクロソフト コーポレーション 場所に基づくデータのユーザーフィードバックを通じた拡張と修正

Also Published As

Publication number Publication date
CN107533811B (zh) 2020-11-24
CN107533811A (zh) 2018-01-02
EP3300058A4 (en) 2019-01-16
WO2016185913A1 (ja) 2016-11-24
US10606868B2 (en) 2020-03-31
EP3300058A1 (en) 2018-03-28
US20180067967A1 (en) 2018-03-08

Similar Documents

Publication Publication Date Title
US10003924B2 (en) Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location
US20240142971A1 (en) Transportation system to use a neural network to determine a variation in driving performance to promote a desired hormonal state of an occupant
CN110710190B (zh) 一种生成用户画像的方法、终端、电子设备以及计算机可读存储介质
US20190110103A1 (en) Vehicle content recommendation using cognitive states
US9692839B2 (en) Context emotion determination system
US9135248B2 (en) Context demographic determination system
JP6319303B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
US20180005194A1 (en) Enriched Calendar Events
JP6109970B2 (ja) オンライン・ソーシャル・ネットワーク上での画像に対するタグ付けの提案
US10304325B2 (en) Context health determination system
KR20160036747A (ko) 지역적 특성이 반영된 맞춤형 광고를 위한 빅데이터 구축시스템
US11054270B1 (en) Generating catalogs of navigation information
JP7052305B2 (ja) 救援システムおよび救援方法、ならびにそれに使用されるサーバおよびプログラム
WO2018142685A1 (ja) 情報処理装置、情報処理方法、およびプログラム
US20220346683A1 (en) Information processing system and information processing method
US10907983B1 (en) Navigation information on an online system
US20160321618A1 (en) System and method for recommending target locations
WO2017012481A1 (zh) 一种信息显示方法及装置
JP6089764B2 (ja) 活動状況処理装置及び活動状況処理方法
WO2016185913A1 (ja) 情報処理装置、情報処理方法、及び、プログラム
US20220036770A1 (en) Determination of parameters for use of an outdoor display unit
US8983138B2 (en) Image processing device, information storage device, and image processing method
US11468474B2 (en) Data processing to predict affinity for geographical locations
KR20190063355A (ko) 멀티 모달 데이터 수집을 통한 데이터 처리 방법 및 장치
Ahmad et al. Quality and context-aware data collection architecture from crowd-sourced data

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190312

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200512

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200618

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20201124