JP7300958B2 - 撮像装置、制御方法、及びコンピュータプログラム - Google Patents
撮像装置、制御方法、及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7300958B2 JP7300958B2 JP2019186730A JP2019186730A JP7300958B2 JP 7300958 B2 JP7300958 B2 JP 7300958B2 JP 2019186730 A JP2019186730 A JP 2019186730A JP 2019186730 A JP2019186730 A JP 2019186730A JP 7300958 B2 JP7300958 B2 JP 7300958B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- recognition
- animals
- information indicating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Studio Devices (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Description
本発明は、撮像装置、学習装置、制御方法、学習方法、及びコンピュータプログラムに関する。
動物の生態調査や獣害対策のために用いられるトレイルカメラが知られている（例えば、非特許文献１参照）。トレイルカメラは、動体に反応する赤外線センサを有する。トレイルカメラは、カメラから５ｍ～１０ｍ付近に動物が近づいた際に、撮影を行う。トレイルカメラは、撮影することによって得られる撮影データをＳＤメモリカード、内部ストレージなどのメモリに保管する。トレイルカメラを、屋外などに固定して設置することで、常時動物の監視を行うことができる。トレイルカメラを、屋外などに固定して設置する場合、夜間は赤外線ＬＥＤを利用した赤外線撮影モードに自動的に切り替わる。トレイルカメラのバッテリーには、乾電池を使用するものが多く、数週間から数ヶ月程度で電池交換が行われる。近年は、携帯網などを用いて、撮影データを逐次クラウドへ送信する製品も存在し、リアルタイムな遠隔監視も可能となっている。
Ｒｏｌａｎｄ Ｋａｙｓ， Ｂａｒｔ Ｋｒａｎｓｔａｕｂｅｒ， Ｐａｔｒｉｃｋ Ａ． Ｊａｎｓｅｎ， Ｃｈｒｉｓ Ｃａｒｂｏｎｅ， Ｍａｒｃｕｓ Ｒｏｗｃｌｉｆｆｅ， Ｔｏｎｙ Ｆｏｕｎｔａｉｎ， ａｎｄ Ｓａｍｅｅｒ Ｔｉｌａｋ． "Ｃａｍｅｒａ ｔｒａｐｓ ａｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ｆｏｒ ｍｏｎｉｔｏｒｉｎｇ ａｎｉｍａｌ ｃｏｍｍｕｎｉｔｉｅｓ"， Ｔｈｅ ３４ｔｈ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｌｏｃａｌ Ｃｏｍｐｕｔｅｒ Ｎｅｔｗｏｒｋｓ， ２００９．
前述した技術では、実際に、トレイルカメラからクラウドへ送信される画像、動画には、監視対象以外の動物の画像データ、動物が写っていない画像データが含まれることが多い。監視対象以外の動物の画像データ、動物が写っていない画像データは、赤外線センサの誤検知に起因して生成される場合が多い。トレイルカメラからクラウドへ監視対象以外の動物の画像データ、動物が写っていない画像データが送信される場合があるため、監視者が目視で、トレイルカメラからクラウドへ送信された画像、動画の識別をする。
また、監視対象以外の画像データが、トレイルカメラからクラウドへ送信されることにより不要なデータ送信が発生する。また、監視対象以外の画像データが、トレイルカメラの搭載されたＳＤメモリカードや内部ストレージに記憶されることによって、ＳＤメモリカードや内部ストレージの容量を逼迫する。
本発明は、このような事情を考慮してなされたものであり、その目的は、撮像することによって得られた画像データのうち、不要な画像データの送信、不要な画像データの記憶を低減できる撮像装置、学習装置、制御方法、学習方法、及びコンピュータプログラムを提供することにある。
また、監視対象以外の画像データが、トレイルカメラからクラウドへ送信されることにより不要なデータ送信が発生する。また、監視対象以外の画像データが、トレイルカメラの搭載されたＳＤメモリカードや内部ストレージに記憶されることによって、ＳＤメモリカードや内部ストレージの容量を逼迫する。
本発明は、このような事情を考慮してなされたものであり、その目的は、撮像することによって得られた画像データのうち、不要な画像データの送信、不要な画像データの記憶を低減できる撮像装置、学習装置、制御方法、学習方法、及びコンピュータプログラムを提供することにある。
（１）本発明の一態様は、動体を検出した際に、撮影することによって静止画を生成する撮像部と、動物の画像と、前記画像に写っている動物の種類を示す情報との関係を学習した学習モデルを用いて、前記撮像部が撮像することによって得られた認識対象の画像である認識画像に写っている動物の種類を認識する認識部と、前記認識部が行った前記認識画像に写っている前記動物の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定する送信判定部と、前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定する記憶判定部とを備え、前記認識部は、動物の画像と、前記画像に写っている動物の数を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の数を認識し、前記記憶判定部は、前記認識部が行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを記憶すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを記憶しないと判定し、前記送信判定部は、前記認識部が行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを送信すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを送信しないと判定する、撮像装置である。
（２）本発明の一態様は、上記（１）に記載の撮像装置において、前記認識部は、動物の画像と、前記画像に写っている動物の状態を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の状態を認識し、前記送信判定部は、前記認識部が行った前記認識画像に写っている前記動物の状態の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定し、前記記憶判定部は、前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定する。
（３）本発明の一態様は、上記（１）又は上記（２）に記載の撮像装置において、動物の前記画像には、可視光線を撮影した動物の画像と、赤外線を撮影した動物の画像とが含まれる。
（４）本発明の一態様は、上記（１）から上記（３）のいずれか一項に記載の撮像装置において、前記学習モデルを生成する学習装置が送信する前記学習モデルを受信する通信部を備え、前記認識部は、前記通信部が受信した前記学習モデルを用いて、前記認識画像に写っている動物の種類を認識する。
（２）本発明の一態様は、上記（１）に記載の撮像装置において、前記認識部は、動物の画像と、前記画像に写っている動物の状態を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の状態を認識し、前記送信判定部は、前記認識部が行った前記認識画像に写っている前記動物の状態の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定し、前記記憶判定部は、前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定する。
（３）本発明の一態様は、上記（１）又は上記（２）に記載の撮像装置において、動物の前記画像には、可視光線を撮影した動物の画像と、赤外線を撮影した動物の画像とが含まれる。
（４）本発明の一態様は、上記（１）から上記（３）のいずれか一項に記載の撮像装置において、前記学習モデルを生成する学習装置が送信する前記学習モデルを受信する通信部を備え、前記認識部は、前記通信部が受信した前記学習モデルを用いて、前記認識画像に写っている動物の種類を認識する。
（５）本発明の一態様は、動物の画像と、前記画像に写っている動物の種類を示す情報との関係を学習した学習モデルを用いて、動体を検出した際に撮影することによって静止画を生成する撮像部が撮像することによって得られた認識対象の画像である認識画像に写っている動物の種類を認識するステップと、前記認識するステップで得られる前記認識画像に写っている前記動物の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定するステップと、前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定するステップとを有し、前記認識するステップでは、動物の画像と、前記画像に写っている動物の数を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の数を認識し、前記画像データの送信を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを記憶すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを記憶しないと判定し、前記認識画像の画像データの記憶を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを送信すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを送信しないと判定する、撮像装置が実行する制御方法である。
（６）本発明の一態様は、コンピュータに、動物の画像と、前記画像に写っている動物の種類を示す情報との関係を学習した学習モデルを用いて、動体を検出した際に撮影することによって静止画を生成する撮像部が撮像することによって得られた認識対象の画像である認識画像に写っている動物の種類を認識させるステップと、前記認識させるステップで得られる前記認識画像に写っている前記動物の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定させるステップと、前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定させるステップとを実行させ、前記コンピュータに、前記認識するステップでは、動物の画像と、前記画像に写っている動物の数を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の数を認識させ、前記画像データの送信を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを記憶すると判定させ、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを記憶しないと判定させ、前記認識画像の画像データの記憶を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを送信すると判定させ、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを送信しないと判定させる、コンピュータプログラムである。
本発明によれば、撮像することによって得られた画像データのうち、不要な画像データの送信、不要な画像データの記憶を低減できる撮像装置、学習装置、制御方法、学習方法、及びコンピュータプログラムを提供できる。
次に、本実施形態の撮像装置、学習装置、制御方法、学習方法、及びコンピュータプログラムを、図面を参照しつつ説明する。以下で説明する実施形態は一例に過ぎず、本発明が適用される実施形態は、以下の実施形態に限られない。
なお、実施形態を説明するための全図において、同一の機能を有するものは同一符号を用い、繰り返しの説明は省略する。
また、本願でいう「ＸＸに基づいて」とは、「少なくともＸＸに基づく」ことを意味し、ＸＸに加えて別の要素に基づく場合も含む。また、「ＸＸに基づいて」とは、ＸＸを直接に用いる場合に限定されず、ＸＸに対して演算や加工が行われたものに基づく場合も含む。「ＸＸ」は、任意の要素（例えば、任意の情報）である。
なお、実施形態を説明するための全図において、同一の機能を有するものは同一符号を用い、繰り返しの説明は省略する。
また、本願でいう「ＸＸに基づいて」とは、「少なくともＸＸに基づく」ことを意味し、ＸＸに加えて別の要素に基づく場合も含む。また、「ＸＸに基づいて」とは、ＸＸを直接に用いる場合に限定されず、ＸＸに対して演算や加工が行われたものに基づく場合も含む。「ＸＸ」は、任意の要素（例えば、任意の情報）である。
（第１の実施形態）
（撮像システム）
図１は、本発明の第１の実施形態に係る撮像システムの構成例を示す図である。図１において、撮像システム１００は、撮像装置１と、サーバー２とを備える。図１には、撮像装置１と、サーバー２とに加え、画像データを取得するユーザーＵと、ユーザーＵが使用する端末装置３とが示されている。
撮像装置１とサーバー２と端末装置３とは、ネットワークＮＷを介して通信する。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、プロバイダ装置、無線基地局などを含む。
（撮像システム）
図１は、本発明の第１の実施形態に係る撮像システムの構成例を示す図である。図１において、撮像システム１００は、撮像装置１と、サーバー２とを備える。図１には、撮像装置１と、サーバー２とに加え、画像データを取得するユーザーＵと、ユーザーＵが使用する端末装置３とが示されている。
撮像装置１とサーバー２と端末装置３とは、ネットワークＮＷを介して通信する。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、プロバイダ装置、無線基地局などを含む。
撮像装置１は、動体を検出した際に、撮影することによって静止画を生成する。撮像装置１は、学習モデルを用いて、生成した静止画に写っている動物の種類を認識する。撮像装置１は、認識した動物の種類を示す情報に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定する。撮像装置１は、認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、撮像装置１は、認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。撮像装置１は、画像データを、サーバー２へ送信すると判定した場合に、撮像装置ＩＤと、画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含む画像データ通知情報を作成し、作成した画像データ通知情報を、サーバー２へ送信する。
サーバー２は、撮像装置１が送信した画像データ通知情報を受信し、受信した画像データ通知情報に含まれるその画像データ通知情報を送信した撮像装置１の撮像装置ＩＤと、画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを取得し、取得した撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを関連付けて、記憶する。
サーバー２は、撮像装置１が送信した画像データ通知情報を受信し、受信した画像データ通知情報に含まれるその画像データ通知情報を送信した撮像装置１の撮像装置ＩＤと、画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを取得し、取得した撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを関連付けて、記憶する。
撮像装置１は、認識した動物の種類を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。撮像装置１は、認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致する場合には、画像データを、記憶すると判定する。一方、撮像装置１は、認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致しない場合には、画像データを、記憶しないと判定する。撮像装置１は、画像データを、記憶すると判定した場合に、画像データとともに、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを関連付けて記憶する。
端末装置３は、ユーザーが、端末装置３に対して画像データを要求する操作を行った場合に、画像データを送信した撮像装置の撮像装置ＩＤと、画像データを要求する情報とを含み、サーバー２を宛先とする画像データ要求を作成する。端末装置３は、作成した画像データ要求を、サーバー２へ送信する。
サーバー２は、端末装置３が送信した画像データ要求を受信し、受信した画像データ要求に含まれる撮像装置ＩＤを取得する。サーバー２は、取得した撮像装置ＩＤに関連付けて記憶されている画像データを取得し、取得した画像データを含み、画像データ要求を送信した端末装置３を宛先とする画像データ応答を作成する。サーバー２は、作成した画像データ応答を、端末装置３へ送信する。
端末装置３は、サーバー２が送信した画像データ応答を受信し、受信した画像データ応答に含まれる画像データを取得する。端末装置３は、取得した画像データ処理することによって出力する。
以下、撮像システム１００に含まれる撮像装置１と、サーバー２と、端末装置３との各々について、順次説明する。
サーバー２は、端末装置３が送信した画像データ要求を受信し、受信した画像データ要求に含まれる撮像装置ＩＤを取得する。サーバー２は、取得した撮像装置ＩＤに関連付けて記憶されている画像データを取得し、取得した画像データを含み、画像データ要求を送信した端末装置３を宛先とする画像データ応答を作成する。サーバー２は、作成した画像データ応答を、端末装置３へ送信する。
端末装置３は、サーバー２が送信した画像データ応答を受信し、受信した画像データ応答に含まれる画像データを取得する。端末装置３は、取得した画像データ処理することによって出力する。
以下、撮像システム１００に含まれる撮像装置１と、サーバー２と、端末装置３との各々について、順次説明する。
（撮像装置１）
撮像装置１の一例は、トレイルカメラである。トレイルカメラは、動物の生態調査や獣害対策などに用いられる。以下、撮像装置１がトレイルカメラであるとして説明を続ける。
撮像装置１は、例えば、撮像部１１と、認識部１２と、送信判定部１３と、通信部１４と、記憶判定部１５と、記憶部１６と、送信制御部１７と、電源部ＰＳＵとを備える。
撮像装置１の一例は、トレイルカメラである。トレイルカメラは、動物の生態調査や獣害対策などに用いられる。以下、撮像装置１がトレイルカメラであるとして説明を続ける。
撮像装置１は、例えば、撮像部１１と、認識部１２と、送信判定部１３と、通信部１４と、記憶判定部１５と、記憶部１６と、送信制御部１７と、電源部ＰＳＵとを備える。
撮像部１１は、撮像装置１に取り付けられている赤外線センサ（図示なし）が動体を検知した際に、撮影することによって認識対象の画像である静止画（認識画像）を生成する。
記憶部１６は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリ、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）などにより実現される。記憶部１６には、観測対象画像データ１６ａと、学習モデル１６ｂとが記憶される。観測対象画像データ１６ａと、学習モデル１６ｂとがクラウド上に記憶されていてもよい。
観測対象画像データ１６ａは、画像データＩＤと、画像データと、撮像日時情報とを関連付けたテーブル形式の情報である。
図２は、観測対象画像データの一例を示す図である。観測対象画像データ１６ａの一例には、画像データＩＤ「＊＊＊」と、画像データ「＊＊＊＊＊」と、撮像日時情報「＊＊＊＊／＊＊／＊＊／＊＊：＊＊」とが関連付けられている。また、観測対象画像データ１６ａの一例には、画像データＩＤ「＋＋＋」と、画像データ「＋＋＋＋＋」と、撮像日時情報「＋＋＋＋／＋＋／＋＋／＋＋：＋＋」とが関連付けられている。図１に戻り説明を続ける。
記憶部１６は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリ、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）などにより実現される。記憶部１６には、観測対象画像データ１６ａと、学習モデル１６ｂとが記憶される。観測対象画像データ１６ａと、学習モデル１６ｂとがクラウド上に記憶されていてもよい。
観測対象画像データ１６ａは、画像データＩＤと、画像データと、撮像日時情報とを関連付けたテーブル形式の情報である。
図２は、観測対象画像データの一例を示す図である。観測対象画像データ１６ａの一例には、画像データＩＤ「＊＊＊」と、画像データ「＊＊＊＊＊」と、撮像日時情報「＊＊＊＊／＊＊／＊＊／＊＊：＊＊」とが関連付けられている。また、観測対象画像データ１６ａの一例には、画像データＩＤ「＋＋＋」と、画像データ「＋＋＋＋＋」と、撮像日時情報「＋＋＋＋／＋＋／＋＋／＋＋：＋＋」とが関連付けられている。図１に戻り説明を続ける。
認識部１２、送信判定部１３、記憶判定部１５、及び送信制御部１７は、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサが記憶部１６に格納されたプログラム（ソフトウェア）を実行することにより実現される。また、これらの機能部のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。
認識部１２は、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２は、記憶部１６に記憶されている学習モデル１６ｂを用いて、取得した静止画に写っている動物の種類を認識する。認識部１２は、認識した動物の種類を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３と、記憶判定部１５とへ出力する。ここで、学習モデル１６ｂの一例は、動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成されたものである。ここでは、学習モデル１６ｂは、予め作成されている。認識部１２は、例えば、Ｆａｓｔｅｒ Ｒ－ＣＮＮ（Ｒｅｇｉｏｎｓ ｗｉｔｈ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ）、ＹＯＬＯ （Ｙｏｕ Ｏｎｌｙ Ｌｏｏｋ Ｏｎｃｅ）、ＳＳＤ（Ｓｉｎｇｌｅ Ｓｈｏｔ ＭｕｌｔｉＢｏｘ Ｄｅｔｅｃｔｏｒ）などの物体認識技術を使用して、動物の種類を認識する。
学習モデル１６ｂとして、可視光線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第１学習モデルと、赤外線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第２学習モデルとが用意されてもよい。このように構成することによって、昼夜を問わず、撮像部１１が、撮像することによって生成した静止画像に写っている動物の種類を認識できる。
学習モデル１６ｂとして、可視光線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第１学習モデルと、赤外線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第２学習モデルとが用意されてもよい。このように構成することによって、昼夜を問わず、撮像部１１が、撮像することによって生成した静止画像に写っている動物の種類を認識できる。
図３は、静止画の一例を示す図である。図３は、撮像部１１が撮影することによって生成した静止画Ｉ１の一例を示す。仮に、撮像部１１が、図３に示される静止画Ｉ１を生成した場合には、認識部１２は、タヌキが認識されたことを示す情報を含む認識結果情報を生成する。図１に戻り説明を続ける。
送信判定部１３は、認識部１２が出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の種類を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。例えば、送信判定部１３は、認識結果情報に含まれる認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、送信判定部１３は、認識結果情報に含まれる認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。送信判定部１３は、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。
送信判定部１３は、認識部１２が出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の種類を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。例えば、送信判定部１３は、認識結果情報に含まれる認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、送信判定部１３は、認識結果情報に含まれる認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。送信判定部１３は、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。
記憶判定部１５は、認識部１２が出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の種類を示す情報に基づいて、画像データを、記憶部１６へ記憶（記録）するか否かを判定する。記憶判定部１５は、記録判定部の一例である。例えば、記憶判定部１５は、認識結果情報に含まれる認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致する場合には、画像データを、記憶部１６へ記憶すると判定する。一方、記憶判定部１５は、認識結果情報に含まれる認識した動物の種類を示す情報が、予め指定した観測対象の動物の種類を示す情報と一致しない場合には、画像データを、記憶部１６へ記憶しないと判定する。記憶判定部１５は、画像データを、記憶部１６へ記憶すると判定した場合に、画像データを、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに記憶する。
送信制御部１７は、送信判定部１３が出力した画像データを取得し、画像データを送信する撮像装置１の撮像装置ＩＤと、取得した画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含み、サーバー２を宛先とする画像データ通知情報を作成する。送信制御部１７は、作成した画像データ通知情報を、通信部１４へ出力する。
送信制御部１７は、送信判定部１３が出力した画像データを取得し、画像データを送信する撮像装置１の撮像装置ＩＤと、取得した画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含み、サーバー２を宛先とする画像データ通知情報を作成する。送信制御部１７は、作成した画像データ通知情報を、通信部１４へ出力する。
通信部１４は、通信モジュールによって実現される。通信部１４は、ネットワークＮＷを介して、外部の通信装置と通信する。通信部１４は、例えば有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの通信方式で通信してもよい。また、通信部１４は、例えば無線ＬＡＮ、ブルートゥース（登録商標）又はＬＴＥ（登録商標）などの通信方式で通信してもよい。通信部１４は、ネットワークＮＷを介してサーバー２と通信するために必要な通信情報を保持する。通信部１４は、送信制御部１７が出力した画像データ通知情報を取得し、取得した画像データ通知情報を、サーバー２へ送信する。
電源部ＰＳＵは、撮像装置１を駆動するための電源である。電源としては、コンセントなどの外部電源、乾電池、太陽光パネルと二次電池などが挙げられる。
電源部ＰＳＵは、撮像装置１を駆動するための電源である。電源としては、コンセントなどの外部電源、乾電池、太陽光パネルと二次電池などが挙げられる。
（サーバー２）
サーバー２は、パーソナルコンピュータ、サーバー、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。サーバー２は、例えば、通信部２４と、記憶部２６と、処理部２８とを備える。
サーバー２は、パーソナルコンピュータ、サーバー、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。サーバー２は、例えば、通信部２４と、記憶部２６と、処理部２８とを備える。
記憶部２６は、ＨＤＤやフラッシュメモリ、ＲＡＭ、ＲＯＭなどにより実現される。記憶部２６には、画像データＤＢ２６ａが記憶される。
画像データＤＢ２６ａは、画像データ通知情報を送信した撮像装置１の撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを関連付けたテーブル形式の情報である。
図４は、画像データＤＢの一例を示す図である。画像データＤＢ２６ａの一例には、撮像装置ＩＤ「＊＊＊＊」と、画像データＩＤ「＊＊＊」と、画像データ「＊＊＊＊＊」と、撮像日時情報「＊＊＊＊／＊＊／＊＊／＊＊：＊＊」とが関連付けられている。また、画像データＤＢ２６ａの一例には、撮像装置ＩＤ「＋＋＋＋」と、画像データＩＤ「＋＋＋」と、画像データ「＋＋＋＋＋」と、撮像日時情報「＋＋＋＋／＋＋／＋＋／＋＋：＋＋」とが関連付けられている。図１に戻り説明を続ける。
画像データＤＢ２６ａは、画像データ通知情報を送信した撮像装置１の撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを関連付けたテーブル形式の情報である。
図４は、画像データＤＢの一例を示す図である。画像データＤＢ２６ａの一例には、撮像装置ＩＤ「＊＊＊＊」と、画像データＩＤ「＊＊＊」と、画像データ「＊＊＊＊＊」と、撮像日時情報「＊＊＊＊／＊＊／＊＊／＊＊：＊＊」とが関連付けられている。また、画像データＤＢ２６ａの一例には、撮像装置ＩＤ「＋＋＋＋」と、画像データＩＤ「＋＋＋」と、画像データ「＋＋＋＋＋」と、撮像日時情報「＋＋＋＋／＋＋／＋＋／＋＋：＋＋」とが関連付けられている。図１に戻り説明を続ける。
処理部２８は、例えば、ＣＰＵなどのハードウェアプロセッサが記憶部２６に格納されたプログラム（ソフトウェア）を実行することにより実現される。また、これらの機能部のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。
処理部２８は、通信部２４が受信した画像データ通知情報を取得し、取得した画像データ通知情報に含まれる撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを取得する。処理部２８は、取得した撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを関連付けて、記憶部２６に記憶されている画像データＤＢ２６ａに記憶する。
処理部２８は、通信部２４が受信した画像データ要求を取得し、取得した画像データ要求に含まれる撮像装置ＩＤを取得する。処理部２８は、取得した撮像装置ＩＤに関連付けて記憶されている画像データＩＤと、画像データと、撮像日時情報とを、記憶部２６に記憶されている画像データＤＢ２６ａから取得する。処理部２８は、取得した画像データＩＤと、画像データと、撮像日時情報とを含み、画像データ要求を送信した端末装置３を宛先とする画像データ応答を作成する。処理部２８は、作成した画像データ応答を、通信部２４へ出力する。
処理部２８は、通信部２４が受信した画像データ通知情報を取得し、取得した画像データ通知情報に含まれる撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを取得する。処理部２８は、取得した撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを関連付けて、記憶部２６に記憶されている画像データＤＢ２６ａに記憶する。
処理部２８は、通信部２４が受信した画像データ要求を取得し、取得した画像データ要求に含まれる撮像装置ＩＤを取得する。処理部２８は、取得した撮像装置ＩＤに関連付けて記憶されている画像データＩＤと、画像データと、撮像日時情報とを、記憶部２６に記憶されている画像データＤＢ２６ａから取得する。処理部２８は、取得した画像データＩＤと、画像データと、撮像日時情報とを含み、画像データ要求を送信した端末装置３を宛先とする画像データ応答を作成する。処理部２８は、作成した画像データ応答を、通信部２４へ出力する。
通信部２４は、通信モジュールによって実現される。通信部２４は、ネットワークＮＷを介して、外部の通信装置と通信する。通信部２４は、例えば有線ＬＡＮなどの通信方式で通信してもよい。また、通信部２４は、例えば無線ＬＡＮ、ブルートゥース（登録商標）又はＬＴＥ（登録商標）などの通信方式で通信してもよい。通信部２４は、ネットワークＮＷを介して撮像装置１と通信するために必要な通信情報を保持する。通信部２４は、撮像装置１が送信した画像データ通知情報を受信し、受信した画像データ通知情報を、処理部２８へ出力する。通信部２４は、端末装置３が送信した画像データ要求を受信し、受信した画像データ要求を、処理部２８へ出力する。通信部２４は、処理部２８が出力した画像データ応答を取得し、取得した画像データ応答を、端末装置３へ送信する。
（端末装置３）
端末装置３は、スマートフォン、携帯端末、又はパーソナルコンピュータ、タブレッ
ト端末装置、腕時計型端末装置、あるいはその他の情報処理機器として実現される。
端末装置３は、ユーザーが、端末装置３に対して画像データを要求する操作を行った場合に、画像データを送信した撮像装置１の撮像装置ＩＤと、画像データを要求する情報を含み、サーバー２を宛先とする画像データ要求を作成する。端末装置３は、作成した画像データ要求を、サーバー２へ送信する。端末装置３は、サーバー２が送信した画像データ応答を受信し、受信した画像データ応答に含まれる画像データを取得する。端末装置３は、取得した画像データを処理することによって出力する。例えば、端末装置３は、画像データの処理結果を、表示部（図示なし）に表示するようにしてもよい。
端末装置３は、スマートフォン、携帯端末、又はパーソナルコンピュータ、タブレッ
ト端末装置、腕時計型端末装置、あるいはその他の情報処理機器として実現される。
端末装置３は、ユーザーが、端末装置３に対して画像データを要求する操作を行った場合に、画像データを送信した撮像装置１の撮像装置ＩＤと、画像データを要求する情報を含み、サーバー２を宛先とする画像データ要求を作成する。端末装置３は、作成した画像データ要求を、サーバー２へ送信する。端末装置３は、サーバー２が送信した画像データ応答を受信し、受信した画像データ応答に含まれる画像データを取得する。端末装置３は、取得した画像データを処理することによって出力する。例えば、端末装置３は、画像データの処理結果を、表示部（図示なし）に表示するようにしてもよい。
（撮像システムの動作）
図５は、第１の実施形態に係る撮像システムの動作の一例を示すシーケンスチャートである。
（ステップＳ１）
撮像装置１において、撮像部１１は、撮像装置１に取り付けられている赤外線センサ（図示なし）が動体を検知した際に、撮影することによって静止画を生成する。
（ステップＳ２）
撮像装置１において、認識部１２は、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２は、学習モデル１６ｂを用いて、取得した静止画に写っている動物の種類を認識する。認識部１２は、認識した動物の種類を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３と、記憶判定部１５とへ出力する。
（ステップＳ３）
撮像装置１において、送信判定部１３は、認識部１２が出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の種類を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。画像データを、サーバー２へ送信しないと判定した場合、ステップＳ６へ移行する。
（ステップＳ４）
撮像装置１において、送信判定部１３は、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。送信制御部１７は、送信判定部１３が出力した画像データを取得し、撮像装置ＩＤと、取得した画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含み、サーバー２を宛先とする画像データ通知情報を作成する。
（ステップＳ５）
撮像装置１において、送信判定部１３は、作成した画像データ通知情報を、通信部１４へ出力する。通信部１４は、送信判定部１３が出力した画像データ通知情報を取得し、取得した画像データ通知情報を、サーバー２へ送信する。
図５は、第１の実施形態に係る撮像システムの動作の一例を示すシーケンスチャートである。
（ステップＳ１）
撮像装置１において、撮像部１１は、撮像装置１に取り付けられている赤外線センサ（図示なし）が動体を検知した際に、撮影することによって静止画を生成する。
（ステップＳ２）
撮像装置１において、認識部１２は、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２は、学習モデル１６ｂを用いて、取得した静止画に写っている動物の種類を認識する。認識部１２は、認識した動物の種類を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３と、記憶判定部１５とへ出力する。
（ステップＳ３）
撮像装置１において、送信判定部１３は、認識部１２が出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の種類を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。画像データを、サーバー２へ送信しないと判定した場合、ステップＳ６へ移行する。
（ステップＳ４）
撮像装置１において、送信判定部１３は、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。送信制御部１７は、送信判定部１３が出力した画像データを取得し、撮像装置ＩＤと、取得した画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含み、サーバー２を宛先とする画像データ通知情報を作成する。
（ステップＳ５）
撮像装置１において、送信判定部１３は、作成した画像データ通知情報を、通信部１４へ出力する。通信部１４は、送信判定部１３が出力した画像データ通知情報を取得し、取得した画像データ通知情報を、サーバー２へ送信する。
（ステップＳ６）
撮像装置１において、記憶判定部１５は、認識部１２が出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の種類を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。画像データを、記憶部１６に記憶しないと判定した場合、ステップＳ１へ移行する。
（ステップＳ７）
撮像装置１において、記憶判定部１５は、画像データを、記憶部１６へ記憶すると判定した場合に、画像データを、画像データＩＤと、撮像日時情報と関連付けて記憶部１６の観測対象画像データ１６ａに記憶する。その後、ステップＳ１へ移行する。
（ステップＳ８）
サーバー２において、通信部２４は、撮像装置１が送信した画像データ通知情報を受信し、受信した画像データ通知情報を、処理部２８へ出力する。処理部２８は、通信部２４が受信した画像データ通知情報を取得し、取得した画像データ通知情報に含まれる撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを取得する。処理部２８は、取得した撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを関連付けて、記憶部２６に記憶されている画像データＤＢ２６ａに記憶する。
（ステップＳ９）
端末装置３は、ユーザーが、端末装置３に対して画像データを要求する操作を行った場合に、撮像装置ＩＤと、画像データを要求する情報とを含み、サーバー２を宛先とする画像データ要求を作成する。
（ステップＳ１０）
端末装置３は、作成した画像データ要求を、サーバー２へ送信する。
撮像装置１において、記憶判定部１５は、認識部１２が出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の種類を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。画像データを、記憶部１６に記憶しないと判定した場合、ステップＳ１へ移行する。
（ステップＳ７）
撮像装置１において、記憶判定部１５は、画像データを、記憶部１６へ記憶すると判定した場合に、画像データを、画像データＩＤと、撮像日時情報と関連付けて記憶部１６の観測対象画像データ１６ａに記憶する。その後、ステップＳ１へ移行する。
（ステップＳ８）
サーバー２において、通信部２４は、撮像装置１が送信した画像データ通知情報を受信し、受信した画像データ通知情報を、処理部２８へ出力する。処理部２８は、通信部２４が受信した画像データ通知情報を取得し、取得した画像データ通知情報に含まれる撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを取得する。処理部２８は、取得した撮像装置ＩＤと、画像データＩＤと、画像データと、撮像日時情報とを関連付けて、記憶部２６に記憶されている画像データＤＢ２６ａに記憶する。
（ステップＳ９）
端末装置３は、ユーザーが、端末装置３に対して画像データを要求する操作を行った場合に、撮像装置ＩＤと、画像データを要求する情報とを含み、サーバー２を宛先とする画像データ要求を作成する。
（ステップＳ１０）
端末装置３は、作成した画像データ要求を、サーバー２へ送信する。
（ステップＳ１１）
サーバー２において、通信部２４は、端末装置３が送信した画像データ要求を受信し、受信した画像データ要求を、処理部２８へ出力する。処理部２８は、通信部２４が受信した画像データ要求を取得し、取得した画像データ要求に含まれる撮像装置ＩＤを取得する。処理部２８は、取得した撮像装置ＩＤに関連付けて記憶されている画像データＩＤと、画像データと、撮像日時情報とを、記憶部２６に記憶されている画像データＤＢ２６ａから取得する。処理部２８は、取得した画像データＩＤと、画像データと、撮像日時情報とを含み、画像データ要求を送信した端末装置３を宛先とする画像データ応答を作成する。ここで、処理部２８は、取得した撮像装置ＩＤに関連付けて記憶されている画像データＩＤと、画像データと、撮像日時情報とを、記憶部２６に記憶されている画像データＤＢ２６ａから取得できない場合に、画像データがないことを示す情報を含む画像データ応答を作成する。
（ステップＳ１２）
サーバー２において、処理部２８は、作成した画像データ応答を、通信部２４へ出力する。通信部２４は、処理部２８が出力した画像データ応答を取得し、取得した画像データ応答を、端末装置３へ送信する。
（ステップＳ１３）
端末装置３は、サーバー２が送信した画像データ応答を受信し、受信した画像データ応答に含まれる画像データを取得する。端末装置３は、取得した画像データを処理することによって出力する。例えば、端末装置３は、画像データの処理結果を、表示部（図示なし）に表示するようにしてもよい。
サーバー２において、通信部２４は、端末装置３が送信した画像データ要求を受信し、受信した画像データ要求を、処理部２８へ出力する。処理部２８は、通信部２４が受信した画像データ要求を取得し、取得した画像データ要求に含まれる撮像装置ＩＤを取得する。処理部２８は、取得した撮像装置ＩＤに関連付けて記憶されている画像データＩＤと、画像データと、撮像日時情報とを、記憶部２６に記憶されている画像データＤＢ２６ａから取得する。処理部２８は、取得した画像データＩＤと、画像データと、撮像日時情報とを含み、画像データ要求を送信した端末装置３を宛先とする画像データ応答を作成する。ここで、処理部２８は、取得した撮像装置ＩＤに関連付けて記憶されている画像データＩＤと、画像データと、撮像日時情報とを、記憶部２６に記憶されている画像データＤＢ２６ａから取得できない場合に、画像データがないことを示す情報を含む画像データ応答を作成する。
（ステップＳ１２）
サーバー２において、処理部２８は、作成した画像データ応答を、通信部２４へ出力する。通信部２４は、処理部２８が出力した画像データ応答を取得し、取得した画像データ応答を、端末装置３へ送信する。
（ステップＳ１３）
端末装置３は、サーバー２が送信した画像データ応答を受信し、受信した画像データ応答に含まれる画像データを取得する。端末装置３は、取得した画像データを処理することによって出力する。例えば、端末装置３は、画像データの処理結果を、表示部（図示なし）に表示するようにしてもよい。
前述した第１の実施形態では、撮像装置１の撮像部１１が、赤外線センサ（図示なし）が動体を検知した際に、静止画を撮影する場合について説明したが、この例に限られない。例えば、撮像部１１は、定期的に撮影を行うスケジュール撮影を行うようにしてもよい。
前述した第１の実施形態では、撮像装置１が撮像することによって静止画を生成する場合について説明したが、この例に限られない。例えば、撮像装置１が撮像することによって、動画を生成するようにしてもよい。
前述した第１の実施形態では、撮像装置１は、撮像部１１が生成した静止画に写っている動物の認識結果に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定するとともに、画像データを、記憶部１６へ記憶するか否かを判定する場合について説明したが、この例に限られない。例えば、撮像装置１では、撮像部１１が生成した静止画に写っている動物の認識結果に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定すること、画像データを、記憶部１６へ記憶するか否かを判定することとのいずれかを行うようにしてもよい。
前述した第１の実施形態では、撮像システム１００に、一台の撮像装置１が含まれる場合について説明したが、この例に限られない。例えば、撮像装置１が複数であってもよい。このように構成することによって、サーバー２は、複数の撮像装置１の各々が送信する画像データ通知情報に基づいて、画像データＤＢ２６ａに画像データ通知情報を記憶できる。端末装置３は、画像データ要求を送信することによって、複数の撮像装置１のいずれかによって通知された画像データ通知情報を取得できる。
前述した第１の実施形態では、撮像装置１が撮像することによって静止画を生成する場合について説明したが、この例に限られない。例えば、撮像装置１が撮像することによって、動画を生成するようにしてもよい。
前述した第１の実施形態では、撮像装置１は、撮像部１１が生成した静止画に写っている動物の認識結果に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定するとともに、画像データを、記憶部１６へ記憶するか否かを判定する場合について説明したが、この例に限られない。例えば、撮像装置１では、撮像部１１が生成した静止画に写っている動物の認識結果に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定すること、画像データを、記憶部１６へ記憶するか否かを判定することとのいずれかを行うようにしてもよい。
前述した第１の実施形態では、撮像システム１００に、一台の撮像装置１が含まれる場合について説明したが、この例に限られない。例えば、撮像装置１が複数であってもよい。このように構成することによって、サーバー２は、複数の撮像装置１の各々が送信する画像データ通知情報に基づいて、画像データＤＢ２６ａに画像データ通知情報を記憶できる。端末装置３は、画像データ要求を送信することによって、複数の撮像装置１のいずれかによって通知された画像データ通知情報を取得できる。
前述した第１の実施形態では、画像データ要求に、撮像装置ＩＤが含まれ、サーバー２が、その撮像装置ＩＤに該当する画像データ通知情報を含む画像データ応答を作成する場合について説明したが、この例に限られない。例えば、画像データ要求に、撮像装置ＩＤに加え、撮像日時情報が含まれてもよい。この場合、サーバー２は、その撮像装置ＩＤと、撮像日時情報との組み合わせに該当する画像データ通知情報を含む画像データ応答を作成する。また、撮像日時情報の代わりに、撮像日時の範囲が含まれてもよい。この場合、サーバー２は、その撮像装置ＩＤと、撮像日時の範囲との組み合わせに該当する画像データ通知情報を含む画像データ応答を作成する。
前述した第１の実施形態では、サーバー２が一台である場合について説明したが、この例に限られない。例えば、サーバー２が複数であってもよい。この場合、撮像装置１が認識した動物の種類に基づいて、画像データ通知情報を送信するサーバー２を異なるようにしてもよい。
前述した第１の実施形態において、撮像装置１は、観測対象画像データ１６ａに含まれる情報から、サーバー２に通知した画像データ通知情報に該当するものを削除してもよい。このように構成することによって、撮像装置１の記憶容量を確保できる。
前述した第１の実施形態において、撮像装置１は、画像データ通知情報に、静止画に写っている動物の種類の認識結果を含めてもよい。具体的には、撮像装置１は、イノシシなどの動物の種類の認識結果を、ＪＳＯＮ（ＪａｖａＳｃｒｉｐｔ Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ）、ＸＭＬ（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）など言語の形式で作成し、作成した動物の種類の認識結果を、画像データ通知情報に含めてもよい。
前述した第１の実施形態において、撮像装置１は、画像データを、記憶部１６へ記憶すると判定した場合に、画像データとともに動物の種類の認識結果を、記憶部１６の観測対象画像データ１６ａに記憶するようにしてもよい。具体的には、撮像装置１は、イノシシなどの動物の種類の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の種類の認識結果を、画像データと、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに、記憶してもよい。
前述した第１の実施形態において、撮像装置１の送信判定部１３が、画像データを、サーバー２へ送信するか否かを判定する条件と、記憶判定部１５が、画像データを記憶するか否かを判定する条件とを異なるようにしてもよい。
前述した第１の実施形態では、サーバー２が一台である場合について説明したが、この例に限られない。例えば、サーバー２が複数であってもよい。この場合、撮像装置１が認識した動物の種類に基づいて、画像データ通知情報を送信するサーバー２を異なるようにしてもよい。
前述した第１の実施形態において、撮像装置１は、観測対象画像データ１６ａに含まれる情報から、サーバー２に通知した画像データ通知情報に該当するものを削除してもよい。このように構成することによって、撮像装置１の記憶容量を確保できる。
前述した第１の実施形態において、撮像装置１は、画像データ通知情報に、静止画に写っている動物の種類の認識結果を含めてもよい。具体的には、撮像装置１は、イノシシなどの動物の種類の認識結果を、ＪＳＯＮ（ＪａｖａＳｃｒｉｐｔ Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ）、ＸＭＬ（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）など言語の形式で作成し、作成した動物の種類の認識結果を、画像データ通知情報に含めてもよい。
前述した第１の実施形態において、撮像装置１は、画像データを、記憶部１６へ記憶すると判定した場合に、画像データとともに動物の種類の認識結果を、記憶部１６の観測対象画像データ１６ａに記憶するようにしてもよい。具体的には、撮像装置１は、イノシシなどの動物の種類の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の種類の認識結果を、画像データと、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに、記憶してもよい。
前述した第１の実施形態において、撮像装置１の送信判定部１３が、画像データを、サーバー２へ送信するか否かを判定する条件と、記憶判定部１５が、画像データを記憶するか否かを判定する条件とを異なるようにしてもよい。
第１の実施形態に係る撮像システム１００によれば、トレイルカメラなどの撮像装置１が撮像することによって生成した静止画に写っている動物の種類の認識結果に基づいて、静止画の画像データ送信と、その画像データの保存とのいずれか一方又は両方を制御できる。このため、観測対象以外の物体が撮像されることによって静止画の画像データが生成された場合でも、サーバー２へ送信されること、撮像装置１に記憶されることのいずれか一方又は両方を防止できる。不必要なデータ送信と、データ保存とのうちいずれか一方又は両方を削減できため、通信料金を低減と、ＳＤメモリカードの交換頻度の低減とのいずれか一方又は両方を実現でき、利便性を向上できる。
観察対象以外の物体に対して赤外線センサが反応した際にも撮影が実施される。この場合に、従来にように、その都度画像データの保存が行われる場合には、ＳＤメモリカードの交換、本体メモリからの画像データの吸い出しを実施する前に、容量が超過してしまうおそれある。第１の実施形態に係る撮像装置１では、記憶判定部１５において、所望の画像データを保存する制御を行うことで、ＳＤメモリカードなどの記憶媒体の使用容量を低減することができる。
例えば、撮像システム１００を、イノシシによる農作物被害対策として利用する場合には、観測対象としてイノシシを設定する。送信判定部１３では、認識部１２で判定された情報に基づき、イノシシが写っているデータを送信する判断を行う。このように構成することによって、通信料金を低減できる。
観察対象以外の物体に対して赤外線センサが反応した際にも撮影が実施される。この場合に、従来にように、その都度画像データの保存が行われる場合には、ＳＤメモリカードの交換、本体メモリからの画像データの吸い出しを実施する前に、容量が超過してしまうおそれある。第１の実施形態に係る撮像装置１では、記憶判定部１５において、所望の画像データを保存する制御を行うことで、ＳＤメモリカードなどの記憶媒体の使用容量を低減することができる。
例えば、撮像システム１００を、イノシシによる農作物被害対策として利用する場合には、観測対象としてイノシシを設定する。送信判定部１３では、認識部１２で判定された情報に基づき、イノシシが写っているデータを送信する判断を行う。このように構成することによって、通信料金を低減できる。
（第１の実施形態の変形例１）
（撮像システム）
第１の実施形態の変形例１に係る撮像システムの構成例は、図１を適用できる。第１の実施形態の変形例１に係る撮像システム１００ａは、第１の実施形態に係る撮像システム１００と、撮像装置１の代わりに撮像装置１ａを備える点で異なる。
撮像装置１ａは、動体を検出した際に、撮影することによって静止画を生成する。撮像装置１ａは、学習モデル１６ｂａを用いて、生成した静止画に写っている動物の数を認識する。撮像装置１ａは、認識した動物の数を示す情報に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定する。撮像装置１ａは、認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、撮像装置１ａは、認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。撮像装置１ａは、画像データを、サーバー２へ送信すると判定した場合に、画像データを送信する撮像装置１ａの撮像装置ＩＤと、画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含む画像データ通知情報を作成し、作成した画像データ通知情報を、サーバー２へ送信する。
サーバー２は、撮像装置１ａが送信した画像データ通知情報を受信し、受信した画像データ通知情報に含まれる撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを取得し、取得した撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを関連付けて、記憶する。
（撮像システム）
第１の実施形態の変形例１に係る撮像システムの構成例は、図１を適用できる。第１の実施形態の変形例１に係る撮像システム１００ａは、第１の実施形態に係る撮像システム１００と、撮像装置１の代わりに撮像装置１ａを備える点で異なる。
撮像装置１ａは、動体を検出した際に、撮影することによって静止画を生成する。撮像装置１ａは、学習モデル１６ｂａを用いて、生成した静止画に写っている動物の数を認識する。撮像装置１ａは、認識した動物の数を示す情報に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定する。撮像装置１ａは、認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、撮像装置１ａは、認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。撮像装置１ａは、画像データを、サーバー２へ送信すると判定した場合に、画像データを送信する撮像装置１ａの撮像装置ＩＤと、画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含む画像データ通知情報を作成し、作成した画像データ通知情報を、サーバー２へ送信する。
サーバー２は、撮像装置１ａが送信した画像データ通知情報を受信し、受信した画像データ通知情報に含まれる撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを取得し、取得した撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを関連付けて、記憶する。
撮像装置１ａは、認識した動物の数を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。撮像装置１ａは、認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを、記憶すると判定する。一方、撮像装置１ａは、認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致しない場合には、画像データを、記憶しないと判定する。
撮像装置１ａは、画像データを、記憶すると判定した場合に、画像データを、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを関連付けて記憶する。
以下、撮像システム１００ａに含まれる撮像装置１ａと、サーバー２と、端末装置３とのうち、第１の実施形態と異なる撮像装置１ａについて、説明する。
撮像装置１ａは、画像データを、記憶すると判定した場合に、画像データを、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを関連付けて記憶する。
以下、撮像システム１００ａに含まれる撮像装置１ａと、サーバー２と、端末装置３とのうち、第１の実施形態と異なる撮像装置１ａについて、説明する。
（撮像装置１ａ）
撮像装置１ａの一例は、トレイルカメラである。トレイルカメラは、動物の生態調査や獣害対策などに用いられる。以下、撮像装置１ａがトレイルカメラであるとして説明を続ける。
撮像装置１ａは、例えば、撮像部１１と、認識部１２ａと、送信判定部１３ａと、通信部１４と、記憶判定部１５ａと、記憶部１６と、送信制御部１７と、電源部ＰＳＵとを備える。記憶部１６には、学習モデルｂａが記憶される。
認識部１２ａは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ａは、学習モデル１６ｂａを用いて、取得した静止画に写っている動物の数を認識する。認識部１２は、認識した動物の数を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ａと、記憶判定部１５ａとへ出力する。ここで、学習モデル１６ｂａの一例は、動物の画像と、その画像に写っている動物の数を示す情報との関係を学習することによって生成されたものである。ここでは、学習モデル１６ｂａは、予め作成されている。認識部１２ａは、例えば、Ｆａｓｔｅｒ Ｒ－ＣＮＮ、ＹＯＬＯ、ＳＳＤなどの物体認識技術を使用して、動物の種類を認識する。
学習モデル１６ｂａとして、可視光線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第１学習モデルと、赤外線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第２学習モデルとが用意されてもよい。このように構成することによって、昼夜を問わず、撮像部１１が、撮像することによって生成した静止画像に写っている動物の数を認識できる。
撮像装置１ａの一例は、トレイルカメラである。トレイルカメラは、動物の生態調査や獣害対策などに用いられる。以下、撮像装置１ａがトレイルカメラであるとして説明を続ける。
撮像装置１ａは、例えば、撮像部１１と、認識部１２ａと、送信判定部１３ａと、通信部１４と、記憶判定部１５ａと、記憶部１６と、送信制御部１７と、電源部ＰＳＵとを備える。記憶部１６には、学習モデルｂａが記憶される。
認識部１２ａは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ａは、学習モデル１６ｂａを用いて、取得した静止画に写っている動物の数を認識する。認識部１２は、認識した動物の数を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ａと、記憶判定部１５ａとへ出力する。ここで、学習モデル１６ｂａの一例は、動物の画像と、その画像に写っている動物の数を示す情報との関係を学習することによって生成されたものである。ここでは、学習モデル１６ｂａは、予め作成されている。認識部１２ａは、例えば、Ｆａｓｔｅｒ Ｒ－ＣＮＮ、ＹＯＬＯ、ＳＳＤなどの物体認識技術を使用して、動物の種類を認識する。
学習モデル１６ｂａとして、可視光線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第１学習モデルと、赤外線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第２学習モデルとが用意されてもよい。このように構成することによって、昼夜を問わず、撮像部１１が、撮像することによって生成した静止画像に写っている動物の数を認識できる。
図６は、静止画の一例を示す図である。図３は、撮像部１１が撮影することによって生成した静止画Ｉ２の一例を示す。仮に、撮像部１１が、図６に示される静止画Ｉ２を生成した場合には、認識部１２ａは、３頭の動物が認識されたことを示す情報を含む認識結果情報を生成する。図１に戻り説明を続ける。
送信判定部１３ａは、認識部１２ａが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の数を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。例えば、送信判定部１３ａは、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、送信判定部１３ａは、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。送信判定部１３ａは、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。
送信判定部１３ａは、認識部１２ａが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の数を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。例えば、送信判定部１３ａは、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、送信判定部１３ａは、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。送信判定部１３ａは、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。
記憶判定部１５ａは、認識部１２ａが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の数を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。記憶判定部１５ａは、記録判定部の一例である。例えば、記憶判定部１５ａは、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを、記憶部１６へ記憶すると判定する。一方、記憶判定部１５ａは、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致しない場合には、画像データを、記憶部１６へ記憶しないと判定する。記憶判定部１５ａは、画像データを、記憶部１６へ記憶すると判定した場合に、画像データを、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに記憶する。
（撮像システムの動作）
第１の実施形態の変形例１に係る撮像システム１００ａの動作の一例は、図５を適用できる。ただし、ステップＳ２からステップＳ４の処理が、第１の実施形態に係る撮像システム１００と異なる。
ステップＳ２では、撮像装置１ａにおいて、認識部１２ａは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ａは、学習モデル１６ｂａを用いて、取得した静止画に写っている動物の数を認識する。認識部１２ａは、認識した動物の数を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ａと、記憶判定部１５ａとへ出力する。
ステップＳ３では、撮像装置１ａにおいて、送信判定部１３ａは、認識部１２ａが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の数を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。
ステップＳ４では、撮像装置１ａにおいて、記憶判定部１５ａは、認識部１２ａが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の数を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。記憶部１６へ記憶しないと判定した場合には、ステップＳ１へ移行する。
第１の実施形態の変形例１に係る撮像システム１００ａの動作の一例は、図５を適用できる。ただし、ステップＳ２からステップＳ４の処理が、第１の実施形態に係る撮像システム１００と異なる。
ステップＳ２では、撮像装置１ａにおいて、認識部１２ａは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ａは、学習モデル１６ｂａを用いて、取得した静止画に写っている動物の数を認識する。認識部１２ａは、認識した動物の数を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ａと、記憶判定部１５ａとへ出力する。
ステップＳ３では、撮像装置１ａにおいて、送信判定部１３ａは、認識部１２ａが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の数を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。
ステップＳ４では、撮像装置１ａにおいて、記憶判定部１５ａは、認識部１２ａが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の数を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。記憶部１６へ記憶しないと判定した場合には、ステップＳ１へ移行する。
前述した第１の実施形態の変形例１では、撮像装置１ａが、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致するか否かを判定する場合について説明したが、この例に限られない。例えば、撮像装置１ａが、認識結果情報に含まれる認識した動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報に該当する数以上であるか否かを判定するようにしてもよい。
前述した第１の実施形態の変形例１において、撮像装置１ａは、画像データ通知情報に、静止画に写っている動物の数の認識結果を含めてもよい。具体的には、撮像装置１ａは、動物の数の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の数の認識結果を、画像データ通知情報に含めてもよい。
前述した第１の実施形態の変形例１において、撮像装置１ａは、画像データを、記憶部１６へ記憶すると判定した場合に、画像データと、画像データＩＤと、撮像日時情報とともに動物の数の認識結果を、記憶部１６の観測対象画像データ１６ａに記憶するようにしてもよい。具体的には、撮像装置１ａは、動物の数の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の数の認識結果を、画像データと、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに、記憶してもよい。
前述した第１の実施形態と、第１の実施形態の変形例１とが組み合わされてもよい。具体的には、撮像装置１ａは、学習モデル１６ｂと、学習モデル１６ｂａとを用いて、取得した静止画に写っている動物の種類と数とを認識するようにしてもよい。この場合、撮像装置１ａは、認識結果情報に含まれる認識した動物の種類と数とを示す情報が、予め指定した観測対象の動物の種類と数とを示す情報と一致するか否かを判定してもよい。
この場合に、複数の撮像装置１ａを多地点に設置し、多地点の各々に設置された撮像装置１ａは、撮像装置１ａの撮像装置ＩＤと、認識結果情報とを含む認識結果通知情報を作成し、作成した認識結果通知情報を、クラウドへ送信するようにしてもよい。クラウド側には、複数の撮像装置１ａの各々の識別情報と、撮像装置１ａが設置されている位置情報とを関連付けた撮像装置位置情報が記憶されている。クラウド側では、複数の撮像装置１ａの各々が送信した認識結果通知情報を受信し、受信した認識結果通知情報に含まれる撮像装置１ａの識別情報と、認識結果情報と、記憶している撮像装置位置情報とに基づいて、地図上の撮像装置１ａが設置された位置に、その位置で認識された動物に種類と位置とを表示した動物出没マップを作成する。クラウド側では、動物出没マップを一時間、数時間、一日などの所定の周期で更新する。ここで、認識結果通知情報に、画像データが含まれてもよい。そして、クラウド側では、地図上の撮像装置１ａが設置された位置に、その位置で認識された動物に種類と位置とに加え、画像データを処理することによって得られる静止画像を表示した動物出没マップを作成してもよい。ユーザーは、端末装置３を操作することによって、クラウド側で作成された動物出没マップを参照できる。仮に、動物に種類としてクマが設定された場合には、クマ出没マップが、クラウド側で作成される。ユーザーは、端末装置３を操作することによって、クラウド側で作成されたクマ出没マップを参照できる。ユーザーへクマ出没マップを知らせることによって、クマが出没したことによる危険性を周知する際に、詳細な情報を知らせることができる。また、作成した動物出没マップを、動物の生態調査に役立てることができる。
前述した第１の実施形態の変形例１において、撮像装置１ａは、画像データ通知情報に、静止画に写っている動物の数の認識結果を含めてもよい。具体的には、撮像装置１ａは、動物の数の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の数の認識結果を、画像データ通知情報に含めてもよい。
前述した第１の実施形態の変形例１において、撮像装置１ａは、画像データを、記憶部１６へ記憶すると判定した場合に、画像データと、画像データＩＤと、撮像日時情報とともに動物の数の認識結果を、記憶部１６の観測対象画像データ１６ａに記憶するようにしてもよい。具体的には、撮像装置１ａは、動物の数の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の数の認識結果を、画像データと、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに、記憶してもよい。
前述した第１の実施形態と、第１の実施形態の変形例１とが組み合わされてもよい。具体的には、撮像装置１ａは、学習モデル１６ｂと、学習モデル１６ｂａとを用いて、取得した静止画に写っている動物の種類と数とを認識するようにしてもよい。この場合、撮像装置１ａは、認識結果情報に含まれる認識した動物の種類と数とを示す情報が、予め指定した観測対象の動物の種類と数とを示す情報と一致するか否かを判定してもよい。
この場合に、複数の撮像装置１ａを多地点に設置し、多地点の各々に設置された撮像装置１ａは、撮像装置１ａの撮像装置ＩＤと、認識結果情報とを含む認識結果通知情報を作成し、作成した認識結果通知情報を、クラウドへ送信するようにしてもよい。クラウド側には、複数の撮像装置１ａの各々の識別情報と、撮像装置１ａが設置されている位置情報とを関連付けた撮像装置位置情報が記憶されている。クラウド側では、複数の撮像装置１ａの各々が送信した認識結果通知情報を受信し、受信した認識結果通知情報に含まれる撮像装置１ａの識別情報と、認識結果情報と、記憶している撮像装置位置情報とに基づいて、地図上の撮像装置１ａが設置された位置に、その位置で認識された動物に種類と位置とを表示した動物出没マップを作成する。クラウド側では、動物出没マップを一時間、数時間、一日などの所定の周期で更新する。ここで、認識結果通知情報に、画像データが含まれてもよい。そして、クラウド側では、地図上の撮像装置１ａが設置された位置に、その位置で認識された動物に種類と位置とに加え、画像データを処理することによって得られる静止画像を表示した動物出没マップを作成してもよい。ユーザーは、端末装置３を操作することによって、クラウド側で作成された動物出没マップを参照できる。仮に、動物に種類としてクマが設定された場合には、クマ出没マップが、クラウド側で作成される。ユーザーは、端末装置３を操作することによって、クラウド側で作成されたクマ出没マップを参照できる。ユーザーへクマ出没マップを知らせることによって、クマが出没したことによる危険性を周知する際に、詳細な情報を知らせることができる。また、作成した動物出没マップを、動物の生態調査に役立てることができる。
第１の実施形態の変形例１に係る撮像システム１００ａによれば、トレイルカメラなどの撮像装置１ａが撮像することによって生成した静止画に写っている動物の数の認識結果に基づいて、静止画の画像データ送信と、その画像データの保存とのいずれか一方又は両方を制御できる。このため、観測対象の数以外の物体が撮像されることによって静止画の画像データが生成された場合でも、サーバー２へ送信されること、撮像装置１ａに記憶されることのいずれか一方又は両方を防止できる。不必要なデータ送信と、データ保存とのうちいずれか一方又は両方を削減できため、通信料金を低減と、ＳＤメモリカードの交換頻度の低減とのいずれか一方又は両方を実現でき、利便性を向上できる。
（第１の実施形態の変形例２）
（撮像システム）
第１の実施形態の変形例２に係る撮像システムの構成例は、図１を適用できる。第１の実施形態の変形例２に係る撮像システム１００ｂは、第１の実施形態に係る撮像システム１００と、撮像装置１の代わりに撮像装置１ｂを備える点で異なる。
撮像装置１ｂは、動体を検出した際に、撮影することによって静止画を生成する。撮像装置１ｂは、学習モデル１６ｂｂを用いて、生成した静止画に写っている動物の状態を認識する。撮像装置１ｂは、認識した動物の状態を示す情報に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定する。撮像装置１ｂは、認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、撮像装置１ｂは、認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。撮像装置１ｂは、画像データを、サーバー２へ送信すると判定した場合に、画像データを送信する撮像装置の撮像装置ＩＤと、画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含む画像データ通知情報を作成し、作成した画像データ通知情報を、サーバー２へ送信する。
サーバー２は、撮像装置１ｂが送信した画像データ通知情報を受信し、受信した画像データ通知情報に含まれる撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを取得し、取得した撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを関連付けて、記憶する。
以下、撮像システム１００ｂに含まれる撮像装置１ｂと、サーバー２と、端末装置３とのうち、第１の実施形態と異なる撮像装置１ｂについて、説明する。
（撮像システム）
第１の実施形態の変形例２に係る撮像システムの構成例は、図１を適用できる。第１の実施形態の変形例２に係る撮像システム１００ｂは、第１の実施形態に係る撮像システム１００と、撮像装置１の代わりに撮像装置１ｂを備える点で異なる。
撮像装置１ｂは、動体を検出した際に、撮影することによって静止画を生成する。撮像装置１ｂは、学習モデル１６ｂｂを用いて、生成した静止画に写っている動物の状態を認識する。撮像装置１ｂは、認識した動物の状態を示す情報に基づいて、静止画の画像データを、サーバー２へ送信するか否かを判定する。撮像装置１ｂは、認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、撮像装置１ｂは、認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。撮像装置１ｂは、画像データを、サーバー２へ送信すると判定した場合に、画像データを送信する撮像装置の撮像装置ＩＤと、画像データと、その画像データの画像データＩＤと、その画像データが生成された撮像日時情報とを含む画像データ通知情報を作成し、作成した画像データ通知情報を、サーバー２へ送信する。
サーバー２は、撮像装置１ｂが送信した画像データ通知情報を受信し、受信した画像データ通知情報に含まれる撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを取得し、取得した撮像装置ＩＤと、画像データと、画像データＩＤと、撮像日時情報とを関連付けて、記憶する。
以下、撮像システム１００ｂに含まれる撮像装置１ｂと、サーバー２と、端末装置３とのうち、第１の実施形態と異なる撮像装置１ｂについて、説明する。
（撮像装置１ｂ）
撮像装置１ｂの一例は、トレイルカメラである。トレイルカメラは、動物の生態調査や獣害対策などに用いられる。以下、撮像装置１ｂがトレイルカメラであるとして説明を続ける。
撮像装置１ｂは、例えば、撮像部１１と、認識部１２ｂと、送信判定部１３ｂと、通信部１４と、記憶判定部１５ｂと、記憶部１６と、送信制御部１７と、電源部ＰＳＵとを備える。記憶部１６には、学習モデル１６ｂｂが記憶される。
認識部１２ｂは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ｂは、学習モデル１６ｂｂを用いて、取得した静止画に写っている動物の状態を認識する。認識部１２は、認識した動物の状態を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ｂと、記憶判定部１５ｂとへ出力する。ここで、学習モデル１６ｂｂの一例は、動物の画像と、その画像に写っている動物の状態を示す情報との関係を学習することによって生成されたものである。ここでは、学習モデル１６ｂｂは、予め作成されている。認識部１２ｂは、例えば、Ｆａｓｔｅｒ Ｒ－ＣＮＮ、ＹＯＬＯ、ＳＳＤなどの物体認識技術を使用して、動物の種類を認識する。
学習モデル１６ｂｂとして、可視光線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第１学習モデルと、赤外線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第２学習モデルとが用意されてもよい。このように構成することによって、昼夜を問わず、撮像部１１が、撮像することによって生成した静止画像に写っている動物の状態を認識できる。
撮像装置１ｂの一例は、トレイルカメラである。トレイルカメラは、動物の生態調査や獣害対策などに用いられる。以下、撮像装置１ｂがトレイルカメラであるとして説明を続ける。
撮像装置１ｂは、例えば、撮像部１１と、認識部１２ｂと、送信判定部１３ｂと、通信部１４と、記憶判定部１５ｂと、記憶部１６と、送信制御部１７と、電源部ＰＳＵとを備える。記憶部１６には、学習モデル１６ｂｂが記憶される。
認識部１２ｂは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ｂは、学習モデル１６ｂｂを用いて、取得した静止画に写っている動物の状態を認識する。認識部１２は、認識した動物の状態を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ｂと、記憶判定部１５ｂとへ出力する。ここで、学習モデル１６ｂｂの一例は、動物の画像と、その画像に写っている動物の状態を示す情報との関係を学習することによって生成されたものである。ここでは、学習モデル１６ｂｂは、予め作成されている。認識部１２ｂは、例えば、Ｆａｓｔｅｒ Ｒ－ＣＮＮ、ＹＯＬＯ、ＳＳＤなどの物体認識技術を使用して、動物の種類を認識する。
学習モデル１６ｂｂとして、可視光線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第１学習モデルと、赤外線を撮影した動物の画像と、その画像に写っている動物の種類を示す情報との関係を学習することによって生成された第２学習モデルとが用意されてもよい。このように構成することによって、昼夜を問わず、撮像部１１が、撮像することによって生成した静止画像に写っている動物の状態を認識できる。
図７は、静止画の一例を示す図である。図７は、撮像部１１が撮影することによって生成した静止画Ｉ３の一例を示す。仮に、撮像部１１が、図７に示される静止画Ｉ３を生成した場合には、認識部１２ｂは、罠捕獲済みの動物が認識されたことを示す情報を含む認識結果情報を生成する。図１に戻り説明を続ける。
送信判定部１３ｂは、認識部１２ｂが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の状態を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。例えば、送信判定部１３ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、送信判定部１３ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。送信判定部１３ｂは、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。
送信判定部１３ｂは、認識部１２ｂが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の状態を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。例えば、送信判定部１３ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致する場合には、画像データを、サーバー２へ送信すると判定する。一方、送信判定部１３ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致しない場合には、画像データを、サーバー２へ送信しないと判定する。送信判定部１３ｂは、画像データを、サーバー２へ送信すると判定した場合に、画像データを、送信制御部１７へ出力する。
記憶判定部１５ｂは、認識部１２ｂが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の状態を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。記憶判定部１５ｂは、記録判定部の一例である。例えば、記憶判定部１５ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致する場合には、画像データを、記憶部１６へ記憶すると判定する。一方、記憶判定部１５ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致しない場合には、画像データを、記憶部１６へ記憶しないと判定する。記憶判定部１５ｂは、画像データを、記憶部１６へ記憶すると判定した場合に、画像データを、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに記憶する。
（撮像システムの動作）
第１の実施形態の変形例２に係る撮像システム１００ｂの動作の一例は、図５を適用できる。ただし、ステップＳ２からステップＳ４の処理が、第１の実施形態に係る撮像システム１００と異なる。
ステップＳ２では、撮像装置１ｂにおいて、認識部１２ｂは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ｂは、学習モデル１６ｂｂを用いて、取得した静止画に写っている動物の状態を認識する。認識部１２ｂは、認識した動物の状態を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ｂと、記憶判定部１５ｂとへ出力する。
ステップＳ３では、撮像装置１ｂにおいて、送信判定部１３ｂは、認識部１２ｂが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の状態を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。
ステップＳ４では、撮像装置１ｂにおいて、記憶判定部１５ｂは、認識部１２ｂが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の状態を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。記憶部１６へ記憶しないと判定した場合には、ステップＳ１へ移行する。
第１の実施形態の変形例２に係る撮像システム１００ｂの動作の一例は、図５を適用できる。ただし、ステップＳ２からステップＳ４の処理が、第１の実施形態に係る撮像システム１００と異なる。
ステップＳ２では、撮像装置１ｂにおいて、認識部１２ｂは、撮像部１１が生成した静止画の画像データを取得し、取得した静止画の画像データを処理することによって、静止画を取得する。認識部１２ｂは、学習モデル１６ｂｂを用いて、取得した静止画に写っている動物の状態を認識する。認識部１２ｂは、認識した動物の状態を示す情報を含む認識結果情報を作成し、作成した認識結果情報を、画像データとともに、送信判定部１３ｂと、記憶判定部１５ｂとへ出力する。
ステップＳ３では、撮像装置１ｂにおいて、送信判定部１３ｂは、認識部１２ｂが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の状態を示す情報に基づいて、画像データを、サーバー２へ送信するか否かを判定する。
ステップＳ４では、撮像装置１ｂにおいて、記憶判定部１５ｂは、認識部１２ｂが出力した認識結果情報と画像データとを取得し、取得した認識結果情報に含まれる認識した動物の状態を示す情報に基づいて、画像データを、記憶部１６へ記憶するか否かを判定する。記憶部１６へ記憶しないと判定した場合には、ステップＳ１へ移行する。
前述した第１の実施形態の変形例２において、撮像装置１ｂは、画像データ通知情報に、静止画に写っている動物の状態の認識結果を含めてもよい。具体的には、撮像装置１ｂは、動物の状態の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の状態の認識結果を、画像データ通知情報に含めてもよい。
前述した第１の実施形態の変形例２において、撮像装置１ｂは、画像データを、記憶部１６へ記憶すると判定した場合に、画像データと、画像データＩＤと、撮像日時情報ともに動物の状態の認識結果を、記憶部１６の観測対象画像データ１６ａに記憶するようにしてもよい。具体的には、撮像装置１ｂは、動物の状態の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の状態の認識結果を、画像データと、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに、記憶してもよい。
前述した第１の実施形態と、第１の実施形態の変形例２とが組み合わされてもよい。具体的には、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａとを用いて、取得した静止画に写っている動物の種類と状態とを認識するようにしてもよい。この場合、撮像装置１ｂは、認識結果情報に含まれる認識した動物の種類と状態とを示す情報が、予め指定した観測対象の動物の種類と状態とを示す情報と一致するか否かを判定してもよい。例えば、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａとを用いて、取得した静止画に写っている動物の種類としてイノシシ、状態として罠捕獲を認識するようにしてもよい。
前述した第１の実施形態と、第１の実施形態の変形例１と、第１の実施形態の変形例２とが組み合わされてもよい。具体的には、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａと、学習モデル１６ｂｂとを用いて、取得した静止画に写っている動物の種類と数と状態とを認識するようにしてもよい。この場合、撮像装置１ｂは、認識結果情報に含まれる認識した動物の種類と数と状態とを示す情報が、予め指定した観測対象の動物の種類と数と状態とを示す情報と一致するか否かを判定してもよい。例えば、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａと、学習モデル１６ｂｂとを用いて、取得した静止画に写っている動物の種類としてイノシシ、数として３、状態として罠捕獲を認識するようにしてもよい。
前述した第１の実施形態の変形例２において、撮像装置１ｂは、画像データを、記憶部１６へ記憶すると判定した場合に、画像データと、画像データＩＤと、撮像日時情報ともに動物の状態の認識結果を、記憶部１６の観測対象画像データ１６ａに記憶するようにしてもよい。具体的には、撮像装置１ｂは、動物の状態の認識結果を、ＪＳＯＮ、ＸＭＬなど言語の形式で作成し、作成した動物の状態の認識結果を、画像データと、画像データＩＤと、撮像日時情報と関連付けて、記憶部１６の観測対象画像データ１６ａに、記憶してもよい。
前述した第１の実施形態と、第１の実施形態の変形例２とが組み合わされてもよい。具体的には、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａとを用いて、取得した静止画に写っている動物の種類と状態とを認識するようにしてもよい。この場合、撮像装置１ｂは、認識結果情報に含まれる認識した動物の種類と状態とを示す情報が、予め指定した観測対象の動物の種類と状態とを示す情報と一致するか否かを判定してもよい。例えば、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａとを用いて、取得した静止画に写っている動物の種類としてイノシシ、状態として罠捕獲を認識するようにしてもよい。
前述した第１の実施形態と、第１の実施形態の変形例１と、第１の実施形態の変形例２とが組み合わされてもよい。具体的には、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａと、学習モデル１６ｂｂとを用いて、取得した静止画に写っている動物の種類と数と状態とを認識するようにしてもよい。この場合、撮像装置１ｂは、認識結果情報に含まれる認識した動物の種類と数と状態とを示す情報が、予め指定した観測対象の動物の種類と数と状態とを示す情報と一致するか否かを判定してもよい。例えば、撮像装置１ｂは、学習モデル１６ｂと、学習モデル１６ｂａと、学習モデル１６ｂｂとを用いて、取得した静止画に写っている動物の種類としてイノシシ、数として３、状態として罠捕獲を認識するようにしてもよい。
イノシシが罠に捕獲された場合に、イノシシが暴れることによって、暴れるイノシシに対し赤外線センサが断続的に反応し、撮像装置１ｂが、赤外線センサの反応に基づいて、撮像してしまうおそれがある。この場合に、送信判定部１３ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致し続ける場合には、画像データを、サーバー２へ送信すると判定した場合でも、画像データを、送信制御部１７へ出力する頻度を減少させてもよい。これにより、同様の画像データが、サーバー２へ送信される頻度を減少できる。また、例えば、記憶判定部１５ｂは、認識結果情報に含まれる認識した動物の状態を示す情報が、予め指定した観測対象の動物の状態を示す情報と一致し続ける場合には、画像データを、記憶部１６へ記憶すると判定した場合でも、画像データを、記憶部１６の観測対象画像データ１６ａに記憶する頻度を減少させてもよい。これにより、同様の画像データが、記憶されることを防止できる。
撮像装置１ｂと、罠とを連動して動作させてもよい。具体的には、撮像装置１ｂは、認識結果情報に含まれる認識した動物の種類と数と状態とを示す情報が、予め指定した観測対象の動物の種類と数と状態とを示す情報と一致する場合に、罠を動作させる制御信号を送信するようにしてもよい。具体的には、撮像装置１ｂは、取得した静止画に写っている動物の種類としてイノシシ、数として３、状態として罠捕獲を認識した場合に、箱罠へ罠の柵を下ろすなどの罠を動作させる制御信号を送信してもよい。罠は、撮像装置１ｂが送信した制御信号を受信し、受信した制御信号に基づいて、箱罠へ罠の柵を下ろす動作を行う。このように構成することによって、クラウドを経由することなく罠の作動判定を行うことができるため、罠の作動判定に要する時間を短縮できる。また、時間帯によって、箱罠へ罠の柵を下ろす動作を行うか否かを制御してもよい。このように構成することによって、猟師が仕留めに行く場合に、罠の柵を下ろす制御を行わせることができる。
撮像装置１ｂと、罠とを連動して動作させてもよい。具体的には、撮像装置１ｂは、認識結果情報に含まれる認識した動物の種類と数と状態とを示す情報が、予め指定した観測対象の動物の種類と数と状態とを示す情報と一致する場合に、罠を動作させる制御信号を送信するようにしてもよい。具体的には、撮像装置１ｂは、取得した静止画に写っている動物の種類としてイノシシ、数として３、状態として罠捕獲を認識した場合に、箱罠へ罠の柵を下ろすなどの罠を動作させる制御信号を送信してもよい。罠は、撮像装置１ｂが送信した制御信号を受信し、受信した制御信号に基づいて、箱罠へ罠の柵を下ろす動作を行う。このように構成することによって、クラウドを経由することなく罠の作動判定を行うことができるため、罠の作動判定に要する時間を短縮できる。また、時間帯によって、箱罠へ罠の柵を下ろす動作を行うか否かを制御してもよい。このように構成することによって、猟師が仕留めに行く場合に、罠の柵を下ろす制御を行わせることができる。
第１の実施形態の変形例２に係る撮像システム１００ｂによれば、トレイルカメラなどの撮像装置１ｂが撮像することによって生成した静止画に写っている動物の状態の認識結果に基づいて、静止画の画像データ送信と、その画像データの保存とのいずれか一方又は両方を制御できる。このため、観測対象の状態以外の物体が撮像されることによって静止画の画像データが生成された場合でも、サーバー２へ送信されること、撮像装置１ｂに記憶されることのいずれか一方又は両方を防止できる。不必要なデータ送信と、データ保存とのうちいずれか一方又は両方を削減できため、通信料金を低減と、ＳＤメモリカードを交換頻度の低減とのいずれか一方又は両方を実現でき、利便性を向上できる。
（第２の実施形態）
（撮像システム）
図８は、本発明の第２の実施形態に係る撮像システムの構成例を示す図である。図８において、撮像システム１００ｃは、撮像装置１と、サーバー２と、学習装置４とを備える。図８には、撮像装置１と、サーバー２と、学習装置４とに加え、画像データを取得するユーザーＵと、ユーザーＵが使用する端末装置３とが示されている。
撮像装置１とサーバー２と端末装置３と学習装置４とは、ネットワークＮＷを介して通信する。ネットワークＮＷは、例えば、インターネット、ＷＡＮ、ＬＡＮ、プロバイダ装置、無線基地局などを含む。
（撮像システム）
図８は、本発明の第２の実施形態に係る撮像システムの構成例を示す図である。図８において、撮像システム１００ｃは、撮像装置１と、サーバー２と、学習装置４とを備える。図８には、撮像装置１と、サーバー２と、学習装置４とに加え、画像データを取得するユーザーＵと、ユーザーＵが使用する端末装置３とが示されている。
撮像装置１とサーバー２と端末装置３と学習装置４とは、ネットワークＮＷを介して通信する。ネットワークＮＷは、例えば、インターネット、ＷＡＮ、ＬＡＮ、プロバイダ装置、無線基地局などを含む。
第２の実施形態に係る撮像システム１００ｃでは、撮像装置１は、学習装置４が生成し、出力した学習モデルを用いて、取得した静止画に写っている動物の種類を認識する。
図９は、第２の実施形態に係る撮像システムの一例を示す模式図である。
撮像装置１は、観測を行う場所に設置されてからしばらくの間、撮像部１１が撮像することによって生成した静止画の画像データを、クラウドへ送信する。静止画には、動物などの動体が写っている。
クラウドでは、撮像装置１が送信した画像データが取得され、取得された画像データが蓄積される。学習装置４は、蓄積された画像データを処理することで生成した動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、学習モデル４６ｂを生成する。学習装置４は、生成した学習モデル４６ｂを記憶する。具体的には、クラウド上では、ＷＥＢアプリケーションなどのプログラムが実行され、撮像装置１が送信した静止画をユーザーが確認できる。ユーザーは、ＷＥＢ上で、静止画の画像データに、ラベル付け（アノテーション）を行うことができる。例えば、ユーザーは、静止画の画像データに、動物の種類を示す情報を付与できる。ここで、ＷＥＢ上で、静止画の画像データにラベル付け（アノテーション）が、画像認識技術によって、自動的に実行されてもよい。
図９は、第２の実施形態に係る撮像システムの一例を示す模式図である。
撮像装置１は、観測を行う場所に設置されてからしばらくの間、撮像部１１が撮像することによって生成した静止画の画像データを、クラウドへ送信する。静止画には、動物などの動体が写っている。
クラウドでは、撮像装置１が送信した画像データが取得され、取得された画像データが蓄積される。学習装置４は、蓄積された画像データを処理することで生成した動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、学習モデル４６ｂを生成する。学習装置４は、生成した学習モデル４６ｂを記憶する。具体的には、クラウド上では、ＷＥＢアプリケーションなどのプログラムが実行され、撮像装置１が送信した静止画をユーザーが確認できる。ユーザーは、ＷＥＢ上で、静止画の画像データに、ラベル付け（アノテーション）を行うことができる。例えば、ユーザーは、静止画の画像データに、動物の種類を示す情報を付与できる。ここで、ＷＥＢ上で、静止画の画像データにラベル付け（アノテーション）が、画像認識技術によって、自動的に実行されてもよい。
学習装置４は、動物が写っている静止画と、その静止画の画像データに付与されている動物の種類を示す情報との組み合わせを複数作成することによって、学習データを生成する。学習装置４は、十分な学習データが集まった場合に、ＳＳＤ、ＹＯＬＯ、Ｆａｓｔｅｒ Ｒ－ＣＮＮなどの物体認識技術を使用して、動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって学習モデル４６ｂを生成する。学習装置４は、生成した学習モデル４６ｂを、逐次更新する。
学習装置４は、所定の精度が得られる学習モデル４６ｂを生成した場合に、生成した学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成し、作成した学習モデル通知情報を、撮像装置１へ送信する。ここで、送信条件は、学習モデル４６ｂが適用された場合に、サーバー２へ、画像データを送信する条件である。保存条件は、学習モデル４６ｂが適用された場合に、画像データを保存する条件である。具体的には、送信条件の一例は「認識した動物がイノシシの場合、画像データの送信を行う」であり、保存条件の一例は「認識した動物がイノシシの場合、画像データの保存を行う」である。
撮像装置１は、学習装置４が送信した学習モデル通知情報を受信し、受信した学習モデル通知情報に含まれる学習モデル４６ｂと、送信条件と、保存条件とを設定し、設定した学習モデル４６ｂと、送信条件と、保存条件とに基づいて、動作する。
撮像装置１は、学習モデル１６ｂを用いて、取得した静止画に写っている動物の種類を認識できない場合、認識した動物の種類の信頼を示すスコアーがスコアー閾値よりも低い場合には、その静止画の画像情報を、クラウドへ送信する。学習装置４は、撮像装置１が送信した静止画の画像データに基づいて、学習モデル４６ｂを更新する。
以下、撮像システム１００ｃに含まれる撮像装置１と、サーバー２と、端末装置３と、学習装置４のうち、第１の実施形態と異なる学習装置４について、説明する。
学習装置４は、所定の精度が得られる学習モデル４６ｂを生成した場合に、生成した学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成し、作成した学習モデル通知情報を、撮像装置１へ送信する。ここで、送信条件は、学習モデル４６ｂが適用された場合に、サーバー２へ、画像データを送信する条件である。保存条件は、学習モデル４６ｂが適用された場合に、画像データを保存する条件である。具体的には、送信条件の一例は「認識した動物がイノシシの場合、画像データの送信を行う」であり、保存条件の一例は「認識した動物がイノシシの場合、画像データの保存を行う」である。
撮像装置１は、学習装置４が送信した学習モデル通知情報を受信し、受信した学習モデル通知情報に含まれる学習モデル４６ｂと、送信条件と、保存条件とを設定し、設定した学習モデル４６ｂと、送信条件と、保存条件とに基づいて、動作する。
撮像装置１は、学習モデル１６ｂを用いて、取得した静止画に写っている動物の種類を認識できない場合、認識した動物の種類の信頼を示すスコアーがスコアー閾値よりも低い場合には、その静止画の画像情報を、クラウドへ送信する。学習装置４は、撮像装置１が送信した静止画の画像データに基づいて、学習モデル４６ｂを更新する。
以下、撮像システム１００ｃに含まれる撮像装置１と、サーバー２と、端末装置３と、学習装置４のうち、第１の実施形態と異なる学習装置４について、説明する。
（学習装置４）
学習装置４は、パーソナルコンピュータ、サーバー、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。学習装置４は、例えば、通信部４４と、記憶部４６と、学習部４８とを備える。
記憶部４６は、ＨＤＤやフラッシュメモリ、ＲＡＭ、ＲＯＭなどにより実現される。記憶部４６には、学習モデル４６ｂが記憶される。
学習モデル４６ｂは、動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、生成されたものである。
学習部４８は、例えば、ＣＰＵなどのハードウェアプロセッサが記憶部４６に格納されたプログラム（ソフトウェア）を実行することにより実現される。また、これらの機能部のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。
学習部４８は、通信部４４が受信した画像データを取得し、取得した画像データを、記憶部４６に蓄積する。学習部４８は、蓄積した画像データを処理することで生成した動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、学習モデル４６ｂを生成する。学習部４８は、生成した学習モデル４６ｂを、記憶部４６に記憶する。具体的には、学習装置４は、動物が写っている静止画と、その静止画の画像データに付与されている動物の種類を示す情報との組み合わせを複数生成することによって、学習データを生成する。学習装置４は、十分な学習データが集まった場合に、ＳＳＤ、ＹＯＬＯ、Ｆａｓｔｅｒ Ｒ－ＣＮＮなどの物体認識技術を使用して、生成した学習データに基づいて、動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって学習モデル４６ｂを生成する。学習部４８は、生成した学習モデル４６ｂを、逐次更新する。
学習部４８は、所定の精度が得られる学習モデルを生成した場合に、生成した学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成し、作成した学習モデル通知情報を、通信部４４へ出力する。
学習装置４は、パーソナルコンピュータ、サーバー、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。学習装置４は、例えば、通信部４４と、記憶部４６と、学習部４８とを備える。
記憶部４６は、ＨＤＤやフラッシュメモリ、ＲＡＭ、ＲＯＭなどにより実現される。記憶部４６には、学習モデル４６ｂが記憶される。
学習モデル４６ｂは、動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、生成されたものである。
学習部４８は、例えば、ＣＰＵなどのハードウェアプロセッサが記憶部４６に格納されたプログラム（ソフトウェア）を実行することにより実現される。また、これらの機能部のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。
学習部４８は、通信部４４が受信した画像データを取得し、取得した画像データを、記憶部４６に蓄積する。学習部４８は、蓄積した画像データを処理することで生成した動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、学習モデル４６ｂを生成する。学習部４８は、生成した学習モデル４６ｂを、記憶部４６に記憶する。具体的には、学習装置４は、動物が写っている静止画と、その静止画の画像データに付与されている動物の種類を示す情報との組み合わせを複数生成することによって、学習データを生成する。学習装置４は、十分な学習データが集まった場合に、ＳＳＤ、ＹＯＬＯ、Ｆａｓｔｅｒ Ｒ－ＣＮＮなどの物体認識技術を使用して、生成した学習データに基づいて、動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって学習モデル４６ｂを生成する。学習部４８は、生成した学習モデル４６ｂを、逐次更新する。
学習部４８は、所定の精度が得られる学習モデルを生成した場合に、生成した学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成し、作成した学習モデル通知情報を、通信部４４へ出力する。
通信部４４は、通信モジュールによって実現される。通信部４４は、ネットワークＮＷを介して、外部の通信装置と通信する。通信部４４は、出力部の一例である。通信部４４は、例えば有線ＬＡＮなどの通信方式で通信してもよい。また、通信部４４は、例えば無線ＬＡＮ、ブルートゥース（登録商標）又はＬＴＥ（登録商標）などの通信方式で通信してもよい。通信部４４は、ネットワークＮＷを介して撮像装置１と通信するために必要な通信情報を保持する。通信部４４は、撮像装置１が送信した画像データを受信し、受信した画像データを、学習部４８へ出力する。通信部４４は、学習部４８が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報を、撮像装置１へ送信する。
（撮像システムの動作）
図１０は、第２の実施形態に係る撮像システムの動作の一例を示すシーケンスチャートである。図１０には、学習装置４が、学習モデル４６ｂを生成し、生成した学習モデル４６ｂを、撮像装置１へ送信する処理が示される。
（ステップＳ２１）
撮像装置１において、撮像部１１は、撮像装置１に取り付けられている赤外線センサ（図示なし）が動体を検知した際に、撮影することによって静止画を生成する。
（ステップＳ２２）
撮像装置１において、撮像部１１は、生成した静止画の画像データを、送信制御部１７へ出力する。送信制御部１７は、撮像部１１が出力した画像データを取得し、取得した画像データを含み、学習装置４を宛先とする画像データ通知情報を作成する。
（ステップＳ２３）
撮像装置１において、送信制御部１７は、作成した画像データ通知情報を、通信部１４へ出力する。通信部１４は、送信制御部１７が出力した画像データ通知情報を取得し、取得した画像データ通知情報を、学習装置４へ送信する。
（ステップＳ２４）
学習装置４において、通信部４４は、撮像装置１が送信した画像データ通知情報を受信し、受信した画像データ通知情報を、学習部４８へ出力する。学習部４８は、通信部４４が出力した画像データ通知情報を取得し、取得した画像データ通知情報に含まれる画像データを取得し、取得した画像データを、記憶部４６に蓄積する。
図１０は、第２の実施形態に係る撮像システムの動作の一例を示すシーケンスチャートである。図１０には、学習装置４が、学習モデル４６ｂを生成し、生成した学習モデル４６ｂを、撮像装置１へ送信する処理が示される。
（ステップＳ２１）
撮像装置１において、撮像部１１は、撮像装置１に取り付けられている赤外線センサ（図示なし）が動体を検知した際に、撮影することによって静止画を生成する。
（ステップＳ２２）
撮像装置１において、撮像部１１は、生成した静止画の画像データを、送信制御部１７へ出力する。送信制御部１７は、撮像部１１が出力した画像データを取得し、取得した画像データを含み、学習装置４を宛先とする画像データ通知情報を作成する。
（ステップＳ２３）
撮像装置１において、送信制御部１７は、作成した画像データ通知情報を、通信部１４へ出力する。通信部１４は、送信制御部１７が出力した画像データ通知情報を取得し、取得した画像データ通知情報を、学習装置４へ送信する。
（ステップＳ２４）
学習装置４において、通信部４４は、撮像装置１が送信した画像データ通知情報を受信し、受信した画像データ通知情報を、学習部４８へ出力する。学習部４８は、通信部４４が出力した画像データ通知情報を取得し、取得した画像データ通知情報に含まれる画像データを取得し、取得した画像データを、記憶部４６に蓄積する。
ステップＳ２５からステップＳ２８は、ステップＳ２１からステップＳ２４を適用できる。
（ステップＳ２９）
学習装置４において、学習部４８は、蓄積した複数の画像データの各々を処理することで生成した動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、学習モデル４６ｂを生成する。
（ステップＳ３０）
学習装置４において、学習部４８は、生成した学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成する。
（ステップＳ３１）
学習装置４において、学習部４８は、作成した学習モデル通知情報を、通信部４４へ出力する。通信部４４は、学習部４８が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報を、撮像装置１へ送信する。
（ステップＳ３２）
撮像装置１において、通信部１４は、学習装置４が送信した学習モデル通知情報を受信し、受信した学習モデル通知情報を、認識部１２と、送信判定部１３と、記憶判定部１５とへ出力する。認識部１２は、通信部１４が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報に含まれる学習モデル４６ｂを、記憶部１６の学習モデル１６ｂに記憶する。送信判定部１３は、通信部１４が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報に含まれる送信条件を設定する。記憶判定部１５は、通信部１４が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報に含まれる保存条件を設定する。その後の動作は、図５を適用できる。
（ステップＳ２９）
学習装置４において、学習部４８は、蓄積した複数の画像データの各々を処理することで生成した動物の静止画と、その静止画に写っている動物の種類を示す情報との関係を学習することによって、学習モデル４６ｂを生成する。
（ステップＳ３０）
学習装置４において、学習部４８は、生成した学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成する。
（ステップＳ３１）
学習装置４において、学習部４８は、作成した学習モデル通知情報を、通信部４４へ出力する。通信部４４は、学習部４８が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報を、撮像装置１へ送信する。
（ステップＳ３２）
撮像装置１において、通信部１４は、学習装置４が送信した学習モデル通知情報を受信し、受信した学習モデル通知情報を、認識部１２と、送信判定部１３と、記憶判定部１５とへ出力する。認識部１２は、通信部１４が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報に含まれる学習モデル４６ｂを、記憶部１６の学習モデル１６ｂに記憶する。送信判定部１３は、通信部１４が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報に含まれる送信条件を設定する。記憶判定部１５は、通信部１４が出力した学習モデル通知情報を取得し、取得した学習モデル通知情報に含まれる保存条件を設定する。その後の動作は、図５を適用できる。
前述した第２の実施形態では、第１の実施形態に、学習装置４を適用した場合について説明したが、この例に限られない。例えば、第１の実施形態の変形例１に、学習装置４を適用してもよい。この場合、学習装置４で、第１の実施形態の変形例１に係る撮像装置１ａで使用される学習モデル１６ｂａが生成される。また、第１の実施形態の変形例２に、学習装置４を適用してもよい。この場合、学習装置４で、第１の実施形態の変形例２に係る撮像装置１ｂで使用される学習モデル１６ｂｂが生成される。
前述した第２の実施形態では、学習装置４が、学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成する場合について説明したが、この例に限られない。例えば、学習装置４が、学習モデル４６ｂを含み、撮像装置１を宛先とする学習モデル通知情報を作成してもよい。この場合、送信条件と、保存条件とが、撮像装置１に設定される。このように構成することによって、学習装置４から撮像装置１へ送信するデータ量を低減できる。
前述した第２の実施形態では、撮像装置１が送信した画像データ通知情報に含まれる画像データに基づいて、学習モデル４６ｂが生成される場合について説明したが、この例に限られない。例えば、撮像装置１が送信した画像データ通知情報に含まれる画像データに加え、撮像装置１以外の撮像装置が送信する画像データ通知情報に含まれる画像データに基づいて、学習モデル４６ｂを生成してもよい。また、他のユーザーと学習モデル４６ｂを共有してもよい。
第２の実施形態に係る撮像システム１００ｃによれば、撮像システム１００ｃは、学習モデル４６ｂを生成する学習装置４を備える。このように構成することによって、撮像装置１の設置位置に基づいて、学習モデル４６ｂを生成することができる。このため、観測対象とする動物の種類を増加させることができる。撮像装置１が設定された位置、撮像装置１が設置された環境などに基づいて、学習モデルが生成されるため、静止画に写っている動物の種類を認識する精度を向上できる。
前述した第２の実施形態では、学習装置４が、学習モデル４６ｂと、送信条件と、保存条件とを含み、撮像装置１を宛先とする学習モデル通知情報を作成する場合について説明したが、この例に限られない。例えば、学習装置４が、学習モデル４６ｂを含み、撮像装置１を宛先とする学習モデル通知情報を作成してもよい。この場合、送信条件と、保存条件とが、撮像装置１に設定される。このように構成することによって、学習装置４から撮像装置１へ送信するデータ量を低減できる。
前述した第２の実施形態では、撮像装置１が送信した画像データ通知情報に含まれる画像データに基づいて、学習モデル４６ｂが生成される場合について説明したが、この例に限られない。例えば、撮像装置１が送信した画像データ通知情報に含まれる画像データに加え、撮像装置１以外の撮像装置が送信する画像データ通知情報に含まれる画像データに基づいて、学習モデル４６ｂを生成してもよい。また、他のユーザーと学習モデル４６ｂを共有してもよい。
第２の実施形態に係る撮像システム１００ｃによれば、撮像システム１００ｃは、学習モデル４６ｂを生成する学習装置４を備える。このように構成することによって、撮像装置１の設置位置に基づいて、学習モデル４６ｂを生成することができる。このため、観測対象とする動物の種類を増加させることができる。撮像装置１が設定された位置、撮像装置１が設置された環境などに基づいて、学習モデルが生成されるため、静止画に写っている動物の種類を認識する精度を向上できる。
以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。
例えば、上述した各装置の機能を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
例えば、上述した各装置の機能を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
１００、１００ａ、１００ｂ、１００ｃ…撮像システム、１、１ａ、１ｂ…撮像装置、２…サーバー、３…端末装置、４…学習装置、１１…撮像部、１２、１２ａ、１２ｂ…認識部、１３、１３ａ、１３ｂ…送信判定部、１４…通信部、１５、１５ａ、１５ｂ…記憶判定部、１６ａ…観測対象画像データ、１６ｂ、１６ｂａ、１６ｂｂ…学習モデル、１６…記憶部、１７…送信制御部、２４…通信部、２６…記憶部、２６ａ…画像データＤＢ、２８…処理部、４４…通信部、４６…記憶部、４６ｂ…学習モデル、４８…学習部
Claims (6)
- 動体を検出した際に、撮影することによって静止画を生成する撮像部と、
動物の画像と、前記画像に写っている動物の種類を示す情報との関係を学習した学習モデルを用いて、前記撮像部が撮像することによって得られた認識対象の画像である認識画像に写っている動物の種類を認識する認識部と、
前記認識部が行った前記認識画像に写っている前記動物の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定する送信判定部と、
前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定する記憶判定部と
を備え、
前記認識部は、動物の画像と、前記画像に写っている動物の数を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の数を認識し、
前記記憶判定部は、前記認識部が行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを記憶すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを記憶しないと判定し、
前記送信判定部は、前記認識部が行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを送信すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを送信しないと判定する、撮像装置。 - 前記認識部は、動物の画像と、前記画像に写っている動物の状態を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の状態を認識し、
前記送信判定部は、前記認識部が行った前記認識画像に写っている前記動物の状態の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定し、
前記記憶判定部は、前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定する、請求項１に記載の撮像装置。 - 動物の前記画像には、可視光線を撮影した動物の画像と、赤外線を撮影した動物の画像とが含まれる、請求項１又は請求項２に記載の撮像装置。
- 前記学習モデルを生成する学習装置が送信する前記学習モデルを受信する通信部
を備え、
前記認識部は、前記通信部が受信した前記学習モデルを用いて、前記認識画像に写っている動物の種類を認識する、請求項１から請求項３のいずれか一項に記載の撮像装置。 - 動物の画像と、前記画像に写っている動物の種類を示す情報との関係を学習した学習モデルを用いて、動体を検出した際に撮影することによって静止画を生成する撮像部が撮像することによって得られた認識対象の画像である認識画像に写っている動物の種類を認識するステップと、
前記認識するステップで得られる前記認識画像に写っている前記動物の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定するステップと、
前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定するステップと
を有し、
前記認識するステップでは、動物の画像と、前記画像に写っている動物の数を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の数を認識し、
前記画像データの送信を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを記憶すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを記憶しないと判定し、
前記認識画像の画像データの記憶を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを送信すると判定し、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを送信しないと判定する、撮像装置が実行する制御方法。 - コンピュータに、
動物の画像と、前記画像に写っている動物の種類を示す情報との関係を学習した学習モデルを用いて、動体を検出した際に撮影することによって静止画を生成する撮像部が撮像することによって得られた認識対象の画像である認識画像に写っている動物の種類を認識させるステップと、
前記認識させるステップで得られる前記認識画像に写っている前記動物の認識結果に基づいて、前記認識画像の画像データの送信を行うか否かを判定させるステップと、
前記認識結果に基づいて、前記認識画像の画像データの記憶を行うか否かを判定させるステップと
を実行させ、
前記コンピュータに、
前記認識するステップでは、動物の画像と、前記画像に写っている動物の数を示す情報との関係を学習した学習モデルを用いて、前記認識画像に写っている動物の数を認識させ、
前記画像データの送信を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを記憶すると判定させ、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを記憶しないと判定させ、
前記認識画像の画像データの記憶を行うか否かを判定するステップでは、前記認識するステップで行った前記認識画像に写っている前記動物の数の認識結果に基づいて、動物の数を示す情報が、予め指定した観測対象の動物の数を示す情報と一致する場合には、画像データを送信すると判定させ、動物の数を示す情報が、予め指定した観測対象の動物の前記数を示す情報と一致しない場合には、画像データを送信しないと判定させる、コンピュータプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019186730A JP7300958B2 (ja) | 2019-10-10 | 2019-10-10 | 撮像装置、制御方法、及びコンピュータプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019186730A JP7300958B2 (ja) | 2019-10-10 | 2019-10-10 | 撮像装置、制御方法、及びコンピュータプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021064825A JP2021064825A (ja) | 2021-04-22 |
| JP7300958B2 true JP7300958B2 (ja) | 2023-06-30 |
Family
ID=75486711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019186730A Active JP7300958B2 (ja) | 2019-10-10 | 2019-10-10 | 撮像装置、制御方法、及びコンピュータプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7300958B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7814889B2 (ja) * | 2021-11-02 | 2026-02-17 | キヤノン株式会社 | 撮像装置、撮像装置の制御方法、画像処理装置、および撮像システム |
| JP7839541B2 (ja) * | 2022-03-14 | 2026-04-02 | 学校法人立命館 | アノテーション付与学習データ蓄積システム、及び、アノテーション付与学習データを蓄積する方法 |
| JP7729466B2 (ja) * | 2022-03-18 | 2025-08-26 | 日本電気株式会社 | 画像分類装置、画像分類方法、及び、プログラム |
| JP2023155714A (ja) * | 2022-04-11 | 2023-10-23 | キヤノン株式会社 | 撮像装置及びその制御方法並びにプログラム |
| JP2023155650A (ja) * | 2022-04-11 | 2023-10-23 | キヤノン株式会社 | 撮像装置及びその制御方法並びにプログラム |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011160706A (ja) | 2010-02-08 | 2011-08-25 | Asahi Denshi Kenkyusho:Kk | 野生動物捕獲装置 |
| JP2016119614A (ja) | 2014-12-22 | 2016-06-30 | 日本電気株式会社 | 動体検知装置、動体検知方法および動体検知プログラム |
| JP2017176058A (ja) | 2016-03-30 | 2017-10-05 | 富士通株式会社 | 箱罠制御システム、制御装置、箱罠制御方法および箱罠制御プログラム |
| JP2018022332A (ja) | 2016-08-03 | 2018-02-08 | ヤフー株式会社 | 判定装置、判定方法、及び判定プログラム |
| JP2019028577A (ja) | 2017-07-27 | 2019-02-21 | 日本電信電話株式会社 | 動物種別判定装置、方法およびプログラム |
| US20190132510A1 (en) | 2017-11-01 | 2019-05-02 | Objectvideo Labs, Llc | Intelligent self-powered camera |
| JP2019083786A (ja) | 2017-11-09 | 2019-06-06 | 東芝ライテック株式会社 | 監視システム |
-
2019
- 2019-10-10 JP JP2019186730A patent/JP7300958B2/ja active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011160706A (ja) | 2010-02-08 | 2011-08-25 | Asahi Denshi Kenkyusho:Kk | 野生動物捕獲装置 |
| JP2016119614A (ja) | 2014-12-22 | 2016-06-30 | 日本電気株式会社 | 動体検知装置、動体検知方法および動体検知プログラム |
| JP2017176058A (ja) | 2016-03-30 | 2017-10-05 | 富士通株式会社 | 箱罠制御システム、制御装置、箱罠制御方法および箱罠制御プログラム |
| JP2018022332A (ja) | 2016-08-03 | 2018-02-08 | ヤフー株式会社 | 判定装置、判定方法、及び判定プログラム |
| JP2019028577A (ja) | 2017-07-27 | 2019-02-21 | 日本電信電話株式会社 | 動物種別判定装置、方法およびプログラム |
| US20190132510A1 (en) | 2017-11-01 | 2019-05-02 | Objectvideo Labs, Llc | Intelligent self-powered camera |
| JP2019083786A (ja) | 2017-11-09 | 2019-06-06 | 東芝ライテック株式会社 | 監視システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021064825A (ja) | 2021-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7300958B2 (ja) | 撮像装置、制御方法、及びコンピュータプログラム | |
| Bjerge et al. | Real‐time insect tracking and monitoring with computer vision and deep learning | |
| US11636562B2 (en) | Systems and methods for processing recorded data for storage using computer-aided dispatch information | |
| CN111476179B (zh) | 关键目标的行为预测方法、ai追踪相机及存储介质 | |
| US20200226360A1 (en) | System and method for automatically detecting and classifying an animal in an image | |
| O'Donoghue et al. | Real‐time anti‐poaching tags could help prevent imminent species extinctions | |
| GB2583253A (en) | Method, device and system for adaptive training of machine learning models via detected in-field contextual sensor events and associated located and retrieved | |
| WO2017049612A1 (en) | Smart tracking video recorder | |
| CN111354024B (zh) | 关键目标的行为预测方法、ai服务器及存储介质 | |
| EP3323239B1 (en) | Systems and methods for processing recorded data for storage using computer-aided dispatch information | |
| KR20190033892A (ko) | 야생동물 모니터링 시스템 및 그 방법 | |
| JP2020092643A (ja) | 無人飛行装置、無人飛行システム及び無人飛行装置制御システム | |
| JP6526457B2 (ja) | 害獣検知方法、害獣検知プログラムおよび害獣検知システム | |
| JP6625786B2 (ja) | 異常検知システム、異常検知方法及びプログラム | |
| CN104320623B (zh) | 一种智能监控系统记录异常目标移动路线的方法 | |
| EP3462734A1 (en) | Systems and methods for directly accessing video data streams and data between devices in a video surveillance system | |
| KR102304109B1 (ko) | 반려동물 추종 모니터링 서버 및 그 동작 방법 | |
| US9922049B2 (en) | Information processing device, method of processing information, and program for processing information | |
| CN102223473A (zh) | 摄像装置及利用其动态追踪特定物体的方法 | |
| CN107820008A (zh) | 一种机房监控系统及方法 | |
| US10051452B2 (en) | Notification system and method of environment abnormality | |
| AU2020103515A4 (en) | A system and a method for real time monitoring and identification of endangered animals | |
| EP4592981A1 (en) | Systems and methods for forest fire prediction and detection of fire outbreaks | |
| CN116385744B (zh) | 无人机集群的位置确定方法及边缘设备集群系统、存储介质和电子设备 | |
| US12465025B2 (en) | Animal detecting device, system, method and computer program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211122 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221228 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230104 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230227 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230613 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230620 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7300958 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |