WO2020100922A1 - データ配信システム、センサデバイス及びサーバ - Google Patents

データ配信システム、センサデバイス及びサーバ Download PDF

Info

Publication number
WO2020100922A1
WO2020100922A1 PCT/JP2019/044439 JP2019044439W WO2020100922A1 WO 2020100922 A1 WO2020100922 A1 WO 2020100922A1 JP 2019044439 W JP2019044439 W JP 2019044439W WO 2020100922 A1 WO2020100922 A1 WO 2020100922A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
unit
distribution
information
sensor device
Prior art date
Application number
PCT/JP2019/044439
Other languages
English (en)
French (fr)
Inventor
下村　宗弘
Original Assignee
ソニーセミコンダクタソリューションズ株式会社
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 ソニーセミコンダクタソリューションズ株式会社 filed Critical ソニーセミコンダクタソリューションズ株式会社
Priority to CN201980072258.3A priority Critical patent/CN112997211B/zh
Priority to US17/255,856 priority patent/US20210264164A1/en
Priority to CN202410262171.5A priority patent/CN118153709A/zh
Priority to EP19883686.8A priority patent/EP3882845A4/en
Priority to KR1020217013554A priority patent/KR20210090624A/ko
Priority to JP2020556131A priority patent/JP7420734B2/ja
Publication of WO2020100922A1 publication Critical patent/WO2020100922A1/ja
Priority to JP2024002502A priority patent/JP2024041897A/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Definitions

  • the present disclosure relates to a data distribution system, a sensor device, and a server.
  • the images (sensing data) acquired by these cameras are assumed to be used only by the individual user who installed each camera (sensor device), and the viewpoint of ensuring security and that the interface is not standardized. As a result, other users could not easily use it.
  • the present disclosure proposes a data distribution system, a sensor device, and a server for constructing a framework in which various users can easily use information obtained from sensing data acquired by various sensor devices. To do.
  • one or more sensor devices that acquire sensing data, and a server that accepts a distribution request from one or more request sources that request distribution of predetermined data that can be generated from the sensing data.
  • the sensor device includes a sensor unit that acquires the sensing data, a model acquisition unit that acquires a recognition model corresponding to the distribution request from the server, and the sensing data acquired based on the recognition model.
  • a recognition unit that recognizes whether or not the distribution request corresponds to the distribution request, and when the sensing data corresponds to the distribution request, performs processing according to the distribution request on the sensing data to generate the predetermined data.
  • a sensor device side distribution unit that distributes the predetermined data, wherein the server receives a request for the distribution from the one or more request sources, and the distribution request.
  • a data distribution system having a model generation unit that generates the recognition model corresponding to the above, and a model transmission unit that transmits the generated recognition model to the sensor device.
  • the distribution is performed from a sensor unit that acquires sensing data and a server that receives a distribution request from one or a plurality of request sources that request distribution of predetermined data that can be generated from the sensing data.
  • a model acquisition unit that acquires a recognition model corresponding to the request, a recognition unit that recognizes whether the acquired sensing data corresponds to the distribution request based on the recognition model, and the sensing data corresponds to the distribution request.
  • the sensor device includes a data generation unit that performs processing according to the distribution request on the sensing data and generates the predetermined data, and a sensor device-side distribution unit that distributes the predetermined data. Provided.
  • a request receiving unit that receives a distribution request from a request source that requests the distribution of predetermined data, and whether the sensing data acquired by the sensor device corresponds to the distribution request.
  • a server includes a model generation unit that generates a recognition model for recognition, and a model transmission unit that transmits the generated recognition model to the sensor device.
  • FIG. 1 is a system diagram showing a schematic functional configuration of a data distribution system 1 according to an embodiment of the present disclosure. It is a block diagram showing an example of functional composition of sensor device 10 concerning the embodiment. It is a block diagram showing an example of functional composition of service server 20 concerning the embodiment. It is a block diagram showing an example of functional composition of total server 50 concerning the embodiment. It is an explanatory view for explaining an example of generation of a recognition model 610 according to the embodiment. It is an explanatory view for explaining an example of distribution data concerning the embodiment. It is an explanatory view for explaining an example of preprocessing concerning the embodiment. It is a sequence diagram which shows an example of the information processing method which concerns on the same embodiment.
  • FIG. 3 is a hardware configuration diagram showing an example of a computer that realizes the function of the service server 20. It is a block diagram showing an example of a schematic structure of a vehicle control system. It is explanatory drawing which shows an example of the installation position of a vehicle exterior information detection part and an imaging part.
  • constituent elements having substantially the same functional configuration are designated by the same reference numerals, and a duplicate description will be omitted.
  • a plurality of constituent elements having substantially the same or similar functional configurations may be distinguished by attaching different numbers after the same reference numerals. However, when it is not necessary to specifically distinguish each of the plurality of constituent elements having substantially the same or similar functional configuration, only the same reference numeral is given.
  • similar components in different embodiments may be distinguished by attaching different alphabets after the same reference numerals. However, if there is no particular need to distinguish between similar components, only the same reference numerals will be given.
  • Embodiment 2.1 Schematic configuration of data distribution system 1 2.2 Detailed configuration of sensor device 2.3 Detailed configuration of service server 20 2.4 Detailed configuration of aggregation server 50 2.5 Recognition according to the present embodiment 2 .6 Information processing method 2.7 Modified example 3. Example 4. Summary 5. Hardware configuration 6. Application example to mobile unit 7. Supplement
  • the images acquired by these cameras are supposed to be used only by the individual user who installed each camera, and it is easy for other users to use because of the viewpoint of ensuring security and the fact that the interface is not shared. It was not possible to use it. Further, even if the images acquired by these cameras include information with high added value for other users, the user who installed each camera is not aware of the needs of such other users, I can't help but make effective use of camera images. Therefore, the above-mentioned image, which is a finite resource, cannot be said to be effectively utilized.
  • the present inventor wanted to build a framework that allows various users to easily use the images acquired by these cameras.
  • communication technologies such as fifth-generation wireless communication
  • large-capacity data can be transmitted at high speed, and it is easy to network these cameras, management servers, and user terminals used by users. Became.
  • the present inventor has thought that, in order to construct the above framework and use the framework, the framework needs to satisfy the following conditions.
  • the second is to build a highly secure environment that takes privacy into consideration, as the images are likely to contain information regarding the privacy of each individual.
  • the third is to transfer the information obtained from the images captured by the camera to the user in real time.
  • the fourth is to reduce the load of data transfer and further reduce the processing load of each device by distributing data processing and the like.
  • AI artificial intelligence
  • the AI can be realized even in a small computing device by improving the performance of the computing device itself and distributed processing by a plurality of computing devices, and can be used even in a camera located at the end of a network.
  • a camera equipped with such an AI function will be referred to as an AI camera.
  • the AI camera instantly recognizes whether or not the image acquired by itself includes the information requested by the user, and only when the information is acquired, the information obtained from the image is acquired. To the appropriate user. Therefore, according to the AI camera, not only the information obtained from the image can be transferred to the user in real time, but also when the image is transferred regardless of whether the information requested by the user is included or not. In comparison, the load of data transfer can be reduced.
  • an AI camera having an AI function is used for constructing the framework.
  • the recognition model used for recognition is dynamically changed according to the capability of the AI camera.
  • recognition is performed, or the recognition processing is distributed, The accuracy of recognition can be improved or the speed can be increased.
  • the privacy protection of the individual can be secured within the framework by performing privacy-sensitive processing on the image or information obtained from the image on the camera side.
  • the authentication server in the framework, it is possible to authenticate the camera, the management server and the user terminal in the framework and ensure the security in the framework.
  • the present disclosure described below proposes an embodiment for constructing a framework in which various users can easily use information obtained from images captured by various cameras. ..
  • a mechanism in which the user pays a fee according to the provided information to the administrator of the camera that provides the image can be incorporated into the framework.
  • the side providing the image can also obtain a consideration in accordance with the amount of information and the value of the information used, so that the camera administrator can display the image in the framework. You can increase your motivation.
  • FIG. 1 is a system diagram showing a schematic functional configuration of a data distribution system 1 according to an embodiment of the present disclosure.
  • the data distribution system 1 includes a plurality of sensor devices 10a, 10b, 10c, a service server 20, a plurality of user devices 30a, 30b, 30c, and authentication.
  • the server 40 and the aggregation server 50 can be mainly included.
  • Each of these devices is connected to a network (not shown) via a base station (not shown) such as a base station of a mobile phone or an access point of a wireless LAN (Local Area Network), thereby delivering data.
  • the system 1 will be constructed.
  • the communication method used in the network may be any method regardless of wired or wireless (eg, fifth generation communication system, WiFi (registered trademark), Bluetooth (registered trademark), etc.).
  • the number of sensor devices 10 and user devices (request sources) 30 included in the data distribution system 1 is not limited to three as shown in FIG.
  • the distribution system 1 may include three or more each. That is, the data distribution system 1 according to the present embodiment can manage a plurality of sensor devices 10, accept requests from a plurality of user devices 30, and transmit data to them.
  • the outline of each device included in the data distribution system 1 according to the present embodiment will be described below.
  • the sensor device 10 acquires sensing data (for example, images, voices, etc.) of the installed environment, and distributes distribution data (predetermined data) acquired from the acquired sensing data to the outside of the user device 30 described later. Can be sent to the device. Further, as described above, the sensor device 10 is preferably equipped with the AI function, and based on the recognition model transmitted from the service server 20 described later, the acquired sensing data is a request from the user ( It can be recognized whether it corresponds to (delivery request).
  • sensing data for example, images, voices, etc.
  • distribution data predetermined data
  • the acquired sensing data is a request from the user ( It can be recognized whether it corresponds to (delivery request).
  • the sensor device 10 is an image pickup device (camera) mounted on a moving body such as an automobile, an image pickup device mounted on a smartphone carried by a user, or an image pickup device such as a surveillance camera installed in a home or a store.
  • the sensing data will be an image.
  • these imaging devices form light images on the imaging surface by condensing light from a subject located in the surroundings and convert the optical images formed on the imaging surface into electrical image signals. An image can be acquired by doing so.
  • a moving object is an automobile, an electric vehicle, a hybrid electric vehicle, a motorcycle, a bicycle, a personal mobility, an airplane, a drone, a ship, a robot (mobile robot), It can be a construction machine, an agricultural machine (tractor), or the like.
  • the sensor device 10 is not limited to the above-mentioned image pickup apparatus.
  • the sensor device 10 measures a distance (depth) to a subject, a depth sensor, a sound collecting device such as a microphone that collects sound of the surrounding environment, and measures temperature and humidity of the surrounding environment. It may be a temperature sensor and a humidity sensor, a water level sensor for measuring the water level of a river, or the like.
  • the sensor device 10 is basically limited in its internal configuration as long as it has an interface (data transfer format, data transfer method, etc.) common to the data distribution system 1. Not a thing. Therefore, the data distribution system 1 according to the present embodiment can incorporate various sensor devices 10 having different specifications. The detailed configuration of the sensor device 10 will be described later.
  • the service server 20 is a computer that receives a distribution request that requests distribution of distribution data that can be generated from the sensing data from a user device 30 described below. Furthermore, the service server 20 can integrate a plurality of distribution requests (requests), generate a recognition model corresponding to the distribution request, and transmit the generated recognition model to the sensor device 10 described above. The recognition model will be used for recognition by the sensor device 10, and details thereof will be described later. Further, the service server 20 can also receive the distribution data from the sensor device 10 and transmit the received distribution data to the user device 30 corresponding to the distribution request, if necessary.
  • the service server 20 can be realized by hardware such as a CPU (Central Processing Unit), a ROM (Read Only Memory), and a RAM (Random Access Memory). The detailed configuration of the service server 20 will be described later.
  • the user device 30 is carried by the user or installed in the vicinity of the user, accepts information input by the user, transmits the accepted information to the service server 20 as a delivery request, and delivery data related to the delivery request. It is a terminal that can receive or.
  • the user device 30 may be a mobile terminal such as a tablet PC (Personal Computer), a smartphone, a mobile phone, a laptop PC, a notebook PC, or a wearable device such as an HMD (Head Mounted Display). More specifically, the user device 30 includes a display unit (not shown) for displaying to the user, an operation unit (not shown) for receiving an operation from the user, and a speaker (not shown) for outputting audio to the user. Omitted) and the like.
  • the user device 30 can be installed with, for example, an application (app) that is common to the data distribution system 1 or an application that has the same specifications as the service server 20 described above. By installing the application as described above, the user device 30 can generate and transmit a distribution request having a format common to the data distribution system 1 and receive the distribution data. ..
  • the user may be a map maker, a store opening strategy planner, a road management station, a social infrastructure maintenance person, or the like. More specifically, by using the service provided in the present embodiment, the map maker can create a detailed map without manpower, and the store opening strategy planner can consider opening a store. Information can be easily collected. Further, by using the above services, the Road Management Bureau can easily collect information for formulating a road repair plan based on the estimation of road conditions, types of vehicles, etc. Further, by using the above service, the person in charge of social infrastructure development planning can consider preventive measures and application to telematics insurance by statistically analyzing the driving tendency and the cause of the accident.
  • the distribution request includes information that specifies the content (data type) of data requested by the user for distribution.
  • the delivery request includes an object (for example, a face, a person, an animal, a moving body, a text, a road (a sidewalk, a pedestrian crossing, a road width, a sign, or the like), a logo, a barcode, etc.) for which delivery is requested, It may include object information consisting of information (data type) that specifies what information about the object is requested (eg quantity, speed, position, state, age, gender, specified name, estimation result, etc.). it can.
  • the distribution request can include data format information that specifies a data format (for example, image, text, etc.) of distribution data. Further, the distribution request can include identification information (ID (identification)) of the user or the user device 30. In the present embodiment, the distribution request may include various data used when the service server 20 generates the recognition model (details will be described later).
  • the delivery request has a data format common to the data delivery system 1.
  • the delivery request can include a character string or a number string corresponding to the object information or the data format information.
  • a corresponding character string or numeral string is determined in advance, and a database (not shown) is stored in a storage unit (not shown) of the service server 20.
  • the service server 20 can recognize the object information and the data format information corresponding to the character string or the like included in the distribution request by referring to the database.
  • the object information and the data format information desired by the user may be directly described in the delivery request.
  • a character string corresponding to the object information and the data format information desired by the user may be newly determined, and the determined character string or the like may be described in the delivery request and the database.
  • the authentication server 40 receives the respective authentication information (ID) from the sensor device 10 and the service server 20, and each of these devices provides the service by the data distribution system 1 according to the present embodiment or the authority to be provided. It is a computer that determines whether or not to have. Further, the authentication server 40 transmits a key that enables access to the service, a command for providing the service, a command for providing the service, and the like to the authorized device.
  • the authentication information has a data format common to the data distribution system 1. That is, the authentication server 40 is used as an authentication API (Application Programming Interface), and can authenticate the sensor device 10 and the service server 20 and associate them with each other.
  • the data distribution system 1 ensures the security of the data distribution system 1 by incorporating the authentication server 40 as described above, and the sensor devices 10 are connected to the user devices 30 via the service server 20. Can be tied.
  • the authentication server 40 can be realized by hardware such as a CPU, a ROM, and a RAM, and can cooperate with a totaling server 50 described later. In this embodiment, the authentication server 40 may authenticate the user device 30.
  • the aggregation server 50 collaborates with the above-described authentication server 40 to aggregate the distribution amount of the distribution data for each user or user device 30 and for each sensor device 10, and calculate the data usage fee based on the aggregation.
  • the computer that decides.
  • the aggregation server 50 can exchange data usage charges with the administrator of the sensor device 10 and each user via the service server 20.
  • the aggregation server 50 can be realized by hardware such as CPU, ROM, RAM and the like. The details of the aggregation server 50 will be described later.
  • the sensor device 10 and the service server 20 do not have to be realized by a single device, and may be connected via various wired or wireless networks (not shown). It may be realized by a plurality of devices that are connected together and cooperate with each other. Further, in the present embodiment, two or all of the service server 20, the authentication server 40, and the totaling server 50 may be realized by an integrated device. Further, the data distribution system 1 according to the present embodiment may include another server or the like not shown.
  • FIG. 2 is a block diagram showing a functional configuration example of the sensor device 10 according to the present embodiment.
  • the sensor device 10 mainly includes a sensor unit 100, a positioning unit 110, a processing unit 130, a storage unit 160, and a communication unit 170.
  • the functional blocks of the sensor device 10 will be sequentially described below.
  • the sensor unit 100 acquires sensing data and outputs the acquired sensing data to the processing unit 130 described below.
  • the sensor unit 100 includes an imaging optical system such as a photographing lens and a zoom lens that collects light emitted from a subject, and a CCD (Charge Coupled Device).
  • an image pickup device such as a CMOS (Complementary Metal Oxide Semiconductor) is provided.
  • the sensor unit 100 may be provided so as to be fixed in the sensor device 10 or may be detachably provided in the sensor device 10.
  • the sensor unit 100 may include a TOF (Time of Flight) sensor (not shown) as a depth sensor in addition to the imaging device.
  • the TOF sensor can acquire shape information (depth information / image) such as the distance between the TOF sensor and the subject and unevenness by directly or indirectly measuring the return time of the reflected light from the subject. it can.
  • the sensor unit 100 may include a sound collector (microphone), a temperature sensor, an atmospheric pressure sensor, a humidity sensor, a wind direction wind speed sensor, a sunshine sensor, a precipitation sensor, a water level sensor, and the like. There is no particular limitation as long as the sensing data can be acquired from the surrounding environment.
  • the positioning unit 110 acquires the positioning data of the sensor device 10 when the sensing data corresponding to the distribution request is acquired, and outputs the acquired positioning data to the processing unit 130 (specifically, the data generation unit 144). ..
  • the positioning data is to be transmitted to the user device 30 by the distribution unit 146 of the processing unit 130, which will be described later, together with the distribution data.
  • the positioning unit 110 can be specifically a GNSS (Global Navigation Satellite System) receiver or the like. In this case, the positioning unit 110 can generate positioning data indicating the latitude / longitude of the current location of the sensor device 10 based on the signal from the GNSS satellite.
  • GNSS Global Navigation Satellite System
  • the positioning unit 110 may not be provided in the sensor device 10.
  • the processing unit 130 has a function of processing the sensing data acquired by the sensor unit 100 and generating distribution data. Further, the processing unit 130 totalizes the distribution amount of the distributed distribution data, and transmits information based on the total to the totaling server 50.
  • the processing unit 130 is realized by, for example, a processing circuit such as a CPU or a GPU (Graphics Processing Unit), a ROM, a RAM, or the like.
  • the processing unit 130 includes an ID transmission unit 132, a key reception unit 134, a sensor data acquisition unit 136, a preprocessing unit 138, a model acquisition unit 140, and a recognition unit 142.
  • ID transmitter 132 transmits the authentication information (ID) of the sensor device 10 to the authentication server 40 via the communication unit 170 described below.
  • the authentication information is used by the authentication server 40 when determining whether the sensor device 10 has the authority to provide the service by the data delivery system 1 according to the present embodiment.
  • the data distribution system 1 according to the present embodiment ensures the security of the data distribution system 1 by such authentication.
  • the key receiving unit 134 receives a key that enables access to the service transmitted from the authentication server 40, a command for providing the service, and the like via the communication unit 170 described later, and receives the received key and the like. It outputs to the model acquisition part 140 mentioned later.
  • the model acquisition unit 140 can acquire the recognition model from the service server 20 using the key or the like received by the key reception unit 134.
  • the sensor data acquisition unit 136 controls the sensor unit 100 to acquire the sensing data output from the sensor unit 100, and outputs the acquired sensing data to the preprocessing unit 138 or the recognition unit 142 described below.
  • the preprocessing unit 138 outputs from the sensor data acquisition unit 136 according to information included in the recognition model acquired by the model acquisition unit 140 described later (for example, information about teacher data used when generating the recognition model).
  • the processed sensing data is preprocessed, and the preprocessed sensing data is output to the recognition unit 142 described later.
  • the recognition unit 142 recognizes whether the sensing data corresponds to the distribution request by using the recognition model corresponding to the distribution request obtained by machine learning. Therefore, in the present embodiment, by performing preprocessing so that the sensing data has a form close to the recognition model, it is possible to provide the recognition unit 142 with the sensing data suitable for the recognition. As a result, according to the present embodiment, the recognition accuracy of the recognition unit 142 can be improved.
  • the details of the preprocessing by the preprocessing unit 138 will be described later.
  • the model acquisition unit 140 acquires the recognition model corresponding to the distribution request from the service server 20 via the communication unit 170 described below, and outputs the acquired recognition model to the preprocessing unit 138 and the recognition unit 142.
  • the details of the recognition model will be described later.
  • the recognition unit 142 uses the AI function or the like, based on the recognition model output from the model acquisition unit 140, the sensing data output from the sensor data acquisition unit 136, or the sensing data preprocessed by the preprocessing unit 138. It can recognize whether the data corresponds to the delivery request. More specifically, the recognition unit 142 can recognize, for example, whether the image serving as the sensing data includes the image of the object designated by the distribution request (in other words, the recognition of the object). Then, the recognition unit 142 outputs the recognition result to the data generation unit 144 described below.
  • the recognition model can be feature information obtained by machine learning in the service server 20 and, for example, obtained from data such as an image or sound of the object specified in the distribution request, which characterizes the object.
  • the recognition can be performed immediately after the acquisition of the sensing data. The details of the recognition in the recognition unit 142 will be described later.
  • the data generating unit 144 can process the sensing data according to the distribution request to generate the distribution data. For example, the data generation unit 144 can generate the distribution data by extracting only the data related to the object specified by the distribution request from the sensing data, abstracting the data, or converting the data into text data. More specifically, the delivery data is at least one of attribute information, quantity information, position information, state information, operation information, ambient environment information, and prediction information of the object specified by the delivery request. Can be included. Further, in the present embodiment, the data format of the distribution data can be image data, audio data, text data, etc., and is not particularly limited.
  • the sensor device 10 processes the sensing data corresponding to the distribution request and generates the distribution data, so that the distribution can be realized in real time. Further, in the present embodiment, the data generation unit 144 does not generate and distribute the distribution data when the sensing data does not correspond to the distribution request. Therefore, according to the present embodiment, the load of data transmission can be reduced as compared with the case of transmitting the sensing data regardless of whether the sensing data corresponds to the distribution request.
  • the data generation unit 144 can exclude, for example, information regarding privacy included in the sensing data (for example, imaging of a person who can identify a person) from the distribution data. Further, the data generation unit 144 can mask information regarding privacy on the distribution data, for example. In this way, privacy protection is ensured in this embodiment. An example of such processing will be described later.
  • Distribution unit 146 distributes the distribution data generated by the data generation unit 144 described above to the user device 30 or the service server 20.
  • the delivery unit 146 can also deliver a plurality of different delivery data to the user device 30 or the service server 20.
  • the distribution unit 146 outputs information such as the distribution amount of the distributed distribution data to the aggregation unit 148 described later.
  • the distribution unit 146 as the above information, information on the date and time when the sensing data corresponding to the distribution data was acquired, information on the date and time when the distribution data was distributed, a data type, a data format, a distribution amount, and a distribution destination (for example, The recognition information of the user device 30) and the like are output.
  • the tallying unit 148 generates, for example, tallying information obtained by tallying the delivery amount of the delivery data for each user or user device 30, and outputs the information to the storage unit 160 described later.
  • the total information transmitting unit 150 acquires total information from the storage unit 160 described later at a predetermined timing (for example, every month), and transmits the acquired total information to the total server 50.
  • the total information transmitting unit 150 uses, as the total information, for example, information on the date and time when the sensing data corresponding to the distribution data was acquired, information on the date and time when the distribution data was distributed, a data type, a data format, a distribution amount, and a distribution destination. (For example, the recognition information of the user device 30), the identification information of the sensor device 10, the information of the administrator of the sensor device 10, and the like are transmitted.
  • the storage unit 160 stores programs, information, and the like for the processing unit 130 to execute various processes, and information obtained by the processes.
  • the storage unit 160 stores the aggregation information generated by the aggregation unit 148 described above.
  • the storage unit 160 is realized by a storage device such as an HDD (Hard Disk Drive).
  • the communication unit 170 can send and receive information to and from an external device such as the service server 20.
  • the communication unit 170 can be said to be a communication interface having a function of transmitting and receiving data.
  • the communication unit 170 is realized by a communication device (not shown) such as a communication antenna, a transmission / reception circuit, and a port.
  • FIG. 3 is a block diagram showing a functional configuration example of the service server 20 according to the present embodiment.
  • the service server 20 mainly includes a processing unit 230, a storage unit 260, and a communication unit 270.
  • each functional block of the service server 20 will be sequentially described.
  • the processing unit 230 acquires a distribution request from the user device 30 via a communication unit 270 described later, generates a recognition model according to the acquired distribution request, and transmits the generated recognition model to the sensor device 10.
  • the processing unit 230 is realized by, for example, a processing circuit such as a CPU or GPU, a ROM, a RAM, or the like.
  • the processing unit 230 includes an ID transmission unit 232, a request reception unit 234, a capability information acquisition unit 236, a model generation unit 238, a model transmission unit 240, and a data acquisition unit. 242 and a distribution unit 246 are mainly included. The details of each functional unit of the processing unit 230 will be described below.
  • the ID transmission unit 232 transmits the authentication information (ID) of the service server 20 to the authentication server 40 via the communication unit 270 described later.
  • the authentication information is used by the authentication server 40 when the service server 20 determines whether or not the service server 20 has the authority to provide the service by the data distribution system 1 according to the present embodiment.
  • the data distribution system 1 according to the present embodiment ensures the security of the data distribution system 1 by such authentication.
  • the request accepting unit 234 accepts a distribution request from one or more user devices 30 via the communication unit 270 described below, and outputs the received distribution request to the model generation unit 238 described below. Note that the request receiving unit 234 may integrate and output common delivery requests.
  • the capability information acquisition unit 236 acquires and acquires capability information indicating the sensing capability (sensing type, accuracy, position, range, granularity, etc.) of each sensor device 10 and the computing capability in advance via the communication unit 270 described later.
  • the generated capability information is output to the model generation unit 238 described later.
  • the ability information acquisition unit 236 reacquires the ability information when the function and the like of the sensor device 10 is updated.
  • the model generation unit 238 described later generates a recognition model corresponding to the capability of each sensor device 10 based on the capability information of each sensor device 10. Therefore, according to the present embodiment, by re-acquiring the capability information when the function of the sensor device 10 is updated, the recognition model can be set so as to comply with the current capability of each sensor device 10. Can be updated.
  • the model generation unit 238 generates a recognition model corresponding to the distribution request by machine learning based on the distribution request from the request reception unit 234 and the capability information from the capability information acquisition unit 236 according to the capability of each sensor device 10. be able to. Further, the model generation unit 238 can output the generated recognition model to the model transmission unit 240 described later.
  • the model generation unit 238 may acquire the data necessary for machine learning from the user device 30 or another server (not shown).
  • the model generation unit 238 can generate a recognition model suitable for each sensor device 10, and thus can realize recognition in the sensor device 10. Further, in the present embodiment, it is also possible to reacquire the capability information and regenerate the recognition model when the function of the sensor device 10 is updated, so that the recognition model is dynamically changed, The recognition in the sensor device 10 can be improved.
  • the model generation unit 238 may include information regarding the data used in the machine learning of the model generation unit 238 (for example, information regarding the teacher data used when generating the recognition model) in the recognition model.
  • the information is used by the preprocessing unit 138 of the sensor device 10 when preprocessing is performed so that the sensing data has a form close to the recognition model.
  • the model generation unit 238 relates to the setting of the sensor unit 100 of the sensor device 10 to obtain the sensing data required to generate the distribution data specified by the distribution request based on the capability information of the sensor device 10.
  • the setting information may be included in the recognition model.
  • the model generation unit 238 may be provided as a device separate from the service server 20, and is not particularly limited.
  • the model transmission unit 240 transmits the recognition model acquired from the model generation unit 238 described above to the sensor device 10 corresponding to each recognition model via the communication unit 270.
  • the data acquisition unit 242 acquires the distribution data corresponding to the distribution request from the sensor device 10 via the communication unit 270 described below, and outputs the acquired distribution data to the distribution unit 246 described below.
  • the data acquisition unit 242 may not be provided.
  • Distribution unit 246 distributes the distribution data acquired by the data acquisition unit 242 described above to the user device 30 corresponding to the distribution request via the communication unit 270 described below.
  • the distribution unit 246 may not be provided.
  • the storage unit 260 stores programs, information, and the like for the processing unit 230 to execute various processes, and information obtained by the processes.
  • the storage unit 260 is realized by, for example, a storage device such as an HDD.
  • the communication unit 270 can send and receive information to and from external devices such as the sensor device 10 and the user device 30.
  • the communication unit 270 can be said to be a communication interface having a function of transmitting and receiving data.
  • the communication unit 270 is realized by a communication device (not shown) such as a communication antenna, a transmission / reception circuit, and a port.
  • FIG. 4 is a block diagram showing a functional configuration example of the aggregation server 50 according to the present embodiment.
  • the aggregation server 50 mainly includes a processing unit 530, a storage unit 560, and a communication unit 570.
  • each functional block of total server 50 is explained one by one.
  • the processing unit 530 has a function of processing the aggregate information and the like transmitted from the sensor device 10 and performing processing such as giving and receiving of a data use fee based on the aggregate information and the like.
  • the processing unit 530 is realized by, for example, a processing circuit such as a CPU, a ROM, a RAM, and the like.
  • the processing unit 530 mainly includes a total information acquisition unit 532 and a fee processing unit 534. The details of each functional unit of the processing unit 530 will be described below.
  • the totalized information acquisition unit 532 acquires the totalized information and the like from each sensor device 10 via the communication unit 570 described below, and outputs the acquired totalized information and the like to the storage unit 560 described below.
  • the fee processing unit 534 determines the data usage fee based on the aggregation information stored in the storage unit 560 described later, and transfers the data usage fee between the aggregation server 50 and the administrator of the sensor device 10 and the service server 20. It can be performed. Specifically, the fee processing unit 534 determines a data usage fee to be charged to the service server 20 based on the distribution amount of distribution data and a charge per unit distribution amount of distribution data (for example, determined by the data format). decide. Similarly, the fee processing unit 534 determines the data usage fee to be paid to each sensor device 10.
  • the consideration of the service provided by the data delivery system 1 according to the present embodiment is also distributed to the administrator of each sensor device 10. be able to.
  • the side providing the sensing data can also obtain a consideration according to the delivery amount and value of the delivery data, and thus the service provided by the data delivery system 1 according to the present embodiment
  • the storage unit 560 stores programs, information, and the like for the processing unit 530 to execute various processes, and information obtained by the processes.
  • the storage unit 560 stores the total information transmitted from the sensor device 10.
  • the storage unit 560 is realized by a storage device such as an HDD.
  • the communication unit 570 can send and receive information to and from an external device such as the sensor device 10.
  • the communication unit 570 can be said to be a communication interface having a function of transmitting and receiving data.
  • the communication unit 570 is realized by a communication antenna (not shown) such as a communication antenna, a transmission / reception circuit, and a port.
  • FIG. 5 is an explanatory diagram for explaining an example of generation of the recognition model 610 according to the present embodiment
  • FIG. 6 is an explanatory diagram for explaining an example of distribution data according to the present embodiment
  • FIG. 6 is an explanatory diagram for explaining an example of preprocessing according to the present embodiment.
  • the recognition model is generated by the model generation unit 238 of the service server 20 as described above.
  • the model generation unit 238 is assumed to have, for example, a supervised learning device 238a such as a support vector regression or a deep neural network.
  • a plurality of teacher data 602-1 to 602-n which are information related to an object to be requested for distribution specified by a distribution request, is input to the learning device 238a.
  • the learning device 238a can generate a recognition model 610 used for recognition by the recognition unit 142 of the sensor device 10 by machine-learning the plurality of input teacher data 602-1 to 602-n. it can.
  • the plurality of sensor devices 10 have different sensing abilities and computing abilities, that is, different recognizable abilities, and thus the learning device 238a is responsive to the above-described capability information of each sensor device 10. It is preferable to generate each recognition model 610. Therefore, in the present embodiment, even if a plurality of sensor devices 10 having various specifications are included, it is possible to generate the recognition model 610 according to the capability of each sensor device 10, so that each sensor device 10 Can recognize.
  • the learning device 238a for example, teaches the teacher data 602-1 to 602-1 to 602-1 to 600-n, respectively, which are labeled with the objects 600-1 to 600-n to be requested for distribution specified in the distribution request. 602-n is input. Then, the learning device 238a extracts the feature points and the feature amount of the object from the plurality of teacher data 602-1 to 602-n by machine learning using a recurrent neural network or the like. The information such as the feature points thus extracted becomes the recognition model 610 for recognizing whether or not the sensing data acquired by each sensor device 10 includes the information of the object.
  • the service server 20 acquires a plurality of images of a predetermined person as the plurality of teacher data 602 used when generating the recognition model 610 from the user device 30 that has transmitted the distribution request or a server (not shown). Then, as shown in FIG. 5, the service server 20 assigns a plurality of acquired images (teacher data) 602-1 to 602-n to predetermined persons (objects) 600-1 to 600-n, respectively.
  • the learning device 238a performs a machine learning using a plurality of images (teacher data) 602-1 to 602-n to extract a predetermined person (object) from the plurality of images (teacher data) 602-1 to 602-n.
  • a feature point and a feature amount of the image of 600 are extracted, and a recognition model 610 for recognizing an image of a predetermined person (object) 600 from the image (sensing data) is generated.
  • the sensing data (here, the type of the sensing data is not particularly limited) acquired by the sensor device 10 is used in accordance with the distribution request from the user, and the predetermined
  • the learning device 238 a may generate the recognition model 610 according to the type of sensing data that can be acquired by each sensor device 10.
  • the learning device 238a generates the recognition model 610 for recognizing an image of a predetermined person from the image for the sensor device 10 capable of acquiring the image, and outputs the environmental sound.
  • a recognition model 610 for recognizing a voice of a predetermined person is generated from environmental sounds for the sensor device 10 that can be acquired. Therefore, in the present embodiment, even if a plurality of sensor devices 10 having various specifications are included, it is possible to generate the recognition model 610 according to the capability of each sensor device 10, so that each sensor device 10 Can recognize.
  • a predetermined cat here, a cat named “Tama” (type is American shorthair
  • the learning device 238a may generate a recognition model 610 according to the capability of each sensor device 10.
  • the learning device 238a has a sensing capability capable of acquiring an image having a high resolution and, for a sensor device 10 having a high computing capability, a recognition model for recognizing a “ball” image from the image.
  • the learning device 238a has an American short hair from the image for the sensor device 10 having a sensing ability capable of acquiring an image having a medium resolution and having a high computing ability.
  • a recognition model 610 for recognizing an image of (cat species) is generated. Furthermore, the learning device 238a has a sensing ability capable of acquiring an image having a low resolution and a low computing ability. A recognition model 610 for recognizing a cat image from an image is generated for the sensor device 10. Therefore, in the present embodiment, even if a plurality of sensor devices 10 having various specifications are included, Since the recognition model 610 according to the capability of each sensor device 10 can be generated, each sensor device 10 can perform recognition.
  • the recognition model 610 may include information regarding the teacher data 602 used in machine learning.
  • the information about the teacher data 602 includes the type of the teacher data 602 (for example, image, sound, etc.) and the quality of the teacher data (distortion compensation level, pixel defect, white balance, image size, saturation, brightness, gamma). , Contrast, edge enhancement level, focus, exposure level, resolution, dynamic range, noise reduction level, etc.).
  • Such information about the teacher data 602 is pre-processed in the pre-processing unit 138 of the sensor device 10 described above so that the acquired sensing data has a form close to the recognition model (specifically, the teacher data 602). Can be used in doing so.
  • the recognition accuracy of the recognition unit 142 of the sensor device 10 can be improved, but details thereof will be described later.
  • the recognition model 610 acquires the sensing data required to generate the distribution data specified by the distribution request, and the sensor unit 100 of the sensor device 10. It may also include setting information regarding the setting of.
  • the setting information refers to the type of sensing data (for example, image, sound, etc.) and the setting value of the sensor unit 100 (distortion compensation level, white balance, image size, saturation) according to the quality of the desired sensing data. , Brightness, gamma, contrast, edge enhancement level, focus, exposure level, resolution, dynamic range, noise reduction level, etc.).
  • such setting information is used when setting the sensor unit 100, makes it possible to acquire sensing data according to the recognition model 610, and thus improves the recognition accuracy of the recognition unit 142. Can be made
  • the learning device 238a may be provided in a server separate from the service server 20 and is not particularly limited. Furthermore, in the present embodiment, the learning method in the learning device 238a is not limited to the method described above, and another method may be used.
  • the recognition model 610 is used by the recognition unit 142 of the sensor device 10 when recognizing whether the sensing data or the preprocessed sensing data corresponds to the distribution request.
  • the recognition according to the present embodiment will be described by showing a specific example. For example, when it is requested by a distribution request from a user to search for a predetermined person (object) using the image (sensing data) acquired by the sensor device 10 (the distribution data is the position information of the predetermined person. Will be explained).
  • the sensor device 10 acquires an image from the sensor unit 100.
  • the recognition unit 142 refers to the recognition model 610 acquired from the service server 20, specifically, the feature points and the feature amount of the image of the predetermined person (object) 600, and refers to the image acquired from the sensor unit 100. Recognize whether or not an image of a predetermined person is included. That is, in the present embodiment, since the sensor device 10 performs the above-described recognition, the recognition can be performed immediately after the image is acquired.
  • the plurality of sensor devices 10 have different sensing abilities and calculation abilities, that is, different recognizable abilities, and therefore, depending on the capability information of each sensor device 10.
  • Each recognition model 610 is generated, and each recognition is performed.
  • a predetermined person (object) is searched for by using sensing data (here, the type of sensing data is not particularly limited) acquired by the sensor device 10 in response to a distribution request from the user.
  • the recognition unit 142 of the sensor device 10 capable of acquiring an image recognizes an image of a predetermined person from the image based on the recognition model 610 and acquires an environmental sound.
  • the recognition unit 142 of the sensor device 10 capable of recognizing a predetermined person's voice from the environmental sound based on the recognition model 610.
  • a predetermined cat here, a cat named “Tama” (type is American) is used by using an image acquired by the sensor device 10 in response to a distribution request from a user. If it is requested to search for short hair), recognition may be performed as follows: It has a sensing ability capable of acquiring an image having high resolution, and The recognition unit 142 of the sensor device 10 having high computing ability recognizes a “ball” image from the image based on the recognition model 610. Further, the recognition unit 142 has a sensing ability capable of acquiring an image having a medium resolution.
  • the recognition unit 142 of the sensor device 10 that has and has a high computing capability recognizes an image of American shorthair (cat species) from the image based on the recognition model 610. Furthermore, an image having a low resolution is acquired.
  • the recognizing unit 142 of the sensor device 10 that has a sensing capability capable of performing and a low computing capability recognizes a cat image from an image based on the recognition model 610. As described above, in the present embodiment, Even if a plurality of sensor devices 10 having various specifications are included, each sensor device 10 can perform recognition.
  • the recognition unit 142 may be provided in a device separate from the sensor device 10, and is not particularly limited. Furthermore, in the present embodiment, the recognition method in the recognition unit 142 is not limited to the method described above, and another method may be used.
  • the data generation unit 144 of the sensor device 10 performs processing according to the distribution request on the sensing data to generate distribution data.
  • the delivery data can include at least one of attribute information, quantity information, position information, state information, operation information, ambient environment information, and prediction information of the object specified by the delivery request.
  • the distribution data can have a data format such as an image and a text, and is not particularly limited.
  • the distribution data includes identification information of the user or the user device 30 that has transmitted the distribution request.
  • the data generation unit 144 can extract only the data of the object specified by the distribution request from the sensing data as distribution data, abstract it, or convert it into text data in response to the distribution request.
  • the data generation unit 144 can realize real-time distribution in which the sensing data corresponding to the distribution request is processed to generate the distribution data. Further, in the present embodiment, the data generation unit 144 does not generate and transmit the distribution data when the sensing data does not correspond to the distribution request. Therefore, according to the present embodiment, the load of data transmission can be reduced as compared with the case of transmitting the sensing data regardless of whether the sensing data corresponds to the distribution request.
  • the data generation unit 144 can exclude, from the distribution data, information relating to privacy (for example, imaging of a person who can identify a person) included in the sensing data. By doing so, in this embodiment, privacy protection is ensured. More specifically, in the example shown in the uppermost part of FIG. 6, when the image A of the road is acquired as the sensing data corresponding to the distribution request, the data generation unit 144 determines the signboard sign or the signboard specified in the distribution request. Only the pedestrian crossing is extracted and the distribution data A is generated. Further, in the example shown in the second row from the top of FIG.
  • the data generation unit 144 when the image B of the road is acquired as the sensing data corresponding to the distribution request, the data generation unit 144 indicates the sign on the road specified by the distribution request. Only the vehicle and the vehicle are extracted to generate the distribution data B. Further, in the example shown in the third row from the top of FIG. 6, when the image C of the road is acquired as the sensing data corresponding to the distribution request, the data generation unit 144 specifies the signboard sign or the puddle designated by the distribution request. Only the data is extracted to generate the distribution data C. Further, in the example shown at the bottom of FIG. 6, when the image D of the road is acquired as the sensing data corresponding to the distribution request, the data generating unit 144 determines the pedestrian crossing and the pedestrian crossing specified by the distribution request.
  • the passing person is extracted to generate the distribution data D.
  • a humanoid icon is used instead of the person image. It is preferable to arrange them, and this makes it possible to protect high privacy. That is, in the present embodiment, it is preferable that information regarding privacy, such as image capturing of a person having a resolution with which a person can be identified, is excluded from the distribution data.
  • the recognition unit 142 can recognize whether or not the sensing data corresponds to the distribution request by using the recognition model 610 obtained by machine learning. Then, in the present embodiment, in order to improve the accuracy of recognition by the recognition unit 142, the preprocessing unit 138 of the sensor device 10 determines that the sensing data is close to the recognition model 610 based on the above-described information regarding the teacher data. Pre-processing is performed so that it has a shape.
  • the pre-processing unit 138 uses the format, distortion compensation level, pixel defect, white balance, image size, saturation, brightness, gamma, contrast, edge enhancement level, focus, exposure level, resolution, dynamic range, noise reduction. Preprocessing is performed on the sensing data so that the level and the like become equivalent to the teacher data 602.
  • the preprocessing unit 138 determines that the image quality size and focus are teacher data. Preprocessing is performed on each image in the upper part of FIG. 9 so as to be equivalent to 602. Then, the preprocessing unit 138 acquires each image as shown in the lower part of FIG. According to the present embodiment, in this way, the preprocessing unit 138 performs the preprocessing so that the sensing data has the same data level as the teacher data 602 used when the recognition model 610 is generated. It is possible to further improve the recognition accuracy of the unit 142.
  • FIG. 8 is a sequence diagram showing an example of the information processing method according to the present embodiment.
  • the information processing method according to the present embodiment can mainly include a plurality of steps from step S101 to step S111. The details of each of these steps of the information processing method according to the present embodiment will be described below.
  • the user device 30 accepts the information input by the user, and transmits the accepted information as a distribution request to the service server 20 (step S101).
  • the service server 20 receives the distribution request from the user device 30 (step S102). Then, the service server 20 generates a recognition model based on the distribution request received in step S102 described above, and transmits the generated recognition model to each sensor device 10 (step S103).
  • the sensor device 10 receives the recognition model from the service server 20 (step S104). Further, the sensor device 10 performs sensing and acquires sensing data (step S105). Furthermore, the sensor device 10 recognizes whether or not the sensing data acquired in step S105 described above corresponds to a distribution request based on the recognition model received in step S104 described above (step S106). Then, based on the fact that the sensing data is recognized as the distribution request in step S106 described above, the sensor device 10 performs processing according to the distribution request on the sensing data, and generates distribution data. Further, the sensor device 10 directly transmits the generated distribution data to the user device 30 relating to the distribution request (step S107).
  • the user device 30 receives the distribution data transmitted from the sensor device 10 (step S108).
  • the processing load on the service server 20 can be reduced and an increase in the operating cost of the service server 20 can be avoided. it can.
  • the sensor device 10 generates total information based on the distribution of the distribution data in step S107 described above, and transmits the generated total information to the total server 50 (step S109).
  • the aggregation server 50 receives the aggregation information from the sensor device 10 (step S110). Further, the tallying server 50 performs the fee process based on the tallying information received in step S110 described above (step S111). Then, the information processing according to the present embodiment ends.
  • FIG. 9 is a sequence diagram showing an example of the information processing method according to the modified example of the present embodiment.
  • the information processing method according to the present modification can mainly include a plurality of steps from step S201 to step S212. The details of each of these steps according to the present modification will be described below.
  • steps S201 to S206 of the present modification shown in FIG. 9 are common to steps S101 to S106 of the present embodiment shown in FIG. 8, here, steps S201 to S206 are performed. The description is omitted.
  • the sensor device 10 transmits the generated distribution data to the service server 20 (step S207).
  • the service server 20 receives the distribution data transmitted from the sensor device 10, and transmits it to the user device 30 relating to the distribution request (step S208).
  • the user device 30 receives the distribution data transmitted from the service server 20 (step S209).
  • the distribution data can be transmitted from the sensor device 10 to the user device 30 via the service server 20, the user device 30 does not need to have an interface common with the data distribution system 1, If the service server 20 has a common interface, the distribution data can be received.
  • steps S210 to S212 of the present modification shown in FIG. 9 are common to steps S109 to S111 of the present embodiment shown in FIG. 8, here, steps S210 to S212 are performed. The description is omitted.
  • FIG. 10 is a system diagram showing a schematic functional configuration of a data distribution system 1a according to a modified example of this embodiment.
  • the data distribution system 1a has a plurality of sensor devices 10a, 10b, 10c, a service server 20a, and a plurality of user devices, as in the above-described embodiment. It includes 30a, 30b, 30c, an authentication server 40, an aggregation server 50, and may further include a service server 20b. That is, in the present modification, the data distribution system 1a can include a plurality of service servers 20 as long as it has an interface (data transfer format, data transfer method, etc.) common to the data distribution system 1a. Therefore, according to this modification, various service providers can enter the data distribution system 1a.
  • FIG. 11 is an explanatory diagram illustrating an example of the recognition unit 142 according to the modified example of the present embodiment.
  • the recognition unit 142 is composed of a plurality of recognition nodes 142a, 142b, 142c that are connected to each other in multiple stages so that they can communicate with each other and perform hierarchical recognition. be able to.
  • the plurality of recognition nodes 142a, 142b, 142c are computing devices that have a common interface and can cooperate with each other to recognize whether or not the sensing data corresponds to a distribution request.
  • the recognition capabilities of each of the recognition nodes 142a, 142b, 142c are small, when the recognition processes with a large load are required by the cooperation of these and distributed processing. Even if there is, recognition processing can be performed.
  • the plurality of recognition nodes 142a to 142c can be the input layer 142a, the intermediate layer 142b, and the output layer 142c.
  • sensing data or preprocessed sensing data is input to the input layer 142a from the sensor data acquisition unit 136 or the preprocessing unit 138.
  • the input layer 142a performs a calculation based on the characteristics of the input sensing data, and outputs the first recognition result to the intermediate layer 142b.
  • the first recognition result may be sensing data processed to a level at which the input sensing data may be processed by the next intermediate layer 142b, and further, the sensing data may calculate the input layer 142a. It can be information with the information granularity obtained by. Further, the information may be output to the intermediate layer 142b as metadata of the processed sensing data.
  • the first recognition result is input to the intermediate layer 142b from the input layer 142a, a calculation based on the characteristics of the input first recognition result is performed, and the second recognition result is output to the output layer 142c.
  • the second recognition result may be the sensing data processed to a level at which the sensing data processed in the input layer 142a can be processed in the next output layer 142c, and It may be information having an information granularity obtained by the calculation in the intermediate layer 142b from the sensing data processed in the input layer 142a. Further, the information may be output to the output layer 142c as metadata of the processed sensing data.
  • the second recognition result is input to the output layer 142c, the calculation based on the characteristic of the input second recognition result is performed, and the third recognition result is output to the data generation unit 144.
  • the third recognition result can be information having information granularity obtained by the calculation in the output layer 142c from the sensing data processed in the intermediate layer 142b.
  • the input layer 142a, the intermediate layer 142b, and the output layer 142c have the processing capability (computation capability) at each time based on the control data included in the recognition model 610 transmitted from the service server 20.
  • the amount of calculation to be executed can be dynamically changed accordingly.
  • the input layer 142a and the intermediate layer 142b output the recognition result to the next stage according to the processing capability of the next stage (the intermediate layer 142b and the output layer 142c).
  • the control data is, for example, a connection coefficient between the input layer 142a, the intermediate layer 142b, and the output layer 142c, that is, the calculation amount. It can be information such as weighting.
  • the input layer 142a, the intermediate layer 142b, and the output layer 142c which are connected in multiple stages, cooperate with each other to gradually improve the information granularity of the recognition result, and finally cooperate with each other.
  • the desired recognition result of can be obtained.
  • a predetermined cat here, a cat named “Tama” (type is American short hair) is used by using the image acquired by the sensor device 10 in response to a distribution request from the user.
  • Recognition is performed as follows: First, the input layer 142a uses the recognition model 610 to detect the animal in the image acquired by the sensor device 10. The input layer 142a recognizes that the image is included, and the input layer 142a processes the image acquired by the sensor device 10 to a level that can be processed by the next intermediate layer 142b, and the metadata of the processed image.
  • the intermediate layer 142b includes the cat image in the processed image from the input layer 142a based on the recognition model 610.
  • the middle layer 142b recognizes the processed image obtained by processing the processed image from the input layer 142a to a level that can be processed by the next output layer 142c, and "cat" as metadata of the processed image.
  • the result and the result are output to the output layer 142c, which further recognizes that the processed image from the intermediate layer 142b includes a “ball” image based on the recognition model 610.
  • the output layer 142c outputs the recognition result of “tama” to the data generation unit 144.
  • the configuration of the recognition unit 142 is not limited to that shown in FIG. 11, and may be multistage, or a complicated network-like configuration such as a neural network. However, it is not particularly limited.
  • FIG. 12 is an explanatory diagram for explaining a usage example of this embodiment. It should be noted that the following examples are merely examples of the information processing method according to the embodiment of the present disclosure, and the information processing method according to the embodiment of the present disclosure is not limited to the following examples.
  • the data distribution system 1b includes a plurality of cameras (sensor devices) 10a, 10b, 10c, a data distribution service server (service server) 20a, and a person search service.
  • a server (service server) 20b, a user device 30, an authentication server 40, and an aggregation server 50 are included.
  • the user installs an application provided by the person search service server 20b, which functions as an interface with the person search service server 20b, on the user device 30. Further, the user makes a distribution request for a person search for a specific individual via the user device 30, and transmits the request to the person search service server 20b. At this time, the user transmits, for example, a plurality of images of a specific person who is about to search to the person search service server 20b.
  • the person search service server 20b receives the distribution request from the user device 30, and requests the data distribution service server 20a to search for a predetermined person in the image (distribution request). At this time, the person search service server 20b may transmit the image of the predetermined person obtained from the user to the data distribution service server 20a, or may entrust the data distribution service server 20a with the image of the predetermined person to obtain the image of the predetermined person.
  • the recognition model 610 may be generated by using the recognition model 610. In this case, the person search service server 20b transmits the recognition model 610 to the data distribution service server 20a.
  • the data distribution service server 20a receives the distribution request from the person search service server 20b, generates a recognition model 610 using the image of a predetermined person obtained from the user, and uses the generated recognition model 610 for each camera 10a. 10b, 10c.
  • the data distribution service server 20a may entrust the generation of the recognition model 610 to an external company.
  • the recognition model 610 is sent to the taxi company that manages these taxis, and the taxi
  • the recognition model 610 may be transmitted from the company to each of the cameras 10a, 10b, 10c.
  • each of the cameras 10a, 10b, 10c receives the recognition model 610.
  • Each camera 10a, 10b, 10c captures an image of the surrounding environment and acquires an image. Further, each of the cameras 10a, 10b, 10c recognizes whether or not the acquired image includes an image of a predetermined person based on the received recognition model 610. Then, when the acquired image includes the image of the predetermined person, the cameras 10a, 10b, and 10c determine the position information of the cameras 10a, 10b, and 10c when the image of the predetermined person is acquired. And the time information as transmission data to the data distribution service server 20a. At this time, an image of a predetermined person may be transmitted as the distribution data.
  • the information included in the distribution data is only the image of the predetermined person, and the image of the surrounding environment of the predetermined person, the images of the people existing around the predetermined person, etc. are the distribution data. Is preferably not included in.
  • the data distribution service server 20a transmits the received distribution data to the person search service server 20b. Further, the person searching service server 20b transmits the received distribution data to the requested user device 30 as a product.
  • the user pays the operator of the person search service server 20b in accordance with the deliverable.
  • the operator of the person searching service server 20b pays a fee to the operator of the data distribution service server 20a according to the distribution data.
  • the operator of the data distribution service server 20a pays the fee to the administrator (for example, a taxi company) of each camera 10a, 10b, 10c according to the data usage fee based on the distribution amount determined by the aggregation server 50. Become.
  • FIG. 13 is a hardware configuration diagram showing an example of a computer 1000 that realizes the functions of the sensor device 10 and the service server 20.
  • the computer 1000 has a CPU 1100, a RAM 1200, a ROM 1300, an HDD 1400, a communication interface 1500, and an input / output interface 1600.
  • Each unit of the computer 1000 is connected by a bus 1050.
  • the CPU 1100 operates based on a program stored in the ROM 1300 or the HDD 1400, and controls each part. For example, the CPU 1100 expands a program stored in the ROM 1300 or the HDD 1400 into the RAM 1200 and executes processing corresponding to various programs.
  • the ROM 1300 stores a boot program such as a BIOS (Basic Input Output System) that is executed by the CPU 1100 when the computer 1000 starts up, a program that depends on the hardware of the computer 1000, and the like.
  • BIOS Basic Input Output System
  • the HDD 1400 is a computer-readable recording medium that non-temporarily records a program executed by the CPU 1100, data used by the program, and the like. Specifically, the HDD 1400 is a recording medium that records an information processing program and an application according to the present disclosure, which are examples of the program data 1450.
  • the communication interface 1500 is an interface for connecting the computer 1000 to an external network 1550 (for example, the Internet).
  • the CPU 1100 receives data from another device or transmits the data generated by the CPU 1100 to another device via the communication interface 1500.
  • the input / output interface 1600 is an interface for connecting the input / output device 1650 and the computer 1000.
  • the CPU 1100 receives data from an input device such as a keyboard or a mouse via the input / output interface 1600.
  • the CPU 1100 also transmits data to an output device such as a display, a speaker, a printer, etc. via the input / output interface 1600.
  • the input / output interface 1600 may function as a media interface for reading a program or the like recorded in a predetermined recording medium (medium).
  • Examples of media include optical recording media such as DVD (Digital Versatile Disc) and PD (Phase change rewritable Disk), magneto-optical recording media such as MO (Magneto-Optical disk), tape media, magnetic recording media, and semiconductor memory. Is.
  • optical recording media such as DVD (Digital Versatile Disc) and PD (Phase change rewritable Disk)
  • magneto-optical recording media such as MO (Magneto-Optical disk), tape media, magnetic recording media, and semiconductor memory.
  • the CPU 1100 of the computer 1000 implements the functions of the processing unit 230 and the like by executing the program stored in the RAM 1200.
  • the HDD 1400 stores the information processing program and the like according to the present disclosure. Note that the CPU 1100 reads the program data 1450 from the HDD 1400 and executes the program data, but as another example, these programs may be acquired from another device via the external network 1550.
  • the information processing apparatus may be applied to a system including a plurality of devices, such as cloud computing, which is premised on connection to a network (or communication between the devices). .. That is, the above-described information processing apparatus according to the present embodiment can also be realized, for example, as an information processing system that performs processing related to the information processing method according to the present embodiment by a plurality of devices.
  • the technology according to the present disclosure (this technology) can be applied to various products.
  • the technology according to the present disclosure is realized as a device mounted on any type of moving body such as an automobile, an electric vehicle, a hybrid electric vehicle, a motorcycle, a bicycle, personal mobility, an airplane, a drone, a ship, and a robot. May be.
  • FIG. 14 is a block diagram showing a schematic configuration example of a vehicle control system that is an example of a mobile body control system to which the technology according to the present disclosure can be applied.
  • the vehicle control system 12000 includes a plurality of electronic control units connected via a communication network 12001.
  • the vehicle control system 12000 includes a drive system control unit 12010, a body system control unit 12020, a vehicle exterior information detection unit 12030, a vehicle interior information detection unit 12040, and an integrated control unit 12050.
  • a microcomputer 12051, an audio / video output unit 12052, and an in-vehicle network I / F (Interface) 12053 are illustrated as a functional configuration of the integrated control unit 12050.
  • the drive system control unit 12010 controls the operation of devices related to the drive system of the vehicle according to various programs.
  • the drive system control unit 12010 includes a drive force generation device for generating a drive force of a vehicle such as an internal combustion engine or a drive motor, a drive force transmission mechanism for transmitting the drive force to wheels, and a steering angle of the vehicle. It functions as a steering mechanism for adjusting and a control device such as a braking device for generating a braking force of the vehicle.
  • the body system control unit 12020 controls the operation of various devices mounted on the vehicle body according to various programs.
  • the body system control unit 12020 functions as a keyless entry system, a smart key system, a power window device, or a control device for various lamps such as a head lamp, a back lamp, a brake lamp, a winker, or a fog lamp.
  • the body system control unit 12020 can be input with radio waves or signals of various switches transmitted from a portable device that substitutes for a key.
  • the body system control unit 12020 receives input of these radio waves or signals and controls the vehicle door lock device, power window device, lamp, and the like.
  • the vehicle exterior information detection unit 12030 detects information outside the vehicle equipped with the vehicle control system 12000.
  • the image pickup unit 12031 is connected to the vehicle exterior information detection unit 12030.
  • the vehicle exterior information detection unit 12030 causes the image capturing unit 12031 to capture an image of the vehicle exterior and receives the captured image.
  • the vehicle exterior information detection unit 12030 may perform object detection processing or distance detection processing such as people, vehicles, obstacles, signs, or characters on the road surface based on the received image.
  • the image pickup unit 12031 is an optical sensor that receives light and outputs an electric signal according to the amount of received light.
  • the image pickup unit 12031 can output the electric signal as an image or as distance measurement information.
  • the light received by the imaging unit 12031 may be visible light or invisible light such as infrared light.
  • the in-vehicle information detection unit 12040 detects in-vehicle information.
  • a driver state detection unit 12041 that detects the state of the driver is connected.
  • the driver state detection unit 12041 includes, for example, a camera that images the driver, and the in-vehicle information detection unit 12040 determines the degree of fatigue or concentration of the driver based on the detection information input from the driver state detection unit 12041. It may be calculated or it may be determined whether or not the driver is asleep.
  • the microcomputer 12051 calculates the control target value of the driving force generation device, the steering mechanism or the braking device based on the information on the inside and outside of the vehicle acquired by the outside information detection unit 12030 or the inside information detection unit 12040, and the drive system control unit.
  • a control command can be output to 12010.
  • the microcomputer 12051 realizes a function of ADAS (Advanced Driver Assistance System) that includes collision avoidance or impact mitigation of a vehicle, follow-up traveling based on an inter-vehicle distance, vehicle speed maintenance traveling, a vehicle collision warning, or a vehicle lane departure warning. It is possible to perform cooperative control for the purpose.
  • ADAS Advanced Driver Assistance System
  • the microcomputer 12051 controls the driving force generation device, the steering mechanism, the braking device, or the like on the basis of the information around the vehicle acquired by the vehicle exterior information detection unit 12030 or the vehicle interior information detection unit 12040, so that the driver's It is possible to perform cooperative control for the purpose of autonomous driving or the like that autonomously travels without depending on the operation.
  • the microcomputer 12051 can output a control command to the body system control unit 12030 based on the information outside the vehicle acquired by the outside information detection unit 12030.
  • the microcomputer 12051 controls the headlamp according to the position of the preceding vehicle or the oncoming vehicle detected by the vehicle exterior information detection unit 12030, and performs cooperative control for the purpose of antiglare such as switching the high beam to the low beam. It can be carried out.
  • the voice image output unit 12052 transmits an output signal of at least one of a voice and an image to an output device capable of visually or audibly notifying information to a passenger of the vehicle or the outside of the vehicle.
  • an audio speaker 12061, a display unit 12062, and an instrument panel 12063 are illustrated as output devices.
  • the display unit 12062 may include at least one of an on-board display and a head-up display, for example.
  • FIG. 15 is a diagram showing an example of the installation position of the imaging unit 12031.
  • the image capturing unit 12031 includes image capturing units 12101, 12102, 12103, 12104, and 12105.
  • the image capturing units 12101, 12102, 12103, 12104, and 12105 are provided at positions such as the front nose of the vehicle 12100, the side mirrors, the rear bumper, the back door, and the upper part of the windshield inside the vehicle.
  • the image capturing unit 12101 provided on the front nose and the image capturing unit 12105 provided on the upper part of the windshield in the vehicle interior mainly acquire an image in front of the vehicle 12100.
  • the image capturing units 12102 and 12103 provided in the side mirrors mainly acquire images of the side of the vehicle 12100.
  • the image capturing unit 12104 provided in the rear bumper or the back door mainly acquires an image behind the vehicle 12100.
  • the imaging unit 12105 provided on the upper part of the windshield inside the vehicle is mainly used for detecting a preceding vehicle, a pedestrian, an obstacle, a traffic signal, a traffic sign, a lane, or the like.
  • FIG. 15 shows an example of the shooting range of the imaging units 12101 to 12104.
  • the imaging range 12111 indicates the imaging range of the imaging unit 12101 provided on the front nose
  • the imaging ranges 12112 and 12113 indicate the imaging ranges of the imaging units 12102 and 12103 provided on the side mirrors
  • the imaging range 12114 indicates The imaging range of the imaging part 12104 provided in a rear bumper or a back door is shown.
  • a bird's-eye view image of the vehicle 12100 viewed from above can be obtained.
  • At least one of the imaging units 12101 to 12104 may have a function of acquiring distance information.
  • at least one of the image capturing units 12101 to 12104 may be a stereo camera including a plurality of image capturing elements or may be an image capturing element having pixels for phase difference detection.
  • the microcomputer 12051 based on the distance information obtained from the imaging units 12101 to 12104, the distance to each three-dimensional object in the imaging range 12111 to 12114 and the temporal change of this distance (relative speed with respect to the vehicle 12100). It is possible to extract the closest three-dimensional object on the traveling path of the vehicle 12100, which is traveling in a substantially same direction as the vehicle 12100 at a predetermined speed (for example, 0 km / h or more), as a preceding vehicle. it can. Further, the microcomputer 12051 can set an inter-vehicle distance to be secured in front of the preceding vehicle in advance, and can perform automatic braking control (including follow-up stop control), automatic acceleration control (including follow-up start control), and the like. In this way, it is possible to perform cooperative control for the purpose of autonomous driving, which autonomously travels without depending on the operation of the driver.
  • automatic braking control including follow-up stop control
  • automatic acceleration control including follow-up start control
  • the microcomputer 12051 uses the distance information obtained from the image capturing units 12101 to 12104 to convert three-dimensional object data regarding a three-dimensional object to other three-dimensional objects such as two-wheeled vehicles, ordinary vehicles, large vehicles, pedestrians, telephone poles, and the like. It can be classified, extracted, and used for automatic avoidance of obstacles. For example, the microcomputer 12051 distinguishes obstacles around the vehicle 12100 into obstacles visible to the driver of the vehicle 12100 and obstacles difficult to see. Then, the microcomputer 12051 determines the collision risk indicating the risk of collision with each obstacle, and when the collision risk is equal to or more than the set value and there is a possibility of collision, the microcomputer 12051 outputs the audio through the audio speaker 12061 and the display unit 12062. A driver can be assisted for avoiding a collision by outputting an alarm to the driver and performing forced deceleration or avoidance steering through the drive system control unit 12010.
  • At least one of the image capturing units 12101 to 12104 may be an infrared camera that detects infrared rays.
  • the microcomputer 12051 can recognize a pedestrian by determining whether or not the pedestrian is present in the images captured by the imaging units 12101 to 12104. To recognize such a pedestrian, for example, a procedure for extracting a feature point in an image captured by the image capturing units 12101 to 12104 as an infrared camera and pattern matching processing on a series of feature points indicating the contour of an object are performed to determine whether or not the pedestrian is a pedestrian.
  • the voice image output unit 12052 causes the recognized pedestrian to have a rectangular contour line for emphasis.
  • the display unit 12062 is controlled so as to superimpose. Further, the audio image output unit 12052 may control the display unit 12062 to display an icon indicating a pedestrian or the like at a desired position.
  • the technology according to the present disclosure can be applied by using the imaging unit 12031 of the configuration described above as the sensor device 10.
  • a program for causing a computer to function as the sensor device 10, the service server 20, the user device 30, the totaling server 50, and the like according to the present embodiment, and a program are recorded.
  • the program may be distributed via a communication line (including wireless communication) such as the Internet.
  • each step in the information processing of each of the above-mentioned embodiments does not necessarily have to be processed in the order described.
  • the order of the steps may be appropriately changed and processed.
  • each step may be processed partially in parallel or individually instead of being processed in time series.
  • the processing method of each step does not necessarily have to be processed according to the described method, and may be processed by another method by another functional unit, for example.
  • the present technology may also be configured as below.
  • a server that receives a distribution request from one or more request sources that request distribution of predetermined data that can be generated from the sensing data; Including,
  • the sensor device is A sensor unit for acquiring the sensing data, A model acquisition unit that acquires a recognition model corresponding to the delivery request from the server, A recognition unit that recognizes whether the acquired sensing data corresponds to the distribution request based on the recognition model;
  • a data generation unit that performs processing according to the distribution request on the sensing data and generates the predetermined data, A sensor device-side delivery unit that delivers the predetermined data,
  • the server is A request receiving unit that receives the distribution request from the one or more request sources, A model generation unit that generates the recognition model corresponding to the distribution request, A model transmission unit that transmits the generated recognition model to the sensor device, Has, Data distribution system.
  • the model generation unit By machine learning a plurality of teacher data related to the object specified in the distribution request, the recognition model for recognizing the object included in the sensing data is generated.
  • the sensor device is Preprocessing the sensing data according to the recognition model, further comprising a preprocessing unit for outputting to the recognition unit, The data distribution system according to (2) above.
  • the predetermined data includes at least one of attribute information, quantity information, position information, state information, motion information, ambient environment information, and prediction information of the object. Delivery system.
  • the data distribution system according to any one of (2) to (5), wherein the distribution request includes object information about the object, data format information about the predetermined data, and identification information about the request source. .. (7) The data delivery system according to any one of (1) to (6) above, wherein the sensor device-side delivery unit delivers the predetermined data to the request source.
  • the server further includes a server-side distribution unit that distributes the predetermined data to the request source, The sensor device side delivery unit delivers the predetermined data to the server, The data distribution system according to any one of (1) to (6) above.
  • the recognition unit is composed of a plurality of recognition nodes that are communicatively connected to each other and cooperate with each other to perform hierarchical recognition.
  • the plurality of recognition nodes are A first node that receives the sensing data, performs an operation based on the characteristics of the input sensing data, and outputs a first recognition result; A second node that receives the first recognition result, performs an operation based on the characteristics of the input first recognition result, and outputs a second recognition result; A third node that receives the second recognition result, performs an operation based on the characteristics of the input second recognition result, and outputs a third recognition result; Including at least The first to third nodes dynamically change the amount of calculation to be executed based on the control data included in the recognition model transmitted to each of the first to third nodes, The data distribution system according to any one of (1) to (8) above.
  • the first node outputs the first recognition result according to the computing capacity of the second node
  • the second node outputs the second recognition result according to the computing capability of the third node
  • the data distribution system according to (9) above.
  • (11) The data distribution system according to (9) or (10) above, wherein at least one of the first and second recognition results is output together with metadata describing the recognition result in the current layer.
  • (12) The data distribution according to any one of (1) to (11) above, wherein the sensor device is at least one of an image pickup device, a depth sensor, a sound collector, a thermometer, a hygrometer, and a water level meter. system.
  • the data distribution system according to any one of (1) to (11) above, wherein the sensor device is an imaging device mounted on a moving body.
  • the sensor device further includes a positioning unit, The positioning unit acquires positioning data of the sensor device when the sensing data corresponding to the distribution request is acquired, The sensor device side delivery unit delivers the predetermined data together with the positioning data, The data distribution system according to any one of (1) to (13) above.
  • the server is Further having a capability information acquisition unit for acquiring capability information indicating the capability of the sensor device, The model generation unit generates the recognition model based on the capability information, The data distribution system according to any one of (1) to (14) above.
  • the sensor device is A totaling unit that totals the distribution amount of the predetermined data for each request source and generates total information, A total information transmitting unit that transmits the total information to the total server, Further has
  • the aggregation server is A total information acquisition unit that acquires the total information from the sensor device, A fee processing unit that determines a data usage fee based on the aggregated information, and exchanges the data usage fee with the administrator of the sensor device and each request source, Further having, The data distribution system according to any one of (1) to (15) above.
  • the total information transmission unit As the aggregation information, The date and time when the sensing data corresponding to the predetermined data was acquired, the delivery amount of the predetermined data, the data format of the predetermined data, and the identification information of the request source of the predetermined data, the sensor Transmitting at least one of device identification information and identification information of an administrator of the sensor device to the aggregation server, The data distribution system according to (16) above. (18) The data distribution system according to (17), wherein the charge processing unit determines the data use charge based on at least one of the distribution amount and the data format.
  • a sensor unit that acquires sensing data A model acquisition unit that acquires a recognition model corresponding to the distribution request from a server that receives a distribution request from one or more request sources that request distribution of predetermined data that can be generated from the sensing data, A recognition unit that recognizes whether the acquired sensing data corresponds to the distribution request based on the recognition model;
  • a data generation unit that performs processing according to the distribution request on the sensing data and generates the predetermined data
  • a sensor device-side delivery unit that delivers the predetermined data, With Sensor device.
  • a request reception unit that receives a distribution request from a request source that requests distribution of predetermined data
  • a model generation unit that generates a recognition model for recognizing whether the sensing data acquired by the sensor device corresponds to the distribution request
  • a model transmission unit that transmits the generated recognition model to the sensor device, With server.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Signal Processing (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Information Transfer Between Computers (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

センシングデータを取得する、１つ又は複数のセンサデバイス１０と、前記センシングデータから生成され得る所定のデータの配信を要求する１つ又は複数の要求元からの配信リクエストを受け付けるサーバ２０とを含むデータ配信システム１を提供する。

Description

データ配信システム、センサデバイス及びサーバ
　本開示は、データ配信システム、センサデバイス及びサーバに関する。
　近年、街頭のいたるところに監視カメラ等が設置され、さらに、走行する車両にも、当該車両の周囲環境を撮像することができる車載カメラが搭載されており、様々な場所における撮像画像を容易に取得することができる。
　しかしながら、これらカメラで取得した画像（センシングデータ）は、各カメラ（センサデバイス）を設置したユーザ個人のみで利用することが想定されており、セキュリティ確保の観点や、インタフェースが共通化されていないことにより、他のユーザが容易に利用することができなかった。
　そこで、本開示では、様々なセンサデバイスが取得したセンシングデータから得られる情報を様々なユーザが容易に利用することが可能なフレームワークを構築するための、データ配信システム、センサデバイス及びサーバを提案する。
　本開示によれば、センシングデータを取得する、１つ又は複数のセンサデバイスと、前記センシングデータから生成され得る所定のデータの配信を要求する１つ又は複数の要求元からの配信リクエストを受け付けるサーバとを含み、前記センサデバイスは、前記センシングデータを取得するセンサ部と、前記サーバから、前記配信リクエストに対応する認識モデルを取得するモデル取得部と、前記認識モデルに基づき、取得した前記センシングデータが前記配信リクエストに該当するかどうかを認識する認識部と、前記センシングデータが前記配信リクエストに該当する場合、当該センシングデータに対して当該配信リクエストに応じた処理を行い、前記所定のデータを生成するデータ生成部と、前記所定のデータを配信するセンサデバイス側配信部とを有し、前記サーバは、前記１つ又は複数の要求元から、前記配信リクエストを受け付けるリクエスト受付部と、前記配信リクエストに対応する前記認識モデルを生成するモデル生成部と、生成した前記認識モデルを前記センサデバイスに送信するモデル送信部とを有する、データ配信システムが提供される。
　また、本開示によれば、センシングデータを取得するセンサ部と、前記センシングデータから生成され得る所定のデータの配信を要求する１つ又は複数の要求元からの配信リクエストを受け付けるサーバから、前記配信リクエストに対応する認識モデルを取得するモデル取得部と、前記認識モデルに基づき、取得した前記センシングデータが前記配信リクエストに該当するかどうかを認識する認識部と、前記センシングデータが前記配信リクエストに該当する場合、当該センシングデータに対して当該配信リクエストに応じた処理を行い、前記所定のデータを生成するデータ生成部と、前記所定のデータを配信するセンサデバイス側配信部とを備える、センサデバイスが提供される。
　さらに、本開示によれば、所定のデータの配信を要求する要求元から配信リクエストを受け付けるリクエスト受付部と、センサデバイスにおいて、当該センサデバイスで取得したセンシングデータが前記配信リクエストに該当するかどうかを認識するための認識モデルを生成するモデル生成部と、生成した前記認識モデルを前記センサデバイスに送信するモデル送信部とを備える、サーバが提供される。
本開示の実施形態に係るデータ配信システム１の概略的な機能構成を示したシステム図である。 同実施形態に係るセンサデバイス１０の機能構成例を示すブロック図である。 同実施形態に係るサービスサーバ２０の機能構成例を示すブロック図である。 同実施形態に係る集計サーバ５０の機能構成例を示すブロック図である。 同実施形態に係る認識モデル６１０の生成例を説明するための説明図である。 同実施形態に係る配信データの例を説明するための説明図である。 同実施形態に係る前処理の例を説明するための説明図である。 同実施形態に係る情報処理方法の一例を示すシーケンス図である。 同実施形態の変形例に係る情報処理方法の一例を示すシーケンス図である。 同実施形態の変形例に係るデータ配信システム１ａの概略的な機能構成を示したシステム図である。 同実施形態の変形例に係る認識部の一例を説明するための説明図である。 同実施形態の利用例を説明するための説明図である。 サービスサーバ２０の機能を実現するコンピュータの一例を示すハードウェア構成図である。 車両制御システムの概略的な構成の一例を示すブロック図である。 車外情報検出部及び撮像部の設置位置の一例を示す説明図である。
　以下に、添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。さらに、本明細書及び図面において、実質的に同一又は類似の機能構成を有する複数の構成要素を、同一の符号の後に異なる数字を付して区別する場合がある。ただし、実質的に同一又は類似の機能構成を有する複数の構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。また、本明細書及び図面において、異なる実施形態の類似する構成要素については、同一の符号の後に異なるアルファベットを付して区別する場合がある。ただし、類似する構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。
　なお、説明は以下の順序で行うものとする。
　　１．　本実施形態を創作するに至る背景
　　２．　実施形態
　　　　　２．１　データ配信システム１の概略構成
　　　　　２．２　センサデバイス１０の詳細構成
　　　　　２．３　サービスサーバ２０の詳細構成
　　　　　２．４　集計サーバ５０の詳細構成
　　　　　２．５　本実施形態に係る認識について
　　　　　２．６　情報処理方法
　　　　　２．７　変形例
　　３．　実施例
　　４．　まとめ
　　５．　ハードウェア構成について
　　６．　移動体への応用例
　　７．　補足
　＜＜１．　本実施形態を創作するに至る背景＞＞
　まずは、本発明者が創作した本開示の実施形態を説明する前に、本発明者が本開示の実施形態を創作するに至る背景について説明する。
　先に説明したように、近年、街頭のいたるところに監視カメラ等が設置され、さらに、走行する車両にも、当該車両の周囲環境を撮像することができる車載カメラが搭載されており、様々な場所における撮像画像を容易に取得することができる。
　しかしながら、これらカメラで取得した画像は、各カメラを設置したユーザ個人のみで利用することが想定されており、セキュリティ確保の観点や、インタフェースが共通化されていないことにより、他のユーザが容易に利用することができなかった。また、これらカメラで取得した画像に、他のユーザにとって付加価値が高い情報が含まれていたとしても、各カメラを設置したユーザは、このような他のユーザのニーズに気づいていないことから、カメラの画像を有効に活用することに思いがいたらない。従って、有限な資源である上記画像が有効に活用されているとは言えない状況にあった。
　そこで、本発明者は、これらカメラが取得した画像を様々なユーザが容易に利用することが可能なフレームワークを構築したいと考えていた。近年、第５世代無線通信等の通信技術が進歩したことにより、大容量データを高速に伝送することが可能となり、これらカメラと管理サーバとユーザが使用するユーザ端末とをネットワーク化することが容易となった。
　さらに、本発明者は、上記フレームワークを構築し、当該フレームワークが活用されるためには、当該フレームワークは、以下のような条件を満たすことが必要であると考えていた。１つ目は、異なる仕様のカメラであっても、異なる仕様のユーザ端末であっても、上記フレームワークで共通するインタフェースを持たせることにより、これらのカメラが取得した画像をユーザデバイス側で利用することができるようにすること。２つ目は、画像には各個人のプライバシに関する情報が含まれている恐れが高いことから、プライバシに配慮した、セキュリティの高い環境を構築すること。３つ目は、カメラで取得された画像から得られる情報をリアルタイムでユーザに転送すること。４つ目は、データ転送の負荷を下げ、さらに、データ処理等を分散して行うことにより各デバイスの処理負荷を下げること。
　そこで、上述の３つ目及び４つ目の条件を満たすために、上記フレームワークにおいては、人工知能（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ；ＡＩ）を利用する。ＡＩは、演算装置自体の高性能化や複数の演算装置による分散処理等により小型演算装置でも実現可能となり、ネットワークの末端に位置するようなカメラにおいても、利用することが可能となった。以下、このようなＡＩ機能を搭載したカメラをＡＩカメラと呼ぶ。詳細には、上記フレームワークにおいて、ＡＩカメラにより、自身が取得した画像にユーザから求められる情報が含まれているかどうかを瞬時に認識し、含まれている場合にのみ、画像から得られた情報を該当するユーザに転送する。従って、ＡＩカメラによれば、画像から得られた情報をリアルタイムでユーザに転送することが可能であるばかりか、ユーザから求められる情報が含まれているか否かに関係なく画像を転送する場合に比べて、データ転送の負荷を減らすことができる。
　すなわち、以下に提案する本開示に係る実施形態においては、上記フレームワークの構築のために、ＡＩ機能を持ったＡＩカメラを利用する。さらに、本実施形態においては、ＡＩカメラでの認識を向上させ、且つ、高速化するために、認識で利用する認識モデルをＡＩカメラの能力に応じて動的に変更する。加えて、本実施形態においては、ＡＩカメラで取得した画像に対して上記認識モデルに応じた形態になるように前処理を行った後に認識を行ったり、認識処理を分散化したりすることで、認識の精度を向上させたり、高速化したりすることができる。
　また、本実施形態においては、データ転送等に係るインタフェースを共通化することにより、異なる仕様のカメラ、及び、異なる仕様のユーザ端末を上記フレームワーク内で活用することができる。また、本実施形態においては、カメラ側で、画像又は画像から得られる情報に対してプライバシに配慮した処理を行うことにより、上記フレームワーク内で個人のプライバシの保護を確保することができる。さらに、本実施形態においては、上記フレームワークに認証サーバを組み込むことにより、フレームワーク内のカメラ、管理サーバ及びユーザ端末に対して認証を行い、フレームワーク内のセキュリティを確保することができる。
　以上のように、以下に説明する本開示においては、様々なカメラが取得した画像から得られる情報を様々なユーザが容易に利用することが可能なフレームワークを構築するための実施形態を提案する。
　さらに、本実施形態においては、上記フレームワーク内に、ユーザが、画像を提供するカメラの管理者に対して、提供された情報に応じた料金を支払う仕組みを組み込むこともできる。このようにすることで、本実施形態においては、画像を提供する側も、利用された情報の情報量や価値に応じて対価を得ることができることから、カメラの管理者が画像を当該フレームワークに提供するモチベーションを高めることができる。
　以下、このような本開示に係る実施形態の詳細を順次説明する。
　＜＜２．　実施形態＞＞
　＜２．１　データ配信システム１の概略構成＞
　まずは、図１を参照して、本開示の実施形態に係るデータ配信システム１の構成例を説明する。図１は、本開示の実施形態に係るデータ配信システム１の概略的な機能構成を示したシステム図である。
　詳細には、図１に示すように、本実施形態に係るデータ配信システム１は、複数のセンサデバイス１０ａ、１０ｂ、１０ｃと、サービスサーバ２０と、複数のユーザデバイス３０ａ、３０ｂ、３０ｃと、認証サーバ４０と、集計サーバ５０とを主に含むことができる。これら各装置は、例えば、図示しない基地局等（例えば、携帯電話機の基地局、無線ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）のアクセスポイント等）を介してネットワーク（図示省略）に接続されることにより、データ配信システム１が構築されることとなる。なお、上記ネットワークで用いられる通信方式は、有線又は無線（例えば、第５世代通信システム、ＷｉＦｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等）を問わず任意の方式を適用することができるが、大容量のデータを安定して高速送信することができる通信方式を用いることが望ましい。また、データ配信システム１に含まれるセンサデバイス１０やユーザデバイス（要求元）３０は、図１に図示されるようにそれぞれ３つであることに限定されるものではなく、本実施形態に係るデータ配信システム１には、それぞれ３つ以上含まれていてもよい。すなわち、本実施形態に係るデータ配信システム１は、複数のセンサデバイス１０を管理し、複数のユーザデバイス３０からの要求を受け付け、それらにデータを送信することができる。以下に、本実施形態に係るデータ配信システム１に含まれる各装置の概略について説明する。
　（センサデバイス１０）
　センサデバイス１０は、設置された周囲環境のセンシングデータ（例えば、画像、音声等）を取得し、取得したセンシングデータから取得される配信データ（所定のデータ）を、後述するユーザデバイス３０等の外部装置に送信することができる。また、センサデバイス１０は、先に説明したように、ＡＩ機能が搭載されていることが望ましく、後述するサービスサーバ２０から送信された認識モデルに基づき、取得したセンシングデータが、ユーザからの要求（配信リクエスト）に該当するかどうかを認識することができる。
　例えば、センサデバイス１０は、自動車等の移動体に搭載された撮像装置（カメラ）や、ユーザの携帯するスマートフォンに搭載された撮像装置、自宅や店舗等に設置された監視カメラ等の撮像装置であることができ、この場合、センシングデータは画像となる。この場合、これら撮像装置は、設置された周囲に位置する被写体からの光を集光して撮像面に光像を形成し、撮像面に形成された光像を電気的な画像信号に変換することによって画像を取得することができる。なお、以下の説明においては、特段のことわりがない限りは、移動体とは、自動車、電気自動車、ハイブリッド電気自動車、自動二輪車、自転車、パーソナルモビリティ、飛行機、ドローン、船舶、ロボット（移動ロボット）、建設機械、農業機械（トラクタ）等であることができる。
　また、本実施形態においては、センサデバイス１０は、上述した撮像装置であることに限定されるものではない。本実施形態においては、例えば、センサデバイス１０は、被写体までの距離（深さ）を計測する深度センサ、周囲環境の音を集音するマイクロフォン等の集音装置、周囲環境の温度及び湿度を計測する温度センサ及び湿度センサ、河川等の水位を測定する水位センサ等であってもよい。
　なお、本実施形態においては、センサデバイス１０は、データ配信システム１に共通するインタフェース（データ転送形式、データ転送方法等）を持つものであれば、その内部構成については、基本的に限定されるものではない。従って、本実施形態に係るデータ配信システム１は、仕様の異なる様々なセンサデバイス１０を取り込むことができる。なお、センサデバイス１０の詳細構成については後述する。
　（サービスサーバ２０）
　サービスサーバ２０は、後述するユーザデバイス３０から、上記センシングデータから生成され得る配信データの配信を要求する配信リクエストを受け付けるコンピュータである。さらに、サービスサーバ２０は、複数の配信リクエスト（要求）を統合し、配信リクエストに応じた認識モデルを生成し、生成した認識モデルを上述したセンサデバイス１０へ送信することができる。当該認識モデルは、センサデバイス１０での認識に供されることとなるが、この詳細については後述する。また、サービスサーバ２０は、必要に応じて、センサデバイス１０から配信データを受信し、受信した配信データを、上記配信リクエストに該当するユーザデバイス３０へ送信することもできる。例えば、サービスサーバ２０は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等のハードウェアにより実現されることができる。なお、サービスサーバ２０の詳細構成については後述する。
　（ユーザデバイス３０）
　ユーザデバイス３０は、ユーザによって携帯され、もしくは、ユーザの近傍に設置され、ユーザから入力された情報を受け付け、受け付けた当該情報を配信リクエストとしてサービスサーバ２０へ送信したり、配信リクエストに係る配信データを受信したりすることができる端末である。例えば、ユーザデバイス３０は、タブレット型ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）、スマートフォン、携帯電話、ラップトップ型ＰＣ、ノート型ＰＣ等のモバイル端末、ＨＭＤ（Ｈｅａｄ　Ｍｏｕｎｔｅｄ　Ｄｉｓｐｌａｙ）等のウェアラブルデバイスであることができる。さらに詳細には、ユーザデバイス３０は、ユーザに向けて表示を行う表示部（図示省略）や、ユーザからの操作を受け付ける操作部（図示省略）や、ユーザに向けて音声出力を行うスピーカ（図示省略）等を有していてもよい。
　なお、ユーザデバイス３０には、例えば、データ配信システム１に共通するアプリケーション（アプリ）、もしくは、上述したサービスサーバ２０と共通する仕様を持つアプリケーションがインストールされることができる。ユーザデバイス３０は、上述のようなアプリケーションがインストールされることにより、データ配信システム１に共通する形式等を持つ、配信リクエストを生成し、送信したり、配信データを受け取ったりすることが可能となる。
　なお、本実施形態においては、ユーザは、個人だけでなく、以下のような者も想定される。例えば、ユーザは、地図メーカ、出店戦略立案者、道路管理局、社会インフラ整備担当者等であることができる。より具体的には、本実施形態で提供されるサービスを利用することにより、地図メーカは、人手をかけることなく詳細地図の作成を行うことができ、出店戦略立案者は、出店を検討するにあたっての情報収集を容易に行うことができる。また、上記サービスを利用することにより、道路管理局は、道路状態、通行車種等の推測等に基づく道路修繕計画策定のための情報収集を容易に行うことができる。さらに、上記サービスを利用することにより、社会インフラ整備計画担当者は、運転傾向や事故原因の統計・解析による、予防措置、テレマティックス保険への応用を検討することができる。
　そして、ユーザは、ユーザデバイス３０を介して、サービスサーバ２０へ配信リクエストを送信する。当該配信リクエストは、ユーザが配信を要求するデータの内容（データタイプ）等を指定する情報を含む。例えば、当該配信リクエストは、配信を要求する対象となるオブジェクト（例えば、顔、人物、動物、移動体、テキスト、道路（歩道、横断歩道、道幅、標識等）、ロゴ、バーコード等）と、オブジェクトに関するどのような情報（例えば、数量、速度、位置、状態、年齢、性別、特定した名前、推定結果等）を要求するのかを指定する情報（データタイプ）とからなるオブジェクト情報を含むことができる。また、当該配信リクエストは、配信データのデータフォーマット（例えば、画像、テキスト等）を指定するデータフォーマット情報を含むことができる。さらに、当該配信リクエストは、ユーザもしくはユーザデバイス３０の識別情報（ＩＤ（ｉｄｅｎｔｉｆｉｃａｔｉｏｎ））を含むことができる。なお、本実施形態においては、上記配信リクエストには、サービスサーバ２０で認識モデルを生成する際に利用される各種データが含まれていてもよい（詳細は後述する）。
　本実施形態においては、上記配信リクエストは、データ配信システム１に共通するデータ形式を持つ。例えば、本実施形態においては、配信リクエストは、オブジェクト情報やデータフォーマット情報に対応する文字列や数字列を含むことができる。この場合、ユーザから高い頻度で要求されるオブジェクト情報やデータフォーマット情報については、対応する文字列や数字列を予め決定し、サービスサーバ２０が保有する記憶部（図示省略）にデータベース（図示省略）として格納する。そして、サービスサーバ２０は、上記データベースを参照することにより、配信リクエストに含まれる文字列等に対応するオブジェクト情報及びデータフォーマット情報を認識することができる。また、ユーザが所望するオブジェクト情報及びデータフォーマット情報に対応する文字列等が上記データベースに存在しない場合には、これらオブジェクト情報及びデータフォーマット情報は、上記配信リクエスト内で直接的に記述されてもよい。もしくは、この場合、ユーザが所望するオブジェクト情報及びデータフォーマット情報に対応する文字列を新たに決定して、決定した文字列等を、上記配信リクエスト及び上記データベースに記述してもよい。
　（認証サーバ４０）
　認証サーバ４０は、センサデバイス１０やサービスサーバ２０からそれぞれの認証情報（ＩＤ）を受信し、これらの各装置が、本実施形態に係るデータ配信システム１によるサービスを提供する、もしくは提供される権限を有するか否かを判定するコンピュータである。さらに、認証サーバ４０は、権限を有する装置に対して、サービスへのアクセスを可能にするキーや、サービスを提供するもしくはサービスを提供されるためのコマンド等を送信する。そして、上記認証情報は、データ配信システム１に共通するデータ形式を持つものとする。すなわち、認証サーバ４０は、認証ＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ　Ｐｒｏｇｒａｍｍｉｎｇ　Ｉｎｔｅｒｆａｃｅ）として用いられ、センサデバイス１０とサービスサーバ２０とを認証し、互いに紐づけることができる。本実施形態に係るデータ配信システム１は、このような認証サーバ４０を組み込むことにより、当該データ配信システム１のセキュリティを確保し、各センサデバイス１０を、サービスサーバ２０を介して各ユーザデバイス３０と紐づけることができる。また、認証サーバ４０は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等のハードウェアにより実現されることができ、後述する集計サーバ５０と協働することができる。なお、本実施形態においては、認証サーバ４０は、ユーザデバイス３０に対する認証を行ってもよい。
　（集計サーバ５０）
　集計サーバ５０は、上述した認証サーバ４０と協働して、ユーザ又はユーザデバイス３０ごとに、且つ、センサデバイス１０ごとに、配信データの配信量を集計し、当該集計等に基づきデータ使用料金を決定するコンピュータである。さらに、集計サーバ５０は、サービスサーバ２０を介して、センサデバイス１０の管理者及び各ユーザとの間でデータ使用料金の授受を行うことができる。例えば、集計サーバ５０は、ＣＰＵ、ＲＯＭ、ＲＡＭ等のハードウェアにより実現されることができる。なお、集計サーバ５０の詳細については後述する。
　なお、本実施形態に係るデータ配信システム１においては、センサデバイス１０やサービスサーバ２０は、それぞれ単一の装置によって実現されていなくてもよく、有線又は無線の各種のネットワーク（図示省略）を介して接続され、互いに協働する複数の装置によって実現されてもよい。また、本実施形態においては、サービスサーバ２０、認証サーバ４０及び集計サーバ５０のうちの２つ又は全部が一体の装置によって実現されてもよい。さらに、本実施形態に係るデータ配信システム１は、図示しない他のサーバ等を含んでいてもよい。
　＜２．２　センサデバイス１０の詳細構成＞
　次に、図２を参照して、本実施形態に係るセンサデバイス１０の詳細構成を説明する。図２は、本実施形態に係るセンサデバイス１０の機能構成例を示すブロック図である。詳細には、図２に示すように、センサデバイス１０は、センサ部１００と、測位部１１０と、処理部１３０と、記憶部１６０と、通信部１７０とを主に有する。以下に、センサデバイス１０の各機能ブロックについて順次説明する。
　（センサ部１００）
　センサ部１００は、センシングデータを取得し、取得したセンシングデータを後述する処理部１３０へ出力する。詳細には、センサデバイス１０が撮像装置であった場合には、センサ部１００は、被写体から発せられる光を集光する撮影レンズ及びズームレンズ等の撮像光学系、及び、ＣＣＤ（Ｃｈｅｒｇｅ　Ｃｏｕｐｌｅｄ　Ｄｅｖｉｃｅ）又はＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ　Ｍｅｔａｌ　Ｏｘｉｄｅ　Ｓｅｍｏｃｏｎｄｕｃｔｏｒ）等の撮像素子を有することとなる。なお、本実施形態においては、センサ部１００は、センサデバイス１０内に固定されるように設けられていてもよく、センサデバイス１０に脱着可能に設けられていてもよい。
　また、本実施形態においては、センサ部１００は、撮像装置の他にも、深度センサとしてＴＯＦ（Ｔｉｍｅ　ｏｆ　Ｆｌｉｇｈｔ）センサ（図示省略）を含んでいてもよい。ＴＯＦセンサは、被写体からの反射光の戻り時間を直接的又は間接的に計測することにより、ＴＯＦセンサと被写体との間の距離及び凹凸等の形状情報（深度情報／画像）を取得することができる。さらに、本実施形態においては、センサ部１００は、集音装置（マイク）、温度センサ、気圧センサ、湿度センサ、風向風速センサ、日照センサ、降水量センサ、水位センサ等を含んでいてもよく、周囲環境からセンシングデータを取得することができれば特に限定されるものではない。
　（測位部１１０）
　測位部１１０は、配信リクエストに該当するセンシングデータが取得された際のセンサデバイス１０の測位データを取得し、取得した測位データを、処理部１３０（詳細には、データ生成部１４４）に出力する。例えば、当該測位データは、配信データとともに、後述する処理部１３０の配信部１４６により、ユーザデバイス３０へ送信されることとなる。測位部１１０は、具体的には、ＧＮＳＳ（Ｇｌｏｂａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ）受信機等であることができる。この場合、測位部１１０は、ＧＮＳＳ衛星からの信号に基づいて、センサデバイス１０の現在地の緯度・経度を示す測位データを生成することができる。また、本実施形態においては、例えば、ＲＦＩＤ（Ｒａｄｉｏ　Ｆｒｅｑｕｅｎｃｙ　Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、Ｗｉ－Ｆｉのアクセスポイント、無線基地局の情報等からユーザの相対的な位置関係を検出することが可能なため、このような通信装置を上記測位部１１０として利用することも可能である。なお、本実施形態においては、測位部１１０は、センサデバイス１０に設けられていなくてもよい。
　（処理部１３０）
　処理部１３０は、センサ部１００が取得したセンシングデータを処理し、配信データを生成する機能を有する。さらに、処理部１３０は、配信した配信データの配信量を集計し、集計に基づく情報を集計サーバ５０へ送信する。処理部１３０は、例えば、ＣＰＵやＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等の処理回路や、ＲＯＭ、ＲＡＭ等により実現される。詳細には、図２に示すように、処理部１３０は、ＩＤ送信部１３２と、ｋｅｙ受信部１３４と、センサデータ取得部１３６と、前処理部１３８と、モデル取得部１４０と、認識部１４２と、データ生成部１４４と、配信部１４６と、集計部１４８と、集計情報送信部１５０とを主に有する。以下に、処理部１３０の有する各機能部の詳細について説明する。
　～ＩＤ送信部１３２～
　ＩＤ送信部１３２は、後述する通信部１７０を介して、センサデバイス１０の認証情報（ＩＤ）を認証サーバ４０に送信する。当該認証情報は、認証サーバ４０にて、センサデバイス１０が、本実施形態に係るデータ配信システム１によるサービスを提供する権限を有するか否かを判定する際に用いられる。本実施形態に係るデータ配信システム１は、このような認証により、当該データ配信システム１のセキュリティを確保している。
　～ｋｅｙ受信部１３４～
　ｋｅｙ受信部１３４は、後述する通信部１７０を介して、認証サーバ４０から送信されたサービスへのアクセスを可能にするキーや、サービスを提供するためのコマンド等を受信し、受信したキー等を後述するモデル取得部１４０へ出力する。当該モデル取得部１４０は、ｋｅｙ受信部１３４で受信したキー等を用いて、サービスサーバ２０から認識モデルを取得することができる。
　～センサデータ取得部１３６～
　センサデータ取得部１３６は、センサ部１００を制御して、センサ部１００から出力されたセンシングデータを取得し、取得したセンシングデータを後述する前処理部１３８又は認識部１４２へ出力する。
　～前処理部１３８～
　前処理部１３８は、後述するモデル取得部１４０が取得した認識モデルに含まれる情報（例えば、認識モデルを生成する際に用いた教師データに関する情報等）に応じて、センサデータ取得部１３６から出力されたセンシングデータを前処理して、前処理したセンシングデータを後述する認識部１４２へ出力する。詳細には、認識部１４２は、機械学習で得られた、配信リクエストに対応する認識モデルを用いて、センシングデータが当該配信リクエストに該当することになるかどうかを認識する。そこで、本実施形態においては、センシングデータが認識モデルに近い形態を持つように前処理を行うことにより、上記認識に好適なセンシングデータを認識部１４２に提供することができる。その結果、本実施形態によれば、認識部１４２の認識の精度を向上させることができる。なお、前処理部１３８での前処理の詳細については、後述する。
　～モデル取得部１４０～
　モデル取得部１４０は、後述する通信部１７０を介して、サービスサーバ２０から、配信リクエストに対応する認識モデルを取得し、取得した認識モデルを前処理部１３８及び認識部１４２に出力する。なお、当該認識モデルの詳細については後述する。
　～認識部１４２～
　認識部１４２は、ＡＩ機能等を利用して、モデル取得部１４０から出力された認識モデルに基づき、センサデータ取得部１３６から出力されたセンシングデータ、もしくは、前処理部１３８で前処理されたセンシングデータが、配信リクエストに該当するかどうかを認識することができる。より具体的には、認識部１４２は、例えば、センシングデータとしての画像に、配信リクエストで指定されたオブジェクトの画像が含まれるかどうかを認識することができる（言い換えると、オブジェクトの認識）。そして、認識部１４２は、認識結果を後述するデータ生成部１４４に出力する。なお、当該認識モデルは、サービスサーバ２０における機械学習で得られ、例えば、配信リクエストで指定されたオブジェクトの画像や音声等のデータから得られた当該オブジェクトを特徴づける特徴情報であることができる。本実施形態においては、上述のような認識をセンサデバイス１０で行うことから、センシングデータの取得後すぐに認識を行うことができる。なお、認識部１４２における認識の詳細については後述する。
　～データ生成部１４４～
　データ生成部１４４は、上述した認識部１４２でセンシングデータが配信リクエストに該当すると認識された場合、当該センシングデータに対して当該配信リクエストに応じた処理を行い、配信データを生成することができる。例えば、データ生成部１４４は、センシングデータから配信リクエストで指定されたオブジェクトに関するデータのみを抽出したり、抽象化したり、テキストデータ化したりすることにより、配信データを生成することができる。より具体的には、当該配信データは、配信リクエストで指定された、オブジェクトの属性情報、数量情報、位置情報、状態情報、動作情報、周囲環境情報、及び、予測情報のうちの少なくとも１つの情報を含むことができる。さらに、本実施形態においては、配信データのデータフォーマットは、画像データ、音声データ、テキストデータ等であることができ、特に限定されるものではない。このように、本実施形態においては、センサデバイス１０にて、配信リクエストに該当したセンシングデータを処理して、配信データを生成することから、リアルタイムで配信を実現することができる。また、本実施形態においては、データ生成部１４４は、センシングデータが配信リクエストに該当しない場合には、配信データを生成、配信することはない。従って、本実施形態によれば、センシングデータが配信リクエストに該当するか否かに関係なくセンシングデータを送信する場合に比べて、データ送信の負荷を減らすことができる。
　さらに、本実施形態においては、データ生成部１４４は、例えば、配信データから、センシングデータに含まれるプライバシに関する情報（例えば、人物が特定できる程度の人物の撮像）を排除することができる。また、データ生成部１４４は、例えば、配信データ上で、プライバシに関する情報にマスクがかけることができる。このようにすることで、本実施形態においては、プライバシの保護を確保している。なお、このような処理の例については後述する。
　～配信部１４６～
　配信部１４６は、上述したデータ生成部１４４で生成した配信データを、ユーザデバイス３０又はサービスサーバ２０へ配信する。なお、配信部１４６は、複数の異なる配信データをユーザデバイス３０又はサービスサーバ２０へ配信することもできる。さらに、配信部１４６は、配信した配信データの配信量等の情報を、後述する集計部１４８に出力する。例えば、配信部１４６は、上記情報として、配信データに対応するセンシングデータが取得された際の日時の情報、配信データを配信した日時の情報、データタイプ、データフォーマット、配信量、配信先（例えばユーザデバイス３０の認識情報）等を出力する。
　～集計部１４８～
　集計部１４８は、例えば、ユーザ又はユーザデバイス３０ごとに、配信データの配信量を集計した集計情報を生成し、後述する記憶部１６０へ出力する。
　～集計情報送信部１５０～
　集計情報送信部１５０は、所定のタイミング（例えば１か月ごと）において、後述する記憶部１６０から集計情報を取得し、取得した集計情報を集計サーバ５０へ送信する。集計情報送信部１５０は、集計情報として、例えば、配信データに対応するセンシングデータが取得された際の日時の情報、配信データを配信した日時の情報、データタイプ、データフォーマット、配信量、配信先（例えばユーザデバイス３０の認識情報）、センサデバイス１０の識別情報、センサデバイス１０の管理者の情報等を送信する。
　（記憶部１６０）
　記憶部１６０は、処理部１３０が各種処理を実行するためのプログラム、情報等や、処理によって得た情報を格納する。例えば、記憶部１６０は、上述した集計部１４８が生成した集計情報を格納する。なお、記憶部１６０は、例えば、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）等の記憶装置により実現される。
　（通信部１７０）
　通信部１７０は、サービスサーバ２０等の外部装置との間で情報の送受信を行うことができる。言い換えると、通信部１７０は、データの送受信を行う機能を有する通信インタフェースと言える。なお、通信部１７０は、通信アンテナ、送受信回路やポート等の通信デバイス（図示省略）により実現される。
　＜２．３　サービスサーバ２０の詳細構成＞
　次に、図３を参照して、本実施形態に係るサービスサーバ２０の詳細構成を説明する。図３は、本実施形態に係るサービスサーバ２０の機能構成例を示すブロック図である。詳細には、図３に示すように、サービスサーバ２０は、処理部２３０と、記憶部２６０と、通信部２７０とを主に有する。以下に、サービスサーバ２０の各機能ブロックについて順次説明する。
　（処理部２３０）
　処理部２３０は、後述する通信部２７０を介して、ユーザデバイス３０から配信リクエストを取得し、取得した配信リクエストに応じた認識モデルを生成し、生成した認識モデルを、センサデバイス１０へ送信したりする機能を有する。処理部２３０は、例えば、ＣＰＵやＧＰＵ等の処理回路や、ＲＯＭ、ＲＡＭ等により実現される。詳細には、図３に示すように、処理部２３０は、ＩＤ送信部２３２と、リクエスト受付部２３４と、能力情報取得部２３６と、モデル生成部２３８と、モデル送信部２４０と、データ取得部２４２と、配信部２４６とを主に有する。以下に、処理部２３０の有する各機能部の詳細について説明する。
　～ＩＤ送信部２３２～
　ＩＤ送信部２３２は、後述する通信部２７０を介して、サービスサーバ２０の認証情報（ＩＤ）を認証サーバ４０に送信する。当該認証情報は、認証サーバ４０にて、サービスサーバ２０が、本実施形態に係るデータ配信システム１によるサービスを提供される権限を有するか否かを判定する際に用いられる。本実施形態に係るデータ配信システム１は、このような認証により、当該データ配信システム１のセキュリティを確保している。
　～リクエスト受付部２３４～
　リクエスト受付部２３４は、後述する通信部２７０を介して、１つ又は複数のユーザデバイス３０から配信リクエストを受け付け、受け付けた配信リクエストを後述するモデル生成部２３８へ出力する。なお、リクエスト受付部２３４は、共通する配信リクエストについては、これらを統合して出力してもよい。
　～能力情報取得部２３６～
　能力情報取得部２３６は、後述する通信部２７０を介して、各センサデバイス１０のセンシング能力（センシングの種別、精度、位置、範囲、粒度等）や演算能力を示す能力情報を予め取得し、取得した能力情報を後述するモデル生成部２３８に出力する。なお、本実施形態においては、能力情報取得部２３６は、センサデバイス１０の機能等がアップデートされた際に、能力情報を再取得することが好ましい。そして、本実施形態においては、後述するモデル生成部２３８において、各センサデバイス１０の能力情報に基づいて、各センサデバイス１０の能力に応じた認識モデルが生成されることとなる。従って、本実施形態によれば、センサデバイス１０の機能等がアップデートされた際に能力情報を再取得するようにすることで、現時点の各センサデバイス１０の能力に応じるものになるよう認識モデルを更新することができる。
　～モデル生成部２３８～
　モデル生成部２３８は、リクエスト受付部２３４からの配信リクエスト及び能力情報取得部２３６からの能力情報に基づき、各センサデバイス１０の能力に応じて、配信リクエストに対応する認識モデルを機械学習により生成することができる。さらに、モデル生成部２３８は、生成した認識モデルを、後述するモデル送信部２４０に出力することができる。なお、モデル生成部２３８は、機械学習に必要なデータを、ユーザデバイス３０又は図示しない他のサーバから取得してもよい。本実施形態においては、モデル生成部２３８は、各センサデバイス１０に好適な認識モデルを生成することができることから、センサデバイス１０における認識を実現することができる。また、本実施形態においては、センサデバイス１０の機能等がアップデートされた際に能力情報を再取得し、認識モデルを再生成することも可能であることから、認識モデルを動的に変えて、センサデバイス１０での認識を向上させることができる。
　また、モデル生成部２３８は、モデル生成部２３８の機械学習で用いたデータに関する情報（例えば、認識モデルを生成する際に用いた教師データに関する情報等）を、認識モデルに含ませてもよい。当該情報は、センサデバイス１０の前処理部１３８において、センシングデータが認識モデルに近い形態を持つように前処理を行う際に用いられる。さらに、モデル生成部２３８は、センサデバイス１０の能力情報に基づく、配信リクエストで指定された配信データを生成するために求められるセンシングデータを取得するための、センサデバイス１０のセンサ部１００の設定に関する設定情報を、認識モデルに含ませてもよい。なお、本実施形態においては、モデル生成部２３８はサービスサーバ２０と別個の装置として設けられていてもよく、特に限定されるものではない。
　～モデル送信部２４０～
　モデル送信部２４０は、上述したモデル生成部２３８から取得した認識モデルを、各認識モデルに対応するセンサデバイス１０へ、通信部２７０を介して送信する。
　～データ取得部２４２～
　データ取得部２４２は、後述する通信部２７０を介して、センサデバイス１０から配信リクエストに対応する配信データを取得し、取得した配信データを後述する配信部２４６に出力する。なお、本実施形態においては、センサデバイス１０からユーザデバイス３０へ直接配信データを送信する場合には、当該データ取得部２４２は設けられていなくてもよい。
　～配信部２４６～
　配信部２４６は、上述したデータ取得部２４２で取得した配信データを、後述する通信部２７０を介して、配信リクエストに該当するユーザデバイス３０へ配信する。なお、本実施形態においては、センサデバイス１０からユーザデバイス３０へ直接配信データを送信する場合には、当該配信部２４６は設けられていなくてもよい。
　（記憶部２６０）
　記憶部２６０は、処理部２３０が各種処理を実行するためのプログラム、情報等や、処理によって得た情報を格納する。なお、記憶部２６０は、例えば、ＨＤＤ等の記憶装置により実現される。
　（通信部２７０）
　通信部２７０は、センサデバイス１０、ユーザデバイス３０等の外部装置との間で情報の送受信を行うことができる。言い換えると、通信部２７０は、データの送受信を行う機能を有する通信インタフェースと言える。なお、通信部２７０は、通信アンテナ、送受信回路やポート等の通信デバイス（図示省略）により実現される。
　＜２．４　集計サーバ５０の詳細構成＞
　次に、図４を参照して、本実施形態に係る集計サーバ５０の詳細構成を説明する。図４は、本実施形態に係る集計サーバ５０の機能構成例を示すブロック図である。詳細には、図４に示すように、集計サーバ５０は、処理部５３０と、記憶部５６０と、通信部５７０とを主に有する。以下に、集計サーバ５０の各機能ブロックについて順次説明する。
　（処理部５３０）
　処理部５３０は、センサデバイス１０から送信された集計情報等を処理し、集計情報等に基づくデータ使用料金の授受といった処理を行う機能を有する。処理部５３０は、例えば、ＣＰＵ等の処理回路や、ＲＯＭ、ＲＡＭ等により実現される。詳細には、図４に示すように、処理部５３０は、集計情報取得部５３２と、料金処理部５３４とを主に有する。以下に、処理部５３０の有する各機能部の詳細について説明する。
　～集計情報取得部５３２～
　集計情報取得部５３２は、後述する通信部５７０を介して、各センサデバイス１０から上記集計情報等を取得し、取得した集計情報等を、後述する記憶部５６０に出力する。
　～料金処理部５３４～
　料金処理部５３４は、後述する記憶部５６０に格納された集計情報等に基づきデータ使用料金を決定し、集計サーバ５０とセンサデバイス１０の管理者及びサービスサーバ２０との間でデータ使用料金の授受を行うことができる。詳細には、料金処理部５３４は、配信データを配信した配信量と、配信データの単位配信量あたりの料金（例えば、データフォーマットによって定められる）とによって、サービスサーバ２０へ請求するデータ使用料金を決定する。また、同様に、料金処理部５３４は、各センサデバイス１０へ支払うデータ使用料金を決定する。本実施形態においては、各センサデバイス１０の管理者は、データ使用料金を得ることができることから、各センサデバイス１０の管理者にも本実施形態に係るデータ配信システム１によるサービスによる対価を分配することができる。このようにすることで、本実施形態においては、センシングデータを提供する側も、配信データの配信量や価値に応じて対価を得ることができることから、本実施形態に係るデータ配信システム１によるサービスに、センシングデータを提供するモチベーションを高めることができる。
　（記憶部５６０）
　記憶部５６０は、処理部５３０が各種処理を実行するためのプログラム、情報等や、処理によって得た情報を格納する。例えば、記憶部５６０は、センサデバイス１０から送信された集計情報を格納する。なお、記憶部５６０は、例えば、ＨＤＤ等の記憶装置により実現される。
　（通信部５７０）
　通信部５７０は、センサデバイス１０等の外部装置との間で情報の送受信を行うことができる。言い換えると、通信部５７０は、データの送受信を行う機能を有する通信インタフェースと言える。なお、通信部５７０は、通信アンテナ、送受信回路やポート等の通信デバイス（図示省略）により実現される。
　＜２．５　本実施形態に係る認識について＞
　次に、図５から図７を参照して、本実施形態に係る認識の一例について説明する。図５は、本実施形態に係る認識モデル６１０の生成例を説明するための説明図であり、図６は、本実施形態に係る配信データの例を説明するための説明図であり、図７は、本実施形態に係る前処理の例を説明するための説明図である。
　（認識モデルの生成）
　まずは、本実施形態に係る認識で用いられるモデルの生成について説明する。認識モデルは、先に説明したように、サービスサーバ２０のモデル生成部２３８で生成される。上記モデル生成部２３８は、図５に示すように、例えば、サポートベクターレグレッションやディープニューラルネットワーク等の教師付き学習器２３８ａを有するものとする。まずは、学習器２３８ａには、例えば、配信リクエストで指定される配信を要求する対象となるオブジェクトに関する情報である複数の教師データ６０２－１～６０２－ｎが入力される。そして、当該学習器２３８ａは、入力された複数の教師データ６０２－１～６０２－ｎを機械学習することにより、センサデバイス１０の認識部１４２での認識で用いられる認識モデル６１０を生成することができる。本実施形態においては、複数のセンサデバイス１０は、そのセンシング能力や演算能力が互いに異なり、すなわち、認識できる能力が互いに異なるため、学習器２３８ａは、上述した各センサデバイス１０の能力情報に応じて各認識モデル６１０を生成することが好ましい。従って、本実施形態においては、様々な仕様を持つ複数のセンサデバイス１０が含まれていても、各センサデバイス１０の能力に応じた認識モデル６１０を生成することができることから、各センサデバイス１０で認識を行うことができる。
　より詳細には、上記学習器２３８ａは、例えば、配信リクエストで指定される配信を要求する対象となるオブジェクト６００-１～６００－ｎでそれぞれラベル付けされた、当該オブジェクトに関する教師データ６０２－１～６０２－ｎが入力される。そして、学習器２３８ａは、リカレントニューラルネットワーク等による機械学習により、複数の教師データ６０２－１～６０２－ｎから、当該オブジェクトの特徴点、特徴量を抽出する。このように抽出された特徴点等の情報が、各センサデバイス１０で取得されたセンシングデータに当該オブジェクトの情報が含まれているかどうかを認識するための認識モデル６１０となる。
　ここで、具体例を示して、本実施形態に係る認識モデル６１０の生成について説明する。例えば、ユーザからの配信リクエストにより、センサデバイス１０で取得した画像（センシングデータ）を用いて、所定の人物（オブジェクト）を探索することを要求された場合（配信データは、所定の人物の位置情報となる場合）を説明する。サービスサーバ２０は、上記配信リクエストを送信したユーザデバイス３０又は図示しないサーバから、認識モデル６１０を生成する際に利用する複数の教師データ６０２として、所定の人物の複数の画像を取得する。そして、サービスサーバ２０は、図５に示すように、取得した複数の画像（教師データ）６０２－１～６０２－ｎを、所定の人物（オブジェクト）６００－１～６００－ｎというラベルをそれぞれに付して、学習器２３８ａに入力する。さらに、学習器２３８ａは、複数の画像（教師データ）６０２－１～６０２－ｎを用いた機械学習により、複数の画像（教師データ）６０２－１～６０２－ｎから、所定の人物（オブジェクト）６００の画像の特徴点、特徴量を抽出し、画像（センシングデータ）から所定の人物（オブジェクト）６００の画像を認識するための認識モデル６１０を生成する。
　なお、本実施形態においては、上述の例と同様に、ユーザからの配信リクエストにより、センサデバイス１０で取得したセンシングデータ（ここでは、特にセンシングデータの種別を限定していない）を用いて、所定の人物（オブジェクト）を探索することを要求された場合には、学習器２３８ａは、各センサデバイス１０で取得可能なセンシングデータの種別に応じて認識モデル６１０を生成してもよい。この場合、より具体的には、学習器２３８ａは、画像を取得することが可能なセンサデバイス１０のために画像から所定の人物の画像を認識するための認識モデル６１０を生成し、環境音を取得することが可能なセンサデバイス１０のために環境音から所定の人物の音声を認識するための認識モデル６１０を生成する。従って、本実施形態においては、様々な仕様を持つ複数のセンサデバイス１０が含まれていても、各センサデバイス１０の能力に応じた認識モデル６１０を生成することができることから、各センサデバイス１０で認識を行うことができる。
　また、本実施形態においては、例えば、ユーザからの配信リクエストにより、センサデバイス１０で取得した画像を用いて、所定のネコ（ここでは、「タマ」と名付けられたネコ（種別がアメリカンショートヘアであるものとする）を探索することを要求された場合には、学習器２３８ａは、各センサデバイス１０の能力に応じた認識モデル６１０を生成してもよい。この場合、より具体的には、学習器２３８ａは、高い解像度を有する画像を取得することができるセンシング能力を持ち、且つ、高い演算能力を有するセンサデバイス１０に対しては、画像から「タマ」の画像を認識するための認識モデル６１０を生成する。また、学習器２３８ａは、中程度の解像度を有する画像を取得することができるセンシング能力を持ち、且つ、高い演算能力を有するセンサデバイス１０に対しては、画像からアメリカンショートヘア（ネコ種）の画像を認識するための認識モデル６１０を生成する。さらに、また、学習器２３８ａは、低い解像度を有する画像を取得することができるセンシング能力を持ち、且つ、低い演算能力を有するセンサデバイス１０に対しては、画像からネコの画像を認識するための認識モデル６１０を生成する。従って、本実施形態においては、様々な仕様を持つ複数のセンサデバイス１０が含まれていても、各センサデバイス１０の能力に応じた認識モデル６１０を生成することができることから、各センサデバイス１０で認識を行うことができる。
　また、本実施形態においては、先に説明したように、認識モデル６１０は、機械学習で用いた教師データ６０２に関する情報を含んでいてもよい。ここで、教師データ６０２に関する情報とは、教師データ６０２の種別（例えば、画像、音声等）や、教師データの品質（ひずみ補償レベル、画素欠陥、ホワイトバランス、画像サイズ、彩度、輝度、ガンマ、コントラスト、エッジ強調レベル、フォーカス、露出レベル、解像度、ダイナミックレンジ、ノイズリダクションレベル等）であることができる。このような教師データ６０２に関する情報は、先に説明したセンサデバイス１０の前処理部１３８において、取得されたセンシングデータが認識モデル（詳細には教師データ６０２）に近い形態を持つように前処理を行う際に用いられることができる。このようにすることで、本実施形態においては、センサデバイス１０の認識部１４２の認識の精度を向上させることができるが、この詳細については後述する。
　また、本実施形態においては、先に説明したように、認識モデル６１０は、配信リクエストで指定された配信データを生成するために求められるセンシングデータを取得するための、センサデバイス１０のセンサ部１００の設定に関する設定情報を含んでいてもよい。ここで、設定情報とは、センシングデータの種別（例えば、画像、音声等）や、所望するセンシングデータの品質に応じたセンサ部１００の設定値（ひずみ補償レベル、ホワイトバランス、画像サイズ、彩度、輝度、ガンマ、コントラスト、エッジ強調レベル、フォーカス、露出レベル、解像度、ダイナミックレンジ、ノイズリダクションレベル等）であることができる。本実施形態においては、このような設定情報は、センサ部１００の設定の際に用いられ、認識モデル６１０に応じたセンシングデータを取得することを可能にし、ひいては認識部１４２の認識の精度を向上させることができる。
　なお、本実施形態においては、学習器２３８ａはサービスサーバ２０と別個のサーバに設けられていてもよく、特に限定されるものではない。さらに、本実施形態においては、学習器２３８ａにおける学習方法は、上述した方法に限定されるものではなく別の方法を用いてもよい。
　（認識モデルを用いた認識）
　次に、上述した認識モデル６１０を用いた認識について説明する。先に説明したように、認識モデル６１０は、センサデバイス１０の認識部１４２で、センシングデータ、もしくは、前処理されたセンシングデータが、配信リクエストに該当するかどうかを認識する際に用いられる。ここで、具体例を示して、本実施形態に係る認識ついて説明する。例えば、ユーザからの配信リクエストにより、センサデバイス１０で取得した画像（センシングデータ）を用いて、所定の人物（オブジェクト）を探索することを要求された場合（配信データは、所定の人物の位置情報となる）を説明する。センサデバイス１０は、センサ部１００から画像を取得する。そして、認識部１４２は、サービスサーバ２０から取得した認識モデル６１０、詳細には、所定の人物（オブジェクト）６００の画像の特徴点、特徴量を参照して、センサ部１００から取得した画像に、所定の人物の画像が含まれているかどうかを認識する。すなわち、本実施形態においては、上述のような認識をセンサデバイス１０で行うことから、画像の取得後すぐに認識を行うことができる。
　本実施形態においては、先に説明したように、複数のセンサデバイス１０は、そのセンシング能力や演算能力が互いに異なり、すなわち、認識できる能力が互いに異なるため、各センサデバイス１０の能力情報に応じて、各認識モデル６１０を生成され、各認識が行われる。例えば、本実施形態においては、ユーザからの配信リクエストにより、センサデバイス１０で取得したセンシングデータ（ここでは、特にセンシングデータの種別を限定していない）を用いて、所定の人物（オブジェクト）を探索することを要求された場合には、画像を取得することが可能なセンサデバイス１０の認識部１４２は、認識モデル６１０に基づいて、画像から所定の人物の画像を認識し、環境音を取得することが可能なセンサデバイス１０の認識部１４２は、認識モデル６１０に基づいて、環境音から所定の人物の音声を認識する。
　また、別の例では、本実施形態においては、ユーザからの配信リクエストにより、センサデバイス１０で取得した画像を用いて、所定のネコ（ここでは、「タマ」と名付けられたネコ（種別がアメリカンショートヘアであるものとする）を探索することを要求された場合には、以下のように認識が行われてもよい。高い解像度を有する画像を取得することができるセンシング能力を持ち、且つ、高い演算能力を有するセンサデバイス１０の認識部１４２は、認識モデル６１０に基づいて、画像から「タマ」の画像を認識する。また、中程度の解像度を有する画像を取得することができるセンシング能力を持ち、且つ、高い演算能力を有するセンサデバイス１０の認識部１４２は、認識モデル６１０に基づいて、画像からアメリカンショートヘア（ネコ種）の画像を認識する。さらに、低い解像度を有する画像を取得することができるセンシング能力を持ち、且つ、低い演算能力を有するセンサデバイス１０の認識部１４２は、認識モデル６１０に基づいて、画像からネコの画像を認識する。以上のように、本実施形態においては、様々な仕様を持つ複数のセンサデバイス１０が含まれていても、各センサデバイス１０で認識を行うことができる。
　なお、本実施形態においては、認識部１４２は、センサデバイス１０と別個の装置に設けられていてもよく、特に限定されるものではない。さらに、本実施形態においては、認識部１４２における認識方法は、上述した方法に限定されるものではなく別の方法を用いてもよい。
　（配信データの例）
　次に、図６を参照して、本実施形態に係る配信データの例について説明する。先に説明したように、センサデバイス１０のデータ生成部１４４は、センシングデータに対して当該配信リクエストに応じた処理を行い、配信データを生成する。当該配信データは、配信リクエストで指定された、オブジェクトの属性情報、数量情報、位置情報、状態情報、動作情報、周囲環境情報、及び、予測情報のうちの少なくとも１つの情報を含むことができる。また、当該配信データは、画像やテキスト等のデータフォーマットを持つことができ、特に限定されるものではない。さらに、配信データには、配信リクエストを送信したユーザもしくはユーザデバイス３０の識別情報が含まれていることが好ましい。すなわち、例えば、データ生成部１４４は、配信リクエストに応じて、センシングデータから配信リクエストで指定されたオブジェクトのデータのみを配信データとして抽出したり、抽象化したり、テキストデータ化したりすることができる。このように、本実施形態においては、データ生成部１４４が、配信リクエストに該当したセンシングデータを処理して配信データを生成する、リアルタイムでの配信を実現することができる。また、本実施形態においては、データ生成部１４４は、センシングデータが配信リクエストに該当しない場合には、配信データを生成、送信することはない。従って、本実施形態によれば、センシングデータが配信リクエストに該当するか否かに関係なくセンシングデータを送信する場合に比べて、データ送信の負荷を減らすことができる。
　また、本実施形態においては、データ生成部１４４は、配信データから、センシングデータに含まれるプライバシに関する情報（例えば、人物が特定できる程度の人物の撮像）を排除することができる。このようにすることで、本実施形態においては、プライバシの保護を確保にしている。より具体的には、図６の最上段に示される例では、データ生成部１４４は、配信リクエストに該当するセンシングデータとして道路の画像Ａが取得された場合、配信リクエストで指定された看板標識や横断歩道のみを抽出して、配信データＡを生成する。また、図６の上から２段目に示される例では、データ生成部１４４は、配信リクエストに該当するセンシングデータとして道路の画像Ｂが取得された場合、配信リクエストで指定された道路上の標識や車両のみを抽出して、配信データＢを生成する。また、図６の上から３段目に示される例では、データ生成部１４４は、配信リクエストに該当するセンシングデータとして道路の画像Ｃが取得された場合、配信リクエストで指定された看板標識や水たまりのみを抽出して、配信データＣを生成する。さらに、図６の最下段に示される例では、データ生成部１４４は、配信リクエストに該当するセンシングデータとして道路の画像Ｄが取得された場合、配信リクエストで指定された横断歩道や当該横断歩道を渡る人物のみを抽出して、配信データＤを生成する。なお、本実施形態においては、図６の最下段に示される例のように、横断歩道を渡る人物の画像そのものを配信データとして抽出するのではなく、人物画像の代わりに人型状のアイコンを配置することが好ましく、このようにすることで高いプライバシの保護を可能にしている。すなわち、本実施形態においては、配信データからは、例えば、人物が特定できる程度の解像度を持つ人物撮像のようなプライバシに関する情報が排除されることが好ましい。
　（前処理の例）
　次に、図７を参照して、本実施形態に係る前処理の例について説明する。本実施形態においては、先に説明したように、認識部１４２は、機械学習で得られた認識モデル６１０を用いて、センシングデータが配信リクエストに該当するかどうかを認識することができる。そして、本実施形態においては、認識部１４２での認識の精度を向上させるために、センサデバイス１０の前処理部１３８は、上述した教師データに関する情報に基づいて、センシングデータが認識モデル６１０に近い形態を持つように前処理を行う。詳細には、前処理部１３８は、フォーマット、ひずみ補償レベル、画素欠陥、ホワイトバランス、画像サイズ、彩度、輝度、ガンマ、コントラスト、エッジ強調レベル、フォーカス、露出レベル、解像度、ダイナミックレンジ、ノイズリダクションレベル等が教師データ６０２と同等になるように、センシングデータに対して前処理を行う。
　より具体的には、例えば、センサデバイス１０のセンサ部１００で、図７の上段に示すような各画像をセンシングデータとして取得した場合には、前処理部１３８は、画質サイズ及びフォーカスが教師データ６０２と同等になるように、図９の上段の各画像に対して前処理を行う。そして、前処理部１３８は、図９の下段に示すような各画像を取得する。本実施形態によれば、このように、前処理部１３８で、認識モデル６１０を生成する際に用いた教師データ６０２と同等のデータレベルを持つセンシングデータになるように前処理することにより、認識部１４２での認識の精度をより向上させることができる。
　＜２．６　情報処理方法＞
　次に、図８を参照して、本開示の実施形態に係る情報処理方法について説明する。図８は、本実施形態に係る情報処理方法の一例を示すシーケンス図である。図８に示すように、本実施形態に係る情報処理方法は、ステップＳ１０１からステップＳ１１１までの複数のステップを主に含むことができる。以下に、本実施形態に係る情報処理方法のこれら各ステップの詳細について説明する。
　まず、ユーザデバイス３０は、ユーザから入力された情報を受け付け、受け付けた当該情報を配信リクエストとしてサービスサーバ２０へ送信する（ステップＳ１０１）。
　次に、サービスサーバ２０は、ユーザデバイス３０から配信リクエストを受信する（ステップＳ１０２）。そして、サービスサーバ２０は、上述したステップＳ１０２で受信した配信リクエストに基づいて、認識モデルを生成し、生成した認識モデルを各センサデバイス１０へ送信する（ステップＳ１０３）。
　次に、センサデバイス１０は、サービスサーバ２０から認識モデルを受信する（ステップＳ１０４）。また、センサデバイス１０は、センシングを行い、センシングデータを取得する（ステップＳ１０５）。さらに、センサデバイス１０は、上述したステップＳ１０４で受信した認識モデルに基づいて、上述したステップＳ１０５で取得したセンシングデータが配信リクエストに該当するかどうかを認識する（ステップＳ１０６）。そして、センサデバイス１０は、上述したステップＳ１０６でセンシングデータが配信リクエストに該当すると認識したことに基づいて、当該センシングデータに対して配信リクエストに応じた処理を行い、配信データを生成する。さらに、センサデバイス１０は、生成した配信データを、配信リクエストに係るユーザデバイス３０へ直接送信する（ステップＳ１０７）。
　次に、ユーザデバイス３０は、センサデバイス１０から送信された配信データを受信する（ステップＳ１０８）。本実施形態においては、センサデバイス１０から直接ユーザデバイス３０へ配信データを送信することができることから、サービスサーバ２０での処理負荷を減らすことができ、サービスサーバ２０の運用コストの増加を避けることができる。
　また、センサデバイス１０は、上述したステップＳ１０７での配信データの配信に基づいて、集計情報を生成し、生成した集計情報を集計サーバ５０へ送信する（ステップＳ１０９）。
　次に、集計サーバ５０は、センサデバイス１０から集計情報を受信する（ステップＳ１１０）。さらに、集計サーバ５０は、上述したステップＳ１１０で受信した集計情報に基づき、料金処理を行う（ステップＳ１１１）。そして、本実施形態に係る情報処理を終了する。
　以上説明したように、上述した本実施形態によれば、様々なセンサデバイス１０が取得したセンシングデータから得られる情報を様々なユーザが容易に利用することが可能なフレームワークを構築することができる。
　＜２．７　変形例＞
　以上、本実施形態の詳細について説明した。本実施形態は、以下のように変形することも可能である。そこで、本実施形態に係る変形例に説明する。なお、以下に示す変形例は、本実施形態のあくまでも一例であって、本実施形態は下記の変形例に限定されるものではない。
　（変形例１）
　本実施形態に係る情報処理方法は、以下のように変形することも可能である。そこで、本実施形態の変形例１に係る情報処理方法を、図９を参照して説明する。図９は、本実施形態の変形例に係る情報処理方法の一例を示すシーケンス図である。図９に示すように、本変形例に係る情報処理方法は、ステップＳ２０１からステップＳ２１２までの複数のステップを主に含むことができる。以下に、本変形例に係るこれら各ステップの詳細について説明する。
　なお、図９に示される本変形例のステップＳ２０１からステップＳ２０６までは、図８に示される本実施形態のステップＳ１０１からステップＳ１０６までと共通することから、ここでは、ステップＳ２０１からステップＳ２０６までの説明を省略する。
　センサデバイス１０は、生成した配信データを、サービスサーバ２０へ送信する（ステップＳ２０７）。次に、サービスサーバ２０は、センサデバイス１０から送信された配信データを受信し、配信リクエストに係るユーザデバイス３０へ送信する（ステップＳ２０８）。そして、ユーザデバイス３０は、サービスサーバ２０から送信された配信データを受信する（ステップＳ２０９）。本変形例においては、センサデバイス１０からサービスサーバ２０を介してユーザデバイス３０へ配信データを送信することができることから、ユーザデバイス３０は、データ配信システム１と共通するインタフェースを持っていなくても、サービスサーバ２０と共通するインタフェースを持っていれば、配信データを受信することができる。
　なお、図９に示される本変形例のステップＳ２１０からステップＳ２１２までは、図８に示される本実施形態のステップＳ１０９からステップＳ１１１までと共通することから、ここでは、ステップＳ２１０からステップＳ２１２までの説明を省略する。
　（変形例２）
　また、本実施形態に係るデータ配信システム１は、以下のように変形することも可能である。そこで、図１０を参照して、本実施形態の変形例に係るデータ配信システム１ａの構成例を説明する。図１０は、本実施形態の変形例に係るデータ配信システム１ａの概略的な機能構成を示したシステム図である。
　詳細には、図１０に示すように、本変形例に係るデータ配信システム１ａは、上述した実施形態と同様に、複数のセンサデバイス１０ａ、１０ｂ、１０ｃと、サービスサーバ２０ａと、複数のユーザデバイス３０ａ、３０ｂ、３０ｃと、認証サーバ４０と、集計サーバ５０とを含み、さらにサービスサーバ２０ｂを含むことができる。すなわち、本変形例においては、データ配信システム１ａは、データ配信システム１ａに共通するインタフェース（データ転送形式、データ転送方法等）を持っていれば、複数のサービスサーバ２０を含むことができる。従って、本変形例によれば、データ配信システム１ａに、様々なサービス提供者が参入することができる。
　（変形例３）
　さらに、本実施形態に係る認識部１４２は、以下のように変形することも可能である。そこで、本実施形態の変形例に係る認識部１４２を、図１１を参照して説明する。図１１は、本実施形態の変形例に係る認識部１４２の一例を説明するための説明図である。
　本変形例においては、認識部１４２は、図１１に示すように、互いに通信可能に多段に連結され、協働して階層的に認識を行う複数の認識ノード１４２ａ、１４２ｂ、１４２ｃにより構成されることができる。これら複数の認識ノード１４２ａ、１４２ｂ、１４２ｃは、共通のインタフェースを持ち、互いに協働して、センシングデータが配信リクエストに該当するかどうかを認識することができる演算装置である。本変形例においては、各認識ノード１４２ａ、１４２ｂ、１４２ｃのそれぞれの演算能力が小さい場合であっても、これらが協働して、分散処理することにより、負荷が大きい認識処理が求められる場合であっても、認識処理を行うことができる。
　本変形例においては、例えば、複数の認識ノード１４２ａ～１４２ｃは、入力層１４２ａ、中間層１４２ｂ、出力層１４２ｃであることができる。まずは、入力層１４２ａには、センサデータ取得部１３６又は前処理部１３８から、センシングデータ又は前処理されたセンシングデータが入力される。そして、入力層１４２ａは、入力されたセンシングデータの有する特徴に基づいた演算を行い、第１の認識結果を中間層１４２ｂに出力する。例えば、第１の認識結果は、入力されたセンシングデータを次の中間層１４２ｂで処理することができるレベルに処理されたセンシングデータであることができ、さらに、センシングデータから入力層１４２ａでの演算によって得られる情報粒度を持った情報であることができる。また、当該情報は、処理されたセンシングデータのメタデータとして、中間層１４２ｂに出力されてもよい。
　次に、中間層１４２ｂには、入力層１４２ａから第１の認識結果が入力され、入力された第１の認識結果の有する特徴に基づいた演算を行い、第２の認識結果を出力層１４２ｃに出力する。上述と同様に、例えば、第２の認識結果は、入力層１４２ａで処理されたセンシングデータを次の出力層１４２ｃで処理することができるレベルに処理されたセンシングデータであることができ、さらに、入力層１４２ａで処理されたセンシングデータから中間層１４２ｂでの演算によって得られる情報粒度を持った情報であることができる。また、当該情報は、処理されたセンシングデータのメタデータとして、出力層１４２ｃに出力されてもよい。
　さらに、出力層１４２ｃには、第２の認識結果が入力され、入力された第２の認識結果の有する特徴に基づいた演算を行い、第３の認識結果をデータ生成部１４４へ出力する。上述と同様に、例えば、第３の認識結果は、中間層１４２ｂで処理されたセンシングデータから出力層１４２ｃでの演算によって得られる情報粒度を持った情報であることができる。
　本変形例においては、入力層１４２ａ、中間層１４２ｂ、出力層１４２ｃは、サービスサーバ２０からそれぞれに送信された認識モデル６１０に含まれる制御データに基づいて、各時の処理能力（演算能力）に応じて実行する演算量を動的に変化させることができる。さらに、入力層１４２ａ、中間層１４２ｂは、次段（中間層１４２ｂ、出力層１４２ｃ）の処理能力に応じて、認識結果を次段に出力することが好ましい。上記制御データは、入力層１４２ａ、中間層１４２ｂ、出力層１４２ｃでの演算量を制御するために、例えば、入力層１４２ａ、中間層１４２ｂ、出力層１４２ｃの間の接続係数、すなわち、演算量の重みづけ等の情報であることができる。このようにして、本変形例によれば、多段に連結された、入力層１４２ａ、中間層１４２ｂ、出力層１４２ｃは、認識結果の情報粒度を徐々に向上させることにより、協働して最終的の所望の認識結果を得ることができる。
　例えば、本変形例において、ユーザからの配信リクエストにより、センサデバイス１０で取得した画像を用いて、所定のネコ（ここでは、「タマ」と名付けられたネコ（種別がアメリカンショートヘアであるものとする）を探索することを要求された場合には、以下のように認識が行われてもよい。まずは、入力層１４２ａは、認識モデル６１０に基づいて、センサデバイス１０で取得した画像に動物の画像が含まれていることを認識する。そして、入力層１４２ａは、センサデバイス１０で取得した画像を次の中間層１４２ｂで処理することができるレベルに処理した処理画像と、処理画像のメタデータとしての「動物」という認識結果とを、中間層１４２ｂへ出力する。次に、中間層１４２ｂは、認識モデル６１０に基づいて、入力層１４２ａからの処理画像にネコの画像が含まれていることを認識する。そして、中間層１４２ｂは、入力層１４２ａからの処理画像を次の出力層１４２ｃで処理することができるレベルに処理した処理画像と、処理画像のメタデータとしての「ネコ」という認識結果とを、出力層１４２ｃへ出力する。さらに、出力層１４２ｃは、認識モデル６１０に基づいて、中間層１４２ｂからの処理画像に「タマ」の画像が含まれていることを認識する。そして、出力層１４２ｃは、「タマ」という認識結果を、データ生成部１４４へ出力する。
　本変形例においては、認識部１４２の構成は、図１１に示されるものに限定されるものではなく、さらに多段になってもよく、もしくは、ニューラルネットワークのような複雑なネットワーク状の構成になっていてもよく、特に限定されるものではない。
　以上説明したように、上述した各変形例によれば、様々なセンサデバイス１０が取得したセンシングデータから得られる情報を様々なユーザが容易に利用することが可能なフレームワークを構築することができる。
　＜＜３．　実施例＞＞
　以上、本開示の実施形態の詳細について説明した。次に、図１２を参照して、具体的な実施例を示しながら、本実施形態に係る情報処理方法の例についてより具体的に説明する。図１２は、本実施形態の利用例を説明するための説明図である。なお、以下に示す実施例は、本開示の実施形態に係る情報処理方法のあくまでも一例であって、本開示の実施形態に係る情報処理方法が下記の実施例に限定されるものではない。
　以下に説明する実施例は、ユーザが特定の個人を探すことを依頼する場合を想定している。詳細には、図１２に示すように、本実施例に係るデータ配信システム１ｂは、複数のカメラ（センサデバイス）１０ａ、１０ｂ、１０ｃと、データ流通サービスサーバ（サービスサーバ）２０ａと、人探しサービスサーバ（サービスサーバ）２０ｂと、ユーザデバイス３０と、認証サーバ４０と、集計サーバ５０とを含む。
　まず、ユーザは、ユーザデバイス３０に、人探しサービスサーバ２０ｂとのインタフェースとして機能する、人探しサービスサーバ２０ｂが提供するアプリをインストールする。さらに、ユーザは、ユーザデバイス３０を介して、特定の個人の人探しの依頼を配信リクエストして人探しサービスサーバ２０ｂへ送信する。この際、ユーザは、例えば、探そうとしている特定の人物の複数の画像等を人探しサービスサーバ２０ｂへ送信する。
　次に、人探しサービスサーバ２０ｂは、ユーザデバイス３０から配信リクエストを受信し、データ流通サービスサーバ２０ａに対して、画像の中から所定の人物を探索するよう依頼（配信リクエスト）を行う。この際、人探しサービスサーバ２０ｂは、ユーザから入手した所定の人物の画像を、データ流通サービスサーバ２０ａに送信してもよく、もしくは、自身又は外部業者に委託して、所定の人物の画像を用いて認識モデル６１０を生成してもよい。この場合、人探しサービスサーバ２０ｂは、当該認識モデル６１０をデータ流通サービスサーバ２０ａに送信する。
　次に、データ流通サービスサーバ２０ａは、人探しサービスサーバ２０ｂから配信リクエストを受信し、ユーザから入手した所定の人物の画像を用いて認識モデル６１０を生成し、生成した認識モデル６１０を各カメラ１０ａ、１０ｂ、１０ｃへ送信する。なお、データ流通サービスサーバ２０ａは、認識モデル６１０の生成を、外部業者に委託してもよい。また、本実施例においては、各カメラ１０ａ、１０ｂ、１０ｃが、例えば、タクシーに搭載された車載カメラである場合には、これらのタクシーを管理するタクシー会社に認識モデル６１０を送付し、当該タクシー会社から認識モデル６１０を各カメラ１０ａ、１０ｂ、１０ｃに送信してもよい。
　次に、各カメラ１０ａ、１０ｂ、１０ｃは、認識モデル６１０を受信する。各カメラ１０ａ、１０ｂ、１０ｃは、周囲環境の撮像を行い、画像を取得する。さらに、各カメラ１０ａ、１０ｂ、１０ｃは、受信した認識モデル６１０に基づいて、取得した画像に所定の人物の画像が含まれているかどうかの認識を行う。そして、取得した画像に所定の人物の画像が含まれている場合には、各カメラ１０ａ、１０ｂ、１０ｃは、所定の人物の画像が取得された際の各カメラ１０ａ、１０ｂ、１０ｃの位置情報及び時間情報を、配信データとしてデータ流通サービスサーバ２０ａに送信する。なお、この際、配信データとして、所定の人物の画像を送信してもよい。この場合、プライバシの保護のため、配信データに含まれる情報は、所定の人物の画像のみとし、所定の人物の周囲環境の画像や、所定の人物の周囲に存在する人物の画像等は配信データに含まれないようにすることが好ましい。
　次に、データ流通サービスサーバ２０ａは、受信した配信データを、人探しサービスサーバ２０ｂへ送信する。さらに、人探しサービスサーバ２０ｂは、受信した配信データを、依頼があったユーザデバイス３０へ成果物として送信する。
　当該実施例においては、ユーザは、成果物に応じて、人探しサービスサーバ２０ｂの運営者に対価を支払う。また、人探しサービスサーバ２０ｂの運営者は、配信データに応じて、データ流通サービスサーバ２０ａの運営者に対価を支払う。さらに、データ流通サービスサーバ２０ａの運営者は、集計サーバ５０で決定された配信量に基づくデータ使用料金に従って、各カメラ１０ａ、１０ｂ、１０ｃの管理者（例えば、タクシー会社）に料金を支払うこととなる。
　＜＜４．　まとめ＞＞
　以上説明したように、上述した本実施形態及び変形例によれば、様々なセンサデバイス１０が取得したセンシングデータから得られる情報を様々なユーザが容易に利用することが可能なフレームワークを構築することができる。
　＜＜５．　ハードウェア構成について＞＞
　上述してきた各実施形態に係るセンサデバイス１０及びサービスサーバ２０等の情報処理装置は、例えば図１３に示すような構成のコンピュータ１０００によって実現される。以下、本開示の実施形態に係るセンサデバイス１０及びサービスサーバ２０を例に挙げて説明する。図１３は、センサデバイス１０及びサービスサーバ２０の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インタフェース１５００、及び入出力インタフェース１６００を有する。コンピュータ１０００の各部は、バス１０５０によって接続される。
　ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。例えば、ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムをＲＡＭ１２００に展開し、各種プログラムに対応した処理を実行する。
　ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるＢＩＯＳ（Ｂａｓｉｃ　Ｉｎｐｕｔ　Ｏｕｔｐｕｔ　Ｓｙｓｔｅｍ）等のブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
　ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を非一時的に記録する、コンピュータが読み取り可能な記録媒体である。具体的には、ＨＤＤ１４００は、プログラムデータ１４５０の一例である本開示に係る情報処理プログラムやアプリを記録する記録媒体である。
　通信インタフェース１５００は、コンピュータ１０００が外部ネットワーク１５５０（例えばインターネット）と接続するためのインタフェースである。例えば、ＣＰＵ１１００は、通信インタフェース１５００を介して、他の機器からデータを受信したり、ＣＰＵ１１００が生成したデータを他の機器へ送信したりする。
　入出力インタフェース１６００は、入出力デバイス１６５０とコンピュータ１０００とを接続するためのインタフェースである。例えば、ＣＰＵ１１００は、入出力インタフェース１６００を介して、キーボードやマウス等の入力デバイスからデータを受信する。また、ＣＰＵ１１００は、入出力インタフェース１６００を介して、ディスプレイやスピーカやプリンタ等の出力デバイスにデータを送信する。また、入出力インタフェース１６００は、所定の記録媒体（メディア）に記録されたプログラム等を読み取るメディアインターフェイスとして機能してもよい。メディアとは、例えばＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）、ＰＤ（Ｐｈａｓｅ　ｃｈａｎｇｅ　ｒｅｗｒｉｔａｂｌｅ　Ｄｉｓｋ）等の光学記録媒体、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ　ｄｉｓｋ）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
　例えば、コンピュータ１０００が本開示の実施形態に係るサービスサーバ２０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００に格納されたプログラムを実行することにより、処理部２３０等の機能を実現する。また、ＨＤＤ１４００には、本開示に係る情報処理プログラム等が格納される。なお、ＣＰＵ１１００は、プログラムデータ１４５０をＨＤＤ１４００から読み取って実行するが、他の例として、外部ネットワーク１５５０を介して、他の装置からこれらのプログラムを取得してもよい。
　また、本実施形態に係る情報処理装置は、例えばクラウドコンピューティング等のように、ネットワークへの接続（または各装置間の通信）を前提とした、複数の装置からなるシステムに適用されてもよい。つまり、上述した本実施形態に係る情報処理装置は、例えば、複数の装置により本実施形態に係る情報処理方法に係る処理を行う情報処理システムとして実現することも可能である。
　＜＜６．　移動体への応用例＞＞
　また、本開示に係る技術（本技術）は、様々な製品へ応用することができる。例えば、本開示に係る技術は、自動車、電気自動車、ハイブリッド電気自動車、自動二輪車、自転車、パーソナルモビリティ、飛行機、ドローン、船舶、ロボット等のいずれかの種類の移動体に搭載される装置として実現されてもよい。
　図１４は、本開示に係る技術が適用され得る移動体制御システムの一例である車両制御システムの概略的な構成例を示すブロック図である。
　車両制御システム１２０００は、通信ネットワーク１２００１を介して接続された複数の電子制御ユニットを備える。図１４に示した例では、車両制御システム１２０００は、駆動系制御ユニット１２０１０、ボディ系制御ユニット１２０２０、車外情報検出ユニット１２０３０、車内情報検出ユニット１２０４０、及び統合制御ユニット１２０５０を備える。また、統合制御ユニット１２０５０の機能構成として、マイクロコンピュータ１２０５１、音声画像出力部１２０５２、及び車載ネットワークＩ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１２０５３が図示されている。
　駆動系制御ユニット１２０１０は、各種プログラムにしたがって車両の駆動系に関連する装置の動作を制御する。例えば、駆動系制御ユニット１２０１０は、内燃機関又は駆動用モータ等の車両の駆動力を発生させるための駆動力発生装置、駆動力を車輪に伝達するための駆動力伝達機構、車両の舵角を調節するステアリング機構、及び、車両の制動力を発生させる制動装置等の制御装置として機能する。
　ボディ系制御ユニット１２０２０は、各種プログラムにしたがって車体に装備された各種装置の動作を制御する。例えば、ボディ系制御ユニット１２０２０は、キーレスエントリシステム、スマートキーシステム、パワーウィンドウ装置、あるいは、ヘッドランプ、バックランプ、ブレーキランプ、ウィンカー又はフォグランプ等の各種ランプの制御装置として機能する。この場合、ボディ系制御ユニット１２０２０には、鍵を代替する携帯機から発信される電波又は各種スイッチの信号が入力され得る。ボディ系制御ユニット１２０２０は、これらの電波又は信号の入力を受け付け、車両のドアロック装置、パワーウィンドウ装置、ランプ等を制御する。
　車外情報検出ユニット１２０３０は、車両制御システム１２０００を搭載した車両の外部の情報を検出する。例えば、車外情報検出ユニット１２０３０には、撮像部１２０３１が接続される。車外情報検出ユニット１２０３０は、撮像部１２０３１に車外の画像を撮像させるとともに、撮像された画像を受信する。車外情報検出ユニット１２０３０は、受信した画像に基づいて、人、車、障害物、標識又は路面上の文字等の物体検出処理又は距離検出処理を行ってもよい。
　撮像部１２０３１は、光を受光し、その光の受光量に応じた電気信号を出力する光センサである。撮像部１２０３１は、電気信号を画像として出力することもできるし、測距の情報として出力することもできる。また、撮像部１２０３１が受光する光は、可視光であっても良いし、赤外線等の非可視光であっても良い。
　車内情報検出ユニット１２０４０は、車内の情報を検出する。車内情報検出ユニット１２０４０には、例えば、運転者の状態を検出する運転者状態検出部１２０４１が接続される。運転者状態検出部１２０４１は、例えば運転者を撮像するカメラを含み、車内情報検出ユニット１２０４０は、運転者状態検出部１２０４１から入力される検出情報に基づいて、運転者の疲労度合い又は集中度合いを算出してもよいし、運転者が居眠りをしていないかを判別してもよい。
　マイクロコンピュータ１２０５１は、車外情報検出ユニット１２０３０又は車内情報検出ユニット１２０４０で取得される車内外の情報に基づいて、駆動力発生装置、ステアリング機構又は制動装置の制御目標値を演算し、駆動系制御ユニット１２０１０に対して制御指令を出力することができる。例えば、マイクロコンピュータ１２０５１は、車両の衝突回避あるいは衝撃緩和、車間距離に基づく追従走行、車速維持走行、車両の衝突警告、又は車両のレーン逸脱警告等を含むＡＤＡＳ（Ａｄｖａｎｃｅｄ　Ｄｒｉｖｅｒ　Ａｓｓｉｓｔａｎｃｅ　Ｓｙｓｔｅｍ）の機能実現を目的とした協調制御を行うことができる。
　また、マイクロコンピュータ１２０５１は、車外情報検出ユニット１２０３０又は車内情報検出ユニット１２０４０で取得される車両の周囲の情報に基づいて駆動力発生装置、ステアリング機構又は制動装置等を制御することにより、運転者の操作に拠らずに自律的に走行する自動運転等を目的とした協調制御を行うことができる。
　また、マイクロコンピュータ１２０５１は、車外情報検出ユニット１２０３０で取得される車外の情報に基づいて、ボディ系制御ユニット１２０３０に対して制御指令を出力することができる。例えば、マイクロコンピュータ１２０５１は、車外情報検出ユニット１２０３０で検知した先行車又は対向車の位置に応じてヘッドランプを制御し、ハイビームをロービームに切り替える等の防眩を図ることを目的とした協調制御を行うことができる。
　音声画像出力部１２０５２は、車両の搭乗者又は車外に対して、視覚的又は聴覚的に情報を通知することが可能な出力装置へ音声及び画像のうちの少なくとも一方の出力信号を送信する。図１４の例では、出力装置として、オーディオスピーカ１２０６１、表示部１２０６２及びインストルメントパネル１２０６３が例示されている。表示部１２０６２は、例えば、オンボードディスプレイ及びヘッドアップディスプレイの少なくとも一つを含んでいてもよい。
　図１５は、撮像部１２０３１の設置位置の例を示す図である。
　図１５では、撮像部１２０３１として、撮像部１２１０１、１２１０２、１２１０３、１２１０４、１２１０５を有する。
　撮像部１２１０１、１２１０２、１２１０３、１２１０４、１２１０５は、例えば、車両１２１００のフロントノーズ、サイドミラー、リアバンパ、バックドア及び車室内のフロントガラスの上部等の位置に設けられる。フロントノーズに備えられる撮像部１２１０１及び車室内のフロントガラスの上部に備えられる撮像部１２１０５は、主として車両１２１００の前方の画像を取得する。サイドミラーに備えられる撮像部１２１０２、１２１０３は、主として車両１２１００の側方の画像を取得する。リアバンパ又はバックドアに備えられる撮像部１２１０４は、主として車両１２１００の後方の画像を取得する。車室内のフロントガラスの上部に備えられる撮像部１２１０５は、主として先行車両又は、歩行者、障害物、信号機、交通標識又は車線等の検出に用いられる。
　なお、図１５には、撮像部１２１０１ないし１２１０４の撮影範囲の一例が示されている。撮像範囲１２１１１は、フロントノーズに設けられた撮像部１２１０１の撮像範囲を示し、撮像範囲１２１１２，１２１１３は、それぞれサイドミラーに設けられた撮像部１２１０２，１２１０３の撮像範囲を示し、撮像範囲１２１１４は、リアバンパ又はバックドアに設けられた撮像部１２１０４の撮像範囲を示す。例えば、撮像部１２１０１ないし１２１０４で撮像された画像データが重ね合わせられることにより、車両１２１００を上方から見た俯瞰画像が得られる。
　撮像部１２１０１ないし１２１０４の少なくとも１つは、距離情報を取得する機能を有していてもよい。例えば、撮像部１２１０１ないし１２１０４の少なくとも１つは、複数の撮像素子からなるステレオカメラであってもよいし、位相差検出用の画素を有する撮像素子であってもよい。
　例えば、マイクロコンピュータ１２０５１は、撮像部１２１０１ないし１２１０４から得られた距離情報を基に、撮像範囲１２１１１ないし１２１１４内における各立体物までの距離と、この距離の時間的変化（車両１２１００に対する相対速度）を求めることにより、特に車両１２１００の進行路上にある最も近い立体物で、車両１２１００と略同じ方向に所定の速度（例えば、０ｋｍ／ｈ以上）で走行する立体物を先行車として抽出することができる。さらに、マイクロコンピュータ１２０５１は、先行車の手前に予め確保すべき車間距離を設定し、自動ブレーキ制御（追従停止制御も含む）や自動加速制御（追従発進制御も含む）等を行うことができる。このように運転者の操作に拠らずに自律的に走行する自動運転等を目的とした協調制御を行うことができる。
　例えば、マイクロコンピュータ１２０５１は、撮像部１２１０１ないし１２１０４から得られた距離情報を元に、立体物に関する立体物データを、２輪車、普通車両、大型車両、歩行者、電柱等その他の立体物に分類して抽出し、障害物の自動回避に用いることができる。例えば、マイクロコンピュータ１２０５１は、車両１２１００の周辺の障害物を、車両１２１００のドライバが視認可能な障害物と視認困難な障害物とに識別する。そして、マイクロコンピュータ１２０５１は、各障害物との衝突の危険度を示す衝突リスクを判断し、衝突リスクが設定値以上で衝突可能性がある状況であるときには、オーディオスピーカ１２０６１や表示部１２０６２を介してドライバに警報を出力することや、駆動系制御ユニット１２０１０を介して強制減速や回避操舵を行うことで、衝突回避のための運転支援を行うことができる。
　撮像部１２１０１ないし１２１０４の少なくとも１つは、赤外線を検出する赤外線カメラであってもよい。例えば、マイクロコンピュータ１２０５１は、撮像部１２１０１ないし１２１０４の撮像画像中に歩行者が存在するか否かを判定することで歩行者を認識することができる。かかる歩行者の認識は、例えば赤外線カメラとしての撮像部１２１０１ないし１２１０４の撮像画像における特徴点を抽出する手順と、物体の輪郭を示す一連の特徴点にパターンマッチング処理を行って歩行者か否かを判別する手順によって行われる。マイクロコンピュータ１２０５１が、撮像部１２１０１ないし１２１０４の撮像画像中に歩行者が存在すると判定し、歩行者を認識すると、音声画像出力部１２０５２は、当該認識された歩行者に強調のための方形輪郭線を重畳表示するように、表示部１２０６２を制御する。また、音声画像出力部１２０５２は、歩行者を示すアイコン等を所望の位置に表示するように表示部１２０６２を制御してもよい。
　以上、本開示に係る技術が適用され得る車両制御システムの一例について説明した。本開示に係る技術は、以上説明した構成のうちの撮像部１２０３１をセンサデバイス１０として用いることにより適用され得る。
　＜＜７．　補足＞＞
　なお、先に説明した本開示の実施形態は、例えば、コンピュータを本実施形態に係るセンサデバイス１０、サービスサーバ２０、ユーザデバイス３０、及び集計サーバ５０等として機能させるためのプログラム、及びプログラムが記録された一時的でない有形の媒体を含みうる。また、プログラムをインターネット等の通信回線（無線通信も含む）を介して頒布してもよい。
　また、上述した各実施形態の情報処理における各ステップは、必ずしも記載された順序に沿って処理されなくてもよい。例えば、各ステップは、適宜順序が変更されて処理されてもよい。また、各ステップは、時系列的に処理される代わりに、一部並列的に又は個別的に処理されてもよい。さらに、各ステップの処理方法についても、必ずしも記載された方法に沿って処理されなくてもよく、例えば、他の機能部によって他の方法で処理されていてもよい。
　以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
　また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
　なお、本技術は以下のような構成も取ることができる。
（１）
　センシングデータを取得する、１つ又は複数のセンサデバイスと、
　前記センシングデータから生成され得る所定のデータの配信を要求する１つ又は複数の要求元からの配信リクエストを受け付けるサーバと、
　を含み、
　前記センサデバイスは、
　前記センシングデータを取得するセンサ部と、
　前記サーバから、前記配信リクエストに対応する認識モデルを取得するモデル取得部と、
　前記認識モデルに基づき、取得した前記センシングデータが前記配信リクエストに該当するかどうかを認識する認識部と、
　前記センシングデータが前記配信リクエストに該当する場合、当該センシングデータに対して当該配信リクエストに応じた処理を行い、前記所定のデータを生成するデータ生成部と、
　前記所定のデータを配信するセンサデバイス側配信部と、
　を有し、
　前記サーバは、
　前記１つ又は複数の要求元から、前記配信リクエストを受け付けるリクエスト受付部と、
　前記配信リクエストに対応する前記認識モデルを生成するモデル生成部と、
　生成した前記認識モデルを前記センサデバイスに送信するモデル送信部と、
　を有する、
　データ配信システム。
（２）
　前記モデル生成部は、
　前記配信リクエストで指定されたオブジェクトに関連する複数の教師データを機械学習することにより、前記センシングデータに含まれる前記オブジェクトを認識するための前記認識モデルを生成する、
　上記（１）に記載のデータ配信システム。
（３）
　前記センサデバイスは、
　前記認識モデルに応じて、前記センシングデータを前処理して、前記認識部へ出力する前処理部をさらに有する、
　上記（２）に記載のデータ配信システム。
（４）
　前記データ生成部は、前記配信リクエストに応じて前記センシングデータから前記所定のデータのみを抽出する、上記（２）又は（３）に記載のデータ配信システム。
（５）
　前記所定のデータは、前記オブジェクトの属性情報、数量情報、位置情報、状態情報、動作情報、周囲環境情報、及び、予測情報のうちの少なくとも１つの情報を含む、上記（４）に記載のデータ配信システム。
（６）
　前記配信リクエストは、前記オブジェクトに関するオブジェクト情報、前記所定のデータに関するデータフォーマット情報、及び、前記要求元の識別情報を含む、上記（２）～（５）のいずれか１つに記載のデータ配信システム。
（７）
　前記センサデバイス側配信部は、前記所定のデータを前記要求元へ配信する、上記（１）～（６）のいずれか１つに記載のデータ配信システム。
（８）
　前記サーバは、前記所定のデータを前記要求元へ配信するサーバ側配信部をさらに有し、
　前記センサデバイス側配信部は、前記所定のデータを前記サーバへ配信する、
　上記（１）～（６）のいずれか１つに記載のデータ配信システム。
（９）
　前記認識部は、互いに通信可能に連結され、協働して階層的に認識を行う複数の認識ノードにより構成され、
　前記複数の認識ノードは、
　前記センシングデータが入力され、入力された前記センシングデータの有する特徴に基づいた演算を行い、第１の認識結果を出力する第１のノードと、
　前記第１の認識結果が入力され、入力された前記第１の認識結果の有する特徴に基づいた演算を行い、第２の認識結果を出力する第２のノードと、
　前記第２の認識結果が入力され、入力された前記第２の認識結果の有する特徴に基づいた演算を行い、第３の認識結果を出力する第３のノードと、
　を少なくとも含み、
　前記第１から第３のノードは、前記第１から第３のノードのそれぞれに送信された前記認識モデルに含まれる制御データに基づいて、実行する演算量を動的に変化させる、
　上記（１）～（８）のいずれか１つに記載のデータ配信システム。
（１０）
　前記第１のノードは、前記第２のノードの演算能力に応じた前記第１の認識結果を出力し、
　前記第２のノードは、前記第３のノードの演算能力に応じた前記第２の認識結果を出力する、
　上記（９）に記載のデータ配信システム。
（１１）
　前記第１及び第２の認識結果のうちの少なくともいずれか１つは、現階層での認識結果を記述したメタデータとともに出力される、上記（９）又は（１０）に記載のデータ配信システム。
（１２）
　前記センサデバイスは、撮像装置、深度センサ、集音装置、温度計、湿度計、水位計のうちの少なくとも１つである、上記（１）～（１１）のいずれか１つに記載のデータ配信システム。
（１３）
　前記センサデバイスは、移動体に搭載される撮像装置である、上記（１）～（１１）のいずれか１つに記載のデータ配信システム。
（１４）
　前記センサデバイスは、測位部をさらに有し、
　前記測位部は、前記配信リクエストに該当する前記センシングデータが取得された際の前記センサデバイスの測位データを取得し、
　前記センサデバイス側配信部は、前記測位データとともに、前記所定のデータを配信する、
　上記（１）～（１３）のいずれか１つに記載のデータ配信システム。
（１５）
　前記サーバは、
　前記センサデバイスの能力を示す能力情報を取得する能力情報取得部をさらに有し、
　前記モデル生成部は、前記能力情報に基づいて、前記認識モデルを生成する、
　上記（１）～（１４）のいずれか１つに記載のデータ配信システム。
（１６）
　集計サーバをさらに含み、
　前記センサデバイスは、
　前記要求元ごとに前記所定のデータの配信量を集計して、集計情報を生成する集計部と、
　当該集計情報を前記集計サーバに送信する集計情報送信部と、
　をさらに有し、
　前記集計サーバは、
　前記センサデバイスから前記集計情報を取得する集計情報取得部と、
　前記集計情報に基づきデータ使用料金を決定し、前記センサデバイスの管理者及び前記各要求元との間で前記データ使用料金の授受を行う料金処理部と、
　をさらに有する、
　上記（１）～（１５）のいずれか１つに記載のデータ配信システム。
（１７）
　前記集計情報送信部は、
　前記集計情報として、
　前記所定のデータに対応する前記センシングデータが取得された際の日時、前記所定のデータの配信量、前記所定のデータのデータフォーマット、及び、前記所定のデータの前記要求元の識別情報、前記センサデバイスの識別情報、及び、前記センサデバイスの管理者の識別情報のうちの少なくとも１つを前記集計サーバに送信する、
　上記（１６）に記載のデータ配信システム。
（１８）
　前記料金処理部は、前記配信量及び前記データフォーマットのうちの少なくとも１つに基づいて、前記データ使用料金を決定する、上記（１７）に記載のデータ配信システム。
（１９）
　センシングデータを取得するセンサ部と、
　前記センシングデータから生成され得る所定のデータの配信を要求する１つ又は複数の要求元からの配信リクエストを受け付けるサーバから、前記配信リクエストに対応する認識モデルを取得するモデル取得部と、
　前記認識モデルに基づき、取得した前記センシングデータが前記配信リクエストに該当するかどうかを認識する認識部と、
　前記センシングデータが前記配信リクエストに該当する場合、当該センシングデータに対して当該配信リクエストに応じた処理を行い、前記所定のデータを生成するデータ生成部と、
　前記所定のデータを配信するセンサデバイス側配信部と、
　を備える、
　センサデバイス。
（２０）
　所定のデータの配信を要求する要求元から配信リクエストを受け付けるリクエスト受付部と、
　センサデバイスにおいて、当該センサデバイスで取得したセンシングデータが前記配信リクエストに該当するかどうかを認識するための認識モデルを生成するモデル生成部と、
　生成した前記認識モデルを前記センサデバイスに送信するモデル送信部と、
　を備える、
　サーバ。
　１、１ａ、１ｂ　データ配信システム
　１０、１０ａ、１０ｂ、１０ｃ　センサデバイス
　２０、２０ａ，２０ｂ　サービスサーバ
　３０、３０ａ、３０ｂ、３０ｃ　ユーザデバイス
　４０　認証サーバ
　５０　集計サーバ
　１００　センサ部
　１１０　測位部
　１３０，２３０、５３０　処理部
　１３２、２３２　ＩＤ送信部
　１３４　ｋｅｙ受信部
　１３６　センサデータ取得部
　１３８　前処理部
　１４０　モデル取得部
　１４２　認識部
　１４２ａ　入力層
　１４２ｂ　中間層
　１４２ｃ　出力層
　１４４　データ生成部
　１４６、２４６　配信部
　１４８　集計部
　１５０　集計情報送信部
　１６０、２６０、５６０　記憶部
　１７０、２７０、５７０　通信部
　２３４　リクエスト受付部
　２３６　能力情報取得部
　２３８　モデル生成部
　２３８ａ　学習器
　２４０　モデル送信部
　２４２　データ取得部
　５３２　集計情報取得部
　５３４　料金処理部
　６００　オブジェクト
　６０２　教師データ
　６１０　認識モデル

Claims (20)

  1. 　センシングデータを取得する、１つ又は複数のセンサデバイスと、
    　前記センシングデータから生成され得る所定のデータの配信を要求する１つ又は複数の要求元からの配信リクエストを受け付けるサーバと、
    　を含み、
    　前記センサデバイスは、
    　前記センシングデータを取得するセンサ部と、
    　前記サーバから、前記配信リクエストに対応する認識モデルを取得するモデル取得部と、
    　前記認識モデルに基づき、取得した前記センシングデータが前記配信リクエストに該当するかどうかを認識する認識部と、
    　前記センシングデータが前記配信リクエストに該当する場合、当該センシングデータに対して当該配信リクエストに応じた処理を行い、前記所定のデータを生成するデータ生成部と、
    　前記所定のデータを配信するセンサデバイス側配信部と、
    　を有し、
    　前記サーバは、
    　前記１つ又は複数の要求元から、前記配信リクエストを受け付けるリクエスト受付部と、
    　前記配信リクエストに対応する前記認識モデルを生成するモデル生成部と、
    　生成した前記認識モデルを前記センサデバイスに送信するモデル送信部と、
    　を有する、
    　データ配信システム。
  2. 　前記モデル生成部は、
    　前記配信リクエストで指定されたオブジェクトに関連する複数の教師データを機械学習することにより、前記センシングデータに含まれる前記オブジェクトを認識するための前記認識モデルを生成する、
    　請求項１に記載のデータ配信システム。
  3. 　前記センサデバイスは、
    　前記認識モデルに応じて、前記センシングデータを前処理して、前記認識部へ出力する前処理部をさらに有する、
    　請求項２に記載のデータ配信システム。
  4. 　前記データ生成部は、前記配信リクエストに応じて前記センシングデータから前記所定のデータのみを抽出する、請求項２に記載のデータ配信システム。
  5. 　前記所定のデータは、前記オブジェクトの属性情報、数量情報、位置情報、状態情報、動作情報、周囲環境情報、及び、予測情報のうちの少なくとも１つの情報を含む、請求項４に記載のデータ配信システム。
  6. 　前記配信リクエストは、前記オブジェクトに関するオブジェクト情報、前記所定のデータに関するデータフォーマット情報、及び、前記要求元の識別情報を含む、請求項２に記載のデータ配信システム。
  7. 　前記センサデバイス側配信部は、前記所定のデータを前記要求元へ配信する、請求項１に記載のデータ配信システム。
  8. 　前記サーバは、前記所定のデータを前記要求元へ配信するサーバ側配信部をさらに有し、
    　前記センサデバイス側配信部は、前記所定のデータを前記サーバへ配信する、
    　請求項１に記載のデータ配信システム。
  9. 　前記認識部は、互いに通信可能に連結され、協働して階層的に認識を行う複数の認識ノードにより構成され、
    　前記複数の認識ノードは、
    　前記センシングデータが入力され、入力された前記センシングデータの有する特徴に基づいた演算を行い、第１の認識結果を出力する第１のノードと、
    　前記第１の認識結果が入力され、入力された前記第１の認識結果の有する特徴に基づいた演算を行い、第２の認識結果を出力する第２のノードと、
    　前記第２の認識結果が入力され、入力された前記第２の認識結果の有する特徴に基づいた演算を行い、第３の認識結果を出力する第３のノードと、
    　を少なくとも含み、
    　前記第１から第３のノードは、前記第１から第３のノードのそれぞれに送信された前記認識モデルに含まれる制御データに基づいて、実行する演算量を動的に変化させる、
    　請求項１に記載のデータ配信システム。
  10. 　前記第１のノードは、前記第２のノードの演算能力に応じた前記第１の認識結果を出力し、
    　前記第２のノードは、前記第３のノードの演算能力に応じた前記第２の認識結果を出力する、
    　請求項９に記載のデータ配信システム。
  11. 　前記第１及び第２の認識結果のうちの少なくともいずれか１つは、現階層での認識結果を記述したメタデータとともに出力される、請求項９に記載のデータ配信システム。
  12. 　前記センサデバイスは、撮像装置、深度センサ、集音装置、温度計、湿度計、水位計のうちの少なくとも１つである、請求項１に記載のデータ配信システム。
  13. 　前記センサデバイスは、移動体に搭載される撮像装置である、請求項１に記載のデータ配信システム。
  14. 　前記センサデバイスは、測位部をさらに有し、
    　前記測位部は、前記配信リクエストに該当する前記センシングデータが取得された際の前記センサデバイスの測位データを取得し、
    　前記センサデバイス側配信部は、前記測位データとともに、前記所定のデータを配信する、
    　請求項１に記載のデータ配信システム。
  15. 　前記サーバは、
    　前記センサデバイスの能力を示す能力情報を取得する能力情報取得部をさらに有し、
    　前記モデル生成部は、前記能力情報に基づいて、前記認識モデルを生成する、
    　請求項１に記載のデータ配信システム。
  16. 　集計サーバをさらに含み、
    　前記センサデバイスは、
    　前記要求元ごとに前記所定のデータの配信量を集計して、集計情報を生成する集計部と、
    　当該集計情報を前記集計サーバに送信する集計情報送信部と、
    　をさらに有し、
    　前記集計サーバは、
    　前記センサデバイスから前記集計情報を取得する集計情報取得部と、
    　前記集計情報に基づきデータ使用料金を決定し、前記センサデバイスの管理者及び前記各要求元との間で前記データ使用料金の授受を行う料金処理部と、
    　をさらに有する、
    　請求項１に記載のデータ配信システム。
  17. 　前記集計情報送信部は、
    　前記集計情報として、
    　前記所定のデータに対応する前記センシングデータが取得された際の日時、前記所定のデータの配信量、前記所定のデータのデータフォーマット、及び、前記所定のデータの前記要求元の識別情報、前記センサデバイスの識別情報、及び、前記センサデバイスの管理者の識別情報のうちの少なくとも１つを前記集計サーバに送信する、
    　請求項１６に記載のデータ配信システム。
  18. 　前記料金処理部は、前記配信量及び前記データフォーマットのうちの少なくとも１つに基づいて、前記データ使用料金を決定する、請求項１７に記載のデータ配信システム。
  19. 　センシングデータを取得するセンサ部と、
    　前記センシングデータから生成され得る所定のデータの配信を要求する１つ又は複数の要求元からの配信リクエストを受け付けるサーバから、前記配信リクエストに対応する認識モデルを取得するモデル取得部と、
    　前記認識モデルに基づき、取得した前記センシングデータが前記配信リクエストに該当するかどうかを認識する認識部と、
    　前記センシングデータが前記配信リクエストに該当する場合、当該センシングデータに対して当該配信リクエストに応じた処理を行い、前記所定のデータを生成するデータ生成部と、
    　前記所定のデータを配信するセンサデバイス側配信部と、
    　を備える、
    　センサデバイス。
  20. 　所定のデータの配信を要求する要求元から配信リクエストを受け付けるリクエスト受付部と、
    　センサデバイスにおいて、当該センサデバイスで取得したセンシングデータが前記配信リクエストに該当するかどうかを認識するための認識モデルを生成するモデル生成部と、
    　生成した前記認識モデルを前記センサデバイスに送信するモデル送信部と、
    　を備える、
    　サーバ。
PCT/JP2019/044439 2018-11-13 2019-11-12 データ配信システム、センサデバイス及びサーバ WO2020100922A1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201980072258.3A CN112997211B (zh) 2018-11-13 2019-11-12 数据分发系统、传感器装置和服务器
US17/255,856 US20210264164A1 (en) 2018-11-13 2019-11-12 Data distribution system, sensor device, and server
CN202410262171.5A CN118153709A (zh) 2018-11-13 2019-11-12 数据分发系统、传感器装置和服务器
EP19883686.8A EP3882845A4 (en) 2019-11-12 Data distribution system, sensor device, and server
KR1020217013554A KR20210090624A (ko) 2018-11-13 2019-11-12 데이터 배포 시스템, 센서 디바이스 및 서버
JP2020556131A JP7420734B2 (ja) 2018-11-13 2019-11-12 データ配信システム、センサデバイス及びサーバ
JP2024002502A JP2024041897A (ja) 2018-11-13 2024-01-11 データ配信システム、センサデバイス及びサーバ

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862760234P 2018-11-13 2018-11-13
US62/760,234 2018-11-13
US201962869749P 2019-07-02 2019-07-02
US62/869,749 2019-07-02

Publications (1)

Publication Number Publication Date
WO2020100922A1 true WO2020100922A1 (ja) 2020-05-22

Family

ID=70730703

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/044439 WO2020100922A1 (ja) 2018-11-13 2019-11-12 データ配信システム、センサデバイス及びサーバ

Country Status (5)

Country Link
US (1) US20210264164A1 (ja)
JP (2) JP7420734B2 (ja)
KR (1) KR20210090624A (ja)
CN (2) CN112997211B (ja)
WO (1) WO2020100922A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022070781A1 (ja) 2020-09-29 2022-04-07 ソニーセミコンダクタソリューションズ株式会社 情報処理システム及び情報処理方法
JP2022067324A (ja) * 2020-10-20 2022-05-06 株式会社Soken 物体検知装置、物体検知方法、および物体検知プログラム
WO2022262932A1 (en) * 2021-06-14 2022-12-22 Robert Bosch Gmbh Operating unit, surveillance network, method computer program and storage medium
WO2023074081A1 (ja) * 2021-10-25 2023-05-04 キヤノン株式会社 電子機器、情報処理システム、制御方法、およびプログラム
KR20230069913A (ko) 2020-09-18 2023-05-19 소니 세미컨덕터 솔루션즈 가부시키가이샤 데이터 송출 장치, 데이터 송출 방법, 정보 처리 장치, 정보 처리 방법, 프로그램
WO2023171755A1 (ja) 2022-03-09 2023-09-14 ソニーセミコンダクタソリューションズ株式会社 情報処理装置、情報処理方法、記録媒体、情報処理システム
WO2023195247A1 (ja) * 2022-04-06 2023-10-12 ソニーセミコンダクタソリューションズ株式会社 センサ装置、制御方法、情報処理装置、情報処理システム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11125575B2 (en) * 2019-11-20 2021-09-21 Here Global B.V. Method and apparatus for estimating a location of a vehicle

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016197314A (ja) * 2015-04-03 2016-11-24 株式会社日立製作所 運転支援システム、運転支援装置及び運転支援方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4808409B2 (ja) * 2005-01-14 2011-11-02 株式会社日立製作所 センサネットワークシステム、センサデータの検索方法及びプログラム
JP2007241377A (ja) * 2006-03-06 2007-09-20 Sony Corp 検索システム、撮像装置、データ保存装置、情報処理装置、撮像画像処理方法、情報処理方法、プログラム
KR101703931B1 (ko) * 2011-05-24 2017-02-07 한화테크윈 주식회사 감시 시스템
CA2861215C (en) * 2012-09-12 2015-09-08 Omron Corporation Data flow control order generating apparatus and sensor managing apparatus
US9979591B2 (en) * 2015-08-28 2018-05-22 Samsung Electronics Co., Ltd. Event notifications for applications
KR101735557B1 (ko) * 2015-10-01 2017-05-15 부산대학교 산학협력단 실시간 목표 탐지에 의한 교통 정보 수집 시스템 및 방법
EP3159853B1 (en) * 2015-10-23 2019-03-27 Harman International Industries, Incorporated Systems and methods for advanced driver assistance analytics
CN105574506B (zh) * 2015-12-16 2020-03-17 深圳市商汤科技有限公司 基于深度学习和大规模集群的智能人脸追逃系统及方法
KR102249498B1 (ko) * 2016-08-17 2021-05-11 한화테크윈 주식회사 이벤트 검색 장치 및 시스템
KR20180023326A (ko) * 2016-08-25 2018-03-07 삼성전자주식회사 전자 장치 및 이미지 센서로부터 획득된 이미지를 어플리케이션으로 전달하기 위한 방법
WO2018084577A1 (en) * 2016-11-03 2018-05-11 Samsung Electronics Co., Ltd. Data recognition model construction apparatus and method for constructing data recognition model thereof, and data recognition apparatus and method for recognizing data thereof
WO2018098448A1 (en) * 2016-11-28 2018-05-31 Ring Inc. Neighborhood security cameras
US10902276B2 (en) * 2016-12-22 2021-01-26 Samsung Electronics Co., Ltd. Apparatus and method for processing image
US11010614B2 (en) * 2017-01-26 2021-05-18 Matias Klein Total property intelligence system
US20180349708A1 (en) * 2017-05-30 2018-12-06 Google Inc. Methods and Systems for Presenting Image Data for Detected Regions of Interest
US11783010B2 (en) * 2017-05-30 2023-10-10 Google Llc Systems and methods of person recognition in video streams
CN107844551A (zh) * 2017-10-30 2018-03-27 深圳市天地网电子有限公司 一种基于共享相机的图像获取方法和系统
US11670089B2 (en) * 2021-06-03 2023-06-06 Not A Satellite Labs, LLC Image modifications for crowdsourced surveillance
US11810361B2 (en) * 2021-06-25 2023-11-07 Western Digital Technologies, Inc. Site-based calibration of object detection parameters
EP4290472A1 (en) * 2022-06-07 2023-12-13 Nokia Technologies Oy Object identification
US20240005661A1 (en) * 2022-06-30 2024-01-04 Amazon Technologies, Inc. User-customized computer vision event detection

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016197314A (ja) * 2015-04-03 2016-11-24 株式会社日立製作所 運転支援システム、運転支援装置及び運転支援方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KATO, SHINGO: "Priority Control in Communication Networks for Predictive Information Delivery by Using Machine Learning", IEICE TECHNICAL REPORT. MONA, vol. 117, no. 390 (MoNA2017-54), 11 January 2018 (2018-01-11), pages 73 - 78, XP009527484 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230069913A (ko) 2020-09-18 2023-05-19 소니 세미컨덕터 솔루션즈 가부시키가이샤 데이터 송출 장치, 데이터 송출 방법, 정보 처리 장치, 정보 처리 방법, 프로그램
WO2022070781A1 (ja) 2020-09-29 2022-04-07 ソニーセミコンダクタソリューションズ株式会社 情報処理システム及び情報処理方法
KR20230079358A (ko) 2020-09-29 2023-06-07 소니 세미컨덕터 솔루션즈 가부시키가이샤 정보 처리 시스템 및 정보 처리 방법
EP4224368A4 (en) * 2020-09-29 2024-05-22 Sony Semiconductor Solutions Corporation INFORMATION PROCESSING SYSTEM AND INFORMATION PROCESSING METHOD
JP2022067324A (ja) * 2020-10-20 2022-05-06 株式会社Soken 物体検知装置、物体検知方法、および物体検知プログラム
JP7452374B2 (ja) 2020-10-20 2024-03-19 株式会社Soken 物体検知装置および物体検知プログラム
WO2022262932A1 (en) * 2021-06-14 2022-12-22 Robert Bosch Gmbh Operating unit, surveillance network, method computer program and storage medium
WO2023074081A1 (ja) * 2021-10-25 2023-05-04 キヤノン株式会社 電子機器、情報処理システム、制御方法、およびプログラム
WO2023171755A1 (ja) 2022-03-09 2023-09-14 ソニーセミコンダクタソリューションズ株式会社 情報処理装置、情報処理方法、記録媒体、情報処理システム
WO2023195247A1 (ja) * 2022-04-06 2023-10-12 ソニーセミコンダクタソリューションズ株式会社 センサ装置、制御方法、情報処理装置、情報処理システム

Also Published As

Publication number Publication date
KR20210090624A (ko) 2021-07-20
CN118153709A (zh) 2024-06-07
JP7420734B2 (ja) 2024-01-23
JPWO2020100922A1 (ja) 2021-10-07
CN112997211B (zh) 2024-04-05
US20210264164A1 (en) 2021-08-26
EP3882845A1 (en) 2021-09-22
CN112997211A (zh) 2021-06-18
JP2024041897A (ja) 2024-03-27

Similar Documents

Publication Publication Date Title
WO2020100922A1 (ja) データ配信システム、センサデバイス及びサーバ
US10147004B2 (en) Automatic image content analysis method and system
US9970774B2 (en) Automatic content analysis method and system
US20170278386A1 (en) Method and apparatus for collecting traffic information from big data of outside image of vehicle
CN114446056B (zh) 车辆信息码的生成以及车辆通行控制方法、装置及设备
US10984275B1 (en) Determining location coordinates of a vehicle based on license plate metadata and video analytics
EP3996063A1 (en) Safety performance evaluation device, safety performance evaluation method, information processing device, and information processing method
CN109891463A (zh) 图像处理设备和图像处理方法
CN113205088B (zh) 障碍物图像展示方法、电子设备和计算机可读介质
US11417098B1 (en) Determining location coordinates of a vehicle based on license plate metadata and video analytics
WO2020203240A1 (ja) 情報処理装置および情報処理方法
WO2022004412A1 (ja) 情報処理装置、情報処理方法、並びにプログラム
US12097856B2 (en) System and method for adjusting a yielding space of a platoon
JP6998237B2 (ja) サーバ装置、画像収集方法、及び画像取得システム
JP7020429B2 (ja) カメラ、カメラの処理方法、サーバ、サーバの処理方法および情報処理装置
US11262206B2 (en) Landmark based routing
JP2019079203A (ja) 画像生成装置および画像生成方法
KR102496824B1 (ko) 항공 촬영 영상을 이용한 지도 정보 구축 방법
JP2024126199A (ja) 情報処理装置、サーバー及びプログラム
CN115384541A (zh) 行驶风险检测的方法和系统
Georoceanu Extending parking assistance for automative user interfaces
Cai et al. Traffic camera markup language (TCML)

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19883686

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020556131

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019883686

Country of ref document: EP

Effective date: 20210614