知財求人 - 知財ポータルサイト「IP Force」
特開2023-125414信号処理装置、信号処理方法、データ構造、データ製造方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023125414
(43)【公開日】2023-09-07
(54)【発明の名称】信号処理装置、信号処理方法、データ構造、データ製造方法
(51)【国際特許分類】
H04N 23/60 20230101AFI20230831BHJP
【ＦＩ】
H04N5/232 290
【審査請求】未請求
【請求項の数】11
【出願形態】ＯＬ
(21)【出願番号】P 2022029483
(22)【出願日】2022-02-28
(71)【出願人】
【識別番号】316005926
【氏名又は名称】ソニーセミコンダクタソリューションズ株式会社
(74)【代理人】
【識別番号】100116942
【弁理士】
【氏名又は名称】岩田 雅信
(74)【代理人】
【識別番号】100167704
【弁理士】
【氏名又は名称】中川 裕人
(72)【発明者】
【氏名】川崎 凌平
【テーマコード（参考）】
5C122
【Ｆターム（参考）】
5C122DA11
5C122EA07
5C122FH08
5C122FH11
5C122FH14
5C122GC14
5C122GC38
5C122HA23
5C122HA40
5C122HA46
5C122HA48
5C122HB01
(57)【要約】
【課題】ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図る。
【解決手段】本技術に係る信号処理装置は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、画像処理部が得るべき画像を指示するための画像指示データに基づき画像処理部の設定制御を行い、ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づきＡＩ処理部に対するＡＩモデルの設定制御を行う制御部と、ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部とを備えている。
【選択図】図３
【解決手段】本技術に係る信号処理装置は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、画像処理部が得るべき画像を指示するための画像指示データに基づき画像処理部の設定制御を行い、ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づきＡＩ処理部に対するＡＩモデルの設定制御を行う制御部と、ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部とを備えている。
【選択図】図３
【特許請求の範囲】
【請求項1】
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、
外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う制御部と、
前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備える
信号処理装置。
外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う制御部と、
前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備える
信号処理装置。
【請求項2】
前記画像処理部は、前記撮像画像に対する処理として画像形式変換処理を実行可能とされた
請求項１に記載の信号処理装置。
請求項１に記載の信号処理装置。
【請求項3】
前記画像処理部は、前記撮像画像に対する処理としてデータサイズ調整処理を実行可能とされた
請求項１に記載の信号処理装置。
請求項１に記載の信号処理装置。
【請求項4】
外部装置より前記撮像画像を受信する第一受信部を備え、
前記画像処理部には、前記第一受信部を介して前記撮像画像が入力され、
前記送信部は、前記ＡＩ処理結果を示す情報を前記外部装置に送信する
請求項１に記載の信号処理装置。
前記画像処理部には、前記第一受信部を介して前記撮像画像が入力され、
前記送信部は、前記ＡＩ処理結果を示す情報を前記外部装置に送信する
請求項１に記載の信号処理装置。
【請求項5】
圧縮エンコード処理された前記撮像画像についてデコード処理を行うデコード部を備えた
請求項４に記載の信号処理装置。
請求項４に記載の信号処理装置。
【請求項6】
外部の撮像素子より前記撮像画像を受信する第二受信部を備え、
前記画像処理部には、前記第二受信部を介して前記撮像画像が入力される
請求項１に記載の信号処理装置。
前記画像処理部には、前記第二受信部を介して前記撮像画像が入力される
請求項１に記載の信号処理装置。
【請求項7】
外部装置より前記撮像画像を受信する第一受信部と、外部の撮像素子より前記撮像画像を受信する第二受信部の双方を備えた
請求項１に記載の信号処理装置。
請求項１に記載の信号処理装置。
【請求項8】
前記ＡＩモデル指示データ及び前記画像指示データが暗号化データとして外部装置より送信され、
前記制御部は、
前記外部装置より受信された前記暗号化データを予め定められた鍵情報を用いて復号化する
請求項１に記載の信号処理装置。
前記制御部は、
前記外部装置より受信された前記暗号化データを予め定められた鍵情報を用いて復号化する
請求項１に記載の信号処理装置。
【請求項9】
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置が実行する信号処理方法であって、
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う処理を、前記信号処理装置が実行する
信号処理方法。
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う処理を、前記信号処理装置が実行する
信号処理方法。
【請求項10】
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータ構造であって、
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含み、
前記信号処理装置が、
前記画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行うために用いられる
データ構造。
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含み、
前記信号処理装置が、
前記画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行うために用いられる
データ構造。
【請求項11】
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータであって、
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含むデータを製造する
データ製造方法。
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含むデータを製造する
データ製造方法。
【発明の詳細な説明】
【技術分野】
【0001】
本技術は、入力画像に対してＡＩ（Artificial Intelligence）モデルを用いた処理であるＡＩ処理を行う信号処理装置とその方法、及び信号処理装置に用いられるデータについてのデータ構造、データ製造方法に関する。
【背景技術】
【0002】
例えば下記特許文献１等に開示されるように、ＤＮＮ（Deep Neural Network）等のＡＩ（Artificial Intelligence）モデルを用いた処理（以下「ＡＩ処理」と表記する）を行う技術がある。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特表２０１９－５０９５６６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ここで、ＡＩ処理機能をカメラに持たせることが考えられる。具体的には、撮像画像についてＡＩモデルを用いた画像認識処理を行う機能を有したカメラ等である。
例えば、ＡＩ処理機能付きのカメラを監視カメラとして複数配置し、各カメラで行われた撮像画像についての画像認識処理（例えば、人物や車両等の監視対象物の認識処理）の結果をユーザの情報処理装置に送信し、該情報処理装置において監視対象物の動き等を解析するというシステムを構築すること等が考えられる。
各カメラがＡＩ処理機能を有していることで、監視対象物の解析を行うにあたり、情報処理装置が各カメラからの撮像画像を受信してＡＩ処理を行うという必要がなくなり、情報処理装置の処理負担軽減を図ることができる。また、各カメラから情報処理装置に撮像画像を送信する必要を無くすことができるため、監視対象物の解析を実現する上でのデータ通信量の削減も図られる。さらに、撮像画像の送信が不要となることで、画像流出に伴う被写体のプライバイシー侵害発生防止を図ることもできる。
例えば、ＡＩ処理機能付きのカメラを監視カメラとして複数配置し、各カメラで行われた撮像画像についての画像認識処理（例えば、人物や車両等の監視対象物の認識処理）の結果をユーザの情報処理装置に送信し、該情報処理装置において監視対象物の動き等を解析するというシステムを構築すること等が考えられる。
各カメラがＡＩ処理機能を有していることで、監視対象物の解析を行うにあたり、情報処理装置が各カメラからの撮像画像を受信してＡＩ処理を行うという必要がなくなり、情報処理装置の処理負担軽減を図ることができる。また、各カメラから情報処理装置に撮像画像を送信する必要を無くすことができるため、監視対象物の解析を実現する上でのデータ通信量の削減も図られる。さらに、撮像画像の送信が不要となることで、画像流出に伴う被写体のプライバイシー侵害発生防止を図ることもできる。
【0005】
ここで、上記のようなＡＩ処理機能付きの撮像システムを管理するビジネスを考える。具体的には、例えばＡＩ処理機能を実現するためのＡＩモデルの販売やＡＩモデルのアップデートサービス等、ＡＩ処理機能付きの撮像システムを管理するビジネスである。
このようなビジネスを考えた場合、売り上げ向上のためには、顧客となる撮像システムの所有者数を増大できることが望ましい。このとき、顧客にＡＩ処理機能付きの撮像システムを新たに導入させることはインパクトコストが大きいため困難性を伴う。一方で、ＡＩ処理機能を有さない撮像システムの所有者は一定数存在している。そのようなＡＩ処理機能を有さない撮像システムについて、ＡＩ処理機能を追加させることができれば、顧客数の増大化を図り易くなり、ビジネス的なメリットなる。
このようなビジネスを考えた場合、売り上げ向上のためには、顧客となる撮像システムの所有者数を増大できることが望ましい。このとき、顧客にＡＩ処理機能付きの撮像システムを新たに導入させることはインパクトコストが大きいため困難性を伴う。一方で、ＡＩ処理機能を有さない撮像システムの所有者は一定数存在している。そのようなＡＩ処理機能を有さない撮像システムについて、ＡＩ処理機能を追加させることができれば、顧客数の増大化を図り易くなり、ビジネス的なメリットなる。
【0006】
本技術は上記事情に鑑み為されたものであり、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることを目的とする。
【課題を解決するための手段】
【0007】
本技術に係る信号処理装置は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う制御部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えるものである。
上記構成により、本技術に係る信号処理装置においては、外部より入力された撮像画像についてＡＩ処理部がＡＩ処理を行い、送信部がＡＩ処理結果を示す情報を外部に送信可能とされる。このため、本技術に係る信号処理装置によれば、撮像画像についてのＡＩ処理機能を有さない撮像システムを、ＡＩ処理機能を有する撮像システムとして機能させることが可能となる。その上で、上記構成の信号処理装置によれば、ＡＩモデル指示データにより、ＡＩ処理部に実行させるＡＩ処理の種類を選択的に設定可能となると共に、画像指示データを用いた指示により、実行するＡＩ処理が前提とする入力画像条件に応じた適切な種類の画像をＡＩ処理部に入力させることが可能となる。
上記構成により、本技術に係る信号処理装置においては、外部より入力された撮像画像についてＡＩ処理部がＡＩ処理を行い、送信部がＡＩ処理結果を示す情報を外部に送信可能とされる。このため、本技術に係る信号処理装置によれば、撮像画像についてのＡＩ処理機能を有さない撮像システムを、ＡＩ処理機能を有する撮像システムとして機能させることが可能となる。その上で、上記構成の信号処理装置によれば、ＡＩモデル指示データにより、ＡＩ処理部に実行させるＡＩ処理の種類を選択的に設定可能となると共に、画像指示データを用いた指示により、実行するＡＩ処理が前提とする入力画像条件に応じた適切な種類の画像をＡＩ処理部に入力させることが可能となる。
【0008】
また、本技術に係る信号処理方法は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置が実行する信号処理方法であって、前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う処理を、前記信号処理装置が実行する信号処理方法である。
このような信号処理方法により、上記した本技術に係る信号処理装置が実現される。
このような信号処理方法により、上記した本技術に係る信号処理装置が実現される。
【0009】
本技術に係るデータ構造は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータ構造であって、前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含み、前記信号処理装置が、前記画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行うために用いられるものである。
上記構造によるデータを用いることで、上記した本技術に係る信号処理装置の処理を実現することが可能となる。
上記構造によるデータを用いることで、上記した本技術に係る信号処理装置の処理を実現することが可能となる。
【0010】
本技術に係るデータ製造方法は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータであって、前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含むデータを製造するものである。
このようなデータ製造方法により、上記した本技術に係る信号処理装置の処理を実現するためのデータが生成される。
このようなデータ製造方法により、上記した本技術に係る信号処理装置の処理を実現するためのデータが生成される。
【図面の簡単な説明】
【0011】
【図1】第一実施形態としての情報処理システムの概要構成例を示したブロック図である。
【図2】実施形態の情報処理システムが有する情報処理装置のハードウェア構成例を示したブロック図である。
【図3】第一実施形態としての信号処理装置の構成例を説明するための図である。
【図4】実施形態におけるサーバ装置が有する各種機能を説明するための機能ブロック図である。
【図5】実施形態におけるＡＩモデルの入力画像条件についての説明図である。
【図6】実施形態における信号処理装置へのデプロイデータを模式的に示した図である。
【図7】画像指示データ、ＡＩモデル指示データに基づく画像処理部、ＡＩ処理部の設定制御を模式化して示した図である。
【図8】実施形態としての情報処理システムにおけるユーザのアカウント登録時に対応した処理のフローチャートである。
【図9】実施形態としての情報処理システムにおけるＡＩモデルの購入からデプロイまでに対応した処理のフローチャートである。
【図10】ＡＩ処理結果を示す情報をカメラに返信するための処理例を示したフローチャートである。
【図11】第二実施形態としての情報処理システムの構成例を説明するための図である。
【図12】第三実施形態としての情報処理システムの概略構成例を示したブロック図である。
【図13】第三実施形態としての情報処理システムに設けられるカメラの内部構成例を示したブロック図である。
【図14】第三実施形態の変形例としての信号処理装置の内部構成例を示したブロック図である。
【図15】別センサを用いるカメラの説明図である。
【図16】実施形態としての信号処理装置を対象としたＡＩ処理に係るテストの説明図である。
【発明を実施するための形態】
【0012】
以下、添付図面を参照し、本技術に係る情報処理装置の実施の形態を次の順序で説明する。
＜１．第一実施形態＞
（1-1．システム全体構成）
（1-2．情報処理装置の構成）
（1-3．信号処理装置の構成）
（1-4．実施形態としての情報処理例）
＜２．第二実施形態＞
＜３．第三実施形態＞
＜４．変形例＞
＜５．実施形態のまとめ＞
＜６．本技術＞
＜１．第一実施形態＞
（1-1．システム全体構成）
（1-2．情報処理装置の構成）
（1-3．信号処理装置の構成）
（1-4．実施形態としての情報処理例）
＜２．第二実施形態＞
＜３．第三実施形態＞
＜４．変形例＞
＜５．実施形態のまとめ＞
＜６．本技術＞
【0013】
＜１．第一実施形態＞
（1-1．システム全体構成）
図１は、本技術に係る第一実施形態としての情報処理システム１００の概略構成例を示したブロック図である。
図示のように情報処理システム１００は、サーバ装置１と、一又は複数のユーザ端末２と、複数のカメラ３と、フォグサーバ４と、カメラ３ごとに設けられた信号処理装置５と、ＡＩ（Artificial Intelligence：人工知能）モデル開発者端末６とを備えている。本例において、サーバ装置１は、ユーザ端末２、フォグサーバ４、信号処理装置５、及びＡＩモデル開発者端末６との間で例えばインターネット等とされたネットワークＮＴを介した相互通信を行うことが可能に構成されている。
（1-1．システム全体構成）
図１は、本技術に係る第一実施形態としての情報処理システム１００の概略構成例を示したブロック図である。
図示のように情報処理システム１００は、サーバ装置１と、一又は複数のユーザ端末２と、複数のカメラ３と、フォグサーバ４と、カメラ３ごとに設けられた信号処理装置５と、ＡＩ（Artificial Intelligence：人工知能）モデル開発者端末６とを備えている。本例において、サーバ装置１は、ユーザ端末２、フォグサーバ４、信号処理装置５、及びＡＩモデル開発者端末６との間で例えばインターネット等とされたネットワークＮＴを介した相互通信を行うことが可能に構成されている。
【0014】
サーバ装置１、ユーザ端末２、フォグサーバ４、及びＡＩモデル開発者端末６は、ＣＰＵ（Central Processing Unit）、ＲＯＭ(Read Only Memory)、及びＲＡＭ( Random Access Memory)を有するマイクロコンピュータを備えた情報処理装置として構成されている。
【0015】
ここで、ユーザ端末２は、情報処理システム１００を用いたサービスの受け手であるユーザによって使用されることが想定される情報処理装置である。また、サーバ装置１は、サービスの提供者によって使用されることが想定される情報処理装置である。
【0016】
各カメラ３は、例えばＣＣＤ（Charge Coupled Device）型イメージセンサやＣＭＯＳ（Complementary Metal Oxide Semiconductor）型イメージセンサ等のイメージセンサを備え、被写体を撮像してデジタルデータとしての画像データ（撮像画像データ）を得る。
各カメラ３は、フォグサーバ４とデータ通信可能に構成され、フォグサーバ４を介して、ネットワークＮＴに接続された外部装置（特にサーバ装置１）との間で各種データのやりとりを行うことが可能とされる。
各カメラ３は、フォグサーバ４とデータ通信可能に構成され、フォグサーバ４を介して、ネットワークＮＴに接続された外部装置（特にサーバ装置１）との間で各種データのやりとりを行うことが可能とされる。
【0017】
また、各カメラ３は、それぞれ対応する信号処理装置５と通信可能に接続され、信号処理装置５との間でデータのやりとりを行うことが可能とされる。本例では、それぞれのカメラ３と信号処理装置５との間の接続は、ＵＳＢ（Universal Serial Bus）接続とされる。すなわち、カメラ３と信号処理装置５との間の接続は、ＵＳＢケーブルを介した有線接続とされる。
なお、カメラ３と信号処理装置５との間は有線接続に限らず無線接続であってもよい。また、通信規格については特に限定されない。
なお、カメラ３と信号処理装置５との間は有線接続に限らず無線接続であってもよい。また、通信規格については特に限定されない。
【0018】
各信号処理装置５は、入力画像に対してＡＩモデル（人工知能モデル）を用いた処理であるＡＩ処理を行う機能を有している。具体的には、カメラ３で得られた撮像画像を入力し、該撮像画像を対象として例えば画像認識処理等のＡＩ処理を行い、ＡＩ処理結果を示す情報を得る。
そして、本実施形態における信号処理装置５は、ＡＩ処理結果を示す情報を、撮像画像の入力元となるカメラ３に対して送信する。
これにより、ＡＩ処理機能を有さないカメラ３を、あたかもＡＩ処理機能付きのカメラのように機能させることができる。
そして、本実施形態における信号処理装置５は、ＡＩ処理結果を示す情報を、撮像画像の入力元となるカメラ３に対して送信する。
これにより、ＡＩ処理機能を有さないカメラ３を、あたかもＡＩ処理機能付きのカメラのように機能させることができる。
【0019】
本実施形態では、各カメラ３は、上記のように信号処理装置５から返信されたＡＩ処理結果を示す情報を、フォグサーバ４に送信する。これにより、フォグサーバ４は、ＡＩ処理結果を示す情報をサーバ装置１等、ネットワークＮＴに接続された外部装置に送信することが可能とされる。
【0020】
また、本例において信号処理装置５は、ネットワーク通信機能を有しており、ネットワークＮＴに接続された外部装置との間でデータ通信を行うことが可能とされる。これにより信号処理装置５は、後述するようにサーバ装置１からＡＩモデルのデータ等の各種データを受信したり、サーバ装置１に対し各種データを送信したりすることが可能とされる。
【0021】
ここで、図１に示す情報処理システム１００では、信号処理装置５ごと（つまりカメラ３ごと）に得られたＡＩ処理結果を示す情報が、被写体の分析に用いられる。具体的に、情報処理システム１００では、上記のように各カメラ３が送出するＡＩ処理結果を示す情報に基づいて、サーバ装置１、又はフォグサーバ４が、被写体の分析情報を生成する。そして、本例の情報処理システム１００では、このように生成された分析情報がユーザ端末２に送信され、ユーザが該分析情報を閲覧可能とされる。
【0022】
ここで、各カメラ３の用途としては、各種の監視カメラの用途が考えられる。例えば、店舗やオフィス、住宅等の屋内についての監視カメラ、駐車場や街中等の屋外を監視するための監視カメラ（交通監視カメラ等を含む）、ＦＡ（Factory Automation）やＩＡ（Industrial Automation）における製造ラインの監視カメラ、車内や車外を監視する監視カメラ等の用途を挙げることができる。
【0023】
例えば、店舗における監視カメラの用途であれば、複数のカメラ３を店舗内の所定位置にそれぞれ配置し、ユーザが来店客の客層（性別や年齢層など）や店舗内での行動（動線）等を確認できるようにすることが考えられる。その場合、上記した分析情報としては、これら来店客の客層の情報や店舗内での動線の情報、及び精算レジにおける混雑状態の情報（例えば、精算レジの待ち時間情報）等を生成することが考えられる。
或いは、交通監視カメラの用途であれば、各カメラ３を道路近傍の各位置に配置し、ユーザが通過車両についてのナンバー（車両番号）や車の色、車種等の情報を認識できるようにすることが考えられ、その場合、上記した分析情報としては、これらナンバーや車の色、車種等の情報を生成することが考えられる。
或いは、交通監視カメラの用途であれば、各カメラ３を道路近傍の各位置に配置し、ユーザが通過車両についてのナンバー（車両番号）や車の色、車種等の情報を認識できるようにすることが考えられ、その場合、上記した分析情報としては、これらナンバーや車の色、車種等の情報を生成することが考えられる。
【0024】
また、駐車場に交通監視カメラを用いた場合は、駐車されている各車両を監視できるようにカメラを配置し、不審な行動をしている不審者が各車両の周りにいないかなどを監視し、不審者がいた場合には、不審者がいることやその不審者の属性（性別や年齢層、服装等）などを通知することが考えられる。
さらに、街中や駐車場の空きスペースを監視して、ユーザに車を駐車できるスペースの場所を通知すること等も考えられる。
さらに、街中や駐車場の空きスペースを監視して、ユーザに車を駐車できるスペースの場所を通知すること等も考えられる。
【0025】
なお、フォグサーバ４は、例えば上記した店舗の監視用途においては各カメラ３（及び信号処理装置５）と共に監視対象の店舗内に配置される等、監視対象ごとに配置されることが想定される。このように店舗などの監視対象ごとにフォグサーバ４を設けることで、監視対象における複数のカメラ３からの送信データをサーバ装置１が直接受信する必要がなくなり、サーバ装置１の処理負担軽減が図られる。
【0026】
なお、フォグサーバ４は、監視対象とする店舗が複数あり、それら店舗が全て同一系列に属する店舗である場合には、店舗ごとに設けるのではなく、それら複数の店舗につき一つ設けることも考えられる。すなわち、フォグサーバ４は、監視対象ごとに一つ設けることに限定されず、複数の監視対象に対して一つのフォグサーバ４を設けることも可能なものである。
【0027】
なお、サーバ装置１、又は各カメラ３や各信号処理装置５側に処理能力があるなどの理由で、フォグサーバ４の機能をサーバ装置１、各カメラ３、又は各信号処理装置５に持たせることができる場合は、情報処理システム１００においてフォグサーバ４を省略し、各カメラ３を直接ネットワークＮＴに接続させて、複数のカメラ３からの送信データをサーバ装置１が直接受信するようにしてもよい。
【0028】
サーバ装置１は、情報処理システム１００を統括的に管理する機能を有する情報処理装置とされる。
サーバ装置１は、情報処理システム１００の管理に係る機能として、図示のようにライセンスオーソリ機能Ｆ１、アカウントサービス機能Ｆ２、マーケットプレイス機能Ｆ３、及びＡＩサービス機能Ｆ４を有する。
サーバ装置１は、情報処理システム１００の管理に係る機能として、図示のようにライセンスオーソリ機能Ｆ１、アカウントサービス機能Ｆ２、マーケットプレイス機能Ｆ３、及びＡＩサービス機能Ｆ４を有する。
【0029】
ライセンスオーソリ機能Ｆ１は、各種の認証に係る処理を行う機能である。具体的に、ライセンスオーソリ機能Ｆ１では、各信号処理装置５のデバイス認証に係る処理や、各信号処理装置５で使用されるＡＩモデルについての認証に係る処理が行われる。
【0030】
ライセンスオーソリ機能Ｆ１において、デバイス認証については、信号処理装置５とネットワークＮＴを介して接続された場合に、信号処理装置５ごとにデバイスＩＤを発行する処理が行われる。
また、ＡＩモデルの認証については、ＡＩモデル開発者端末６から登録申請されたＡＩモデルについて固有のＩＤ（ＡＩモデルＩＤ）を発行する処理が行われる。
また、ライセンスオーソリ機能Ｆ１では、信号処理装置５やＡＩモデル開発者端末６とサーバ装置１との間でセキュアな通信が行われるようにするための各種の鍵や証明書等を信号処理装置５の製造業者やＡＩモデル開発者に発行する処理が行われると共に、証明効力の停止や更新のための処理も行われる。
さらに、ライセンスオーソリ機能Ｆ１では、以下で説明するアカウントサービス機能Ｆ２によりユーザ登録（ユーザＩＤの発行を伴うアカウント情報の登録）が行われた場合に、ユーザが購入した信号処理装置５（上記デバイスＩＤ）とユーザＩＤとを紐付ける処理も行われる。
また、ＡＩモデルの認証については、ＡＩモデル開発者端末６から登録申請されたＡＩモデルについて固有のＩＤ（ＡＩモデルＩＤ）を発行する処理が行われる。
また、ライセンスオーソリ機能Ｆ１では、信号処理装置５やＡＩモデル開発者端末６とサーバ装置１との間でセキュアな通信が行われるようにするための各種の鍵や証明書等を信号処理装置５の製造業者やＡＩモデル開発者に発行する処理が行われると共に、証明効力の停止や更新のための処理も行われる。
さらに、ライセンスオーソリ機能Ｆ１では、以下で説明するアカウントサービス機能Ｆ２によりユーザ登録（ユーザＩＤの発行を伴うアカウント情報の登録）が行われた場合に、ユーザが購入した信号処理装置５（上記デバイスＩＤ）とユーザＩＤとを紐付ける処理も行われる。
【0031】
アカウントサービス機能Ｆ２は、ユーザのアカウント情報の生成や管理を行う機能である。アカウントサービス機能Ｆ２では、ユーザ情報の入力を受け付け、入力されたユーザ情報に基づいてアカウント情報を生成する（少なくともユーザＩＤとパスワード情報とを含むアカウント情報の生成を行う）。
また、アカウントサービス機能Ｆ２では、ＡＩモデル開発者についての登録処理（アカウント情報の登録）も行われる。
また、アカウントサービス機能Ｆ２では、ＡＩモデル開発者についての登録処理（アカウント情報の登録）も行われる。
【0032】
マーケットプレイス機能Ｆ３は、ＡＩモデルを販売するための機能である。例えばユーザは、マーケットプレイス機能Ｆ３により提供される販売用のＷＥＢサイト（販売用サイト）を介してＡＩモデルを購入することが可能とされる。
【0033】
ＡＩサービス機能Ｆ４は、ＡＩ処理結果の利用に関するサービスをユーザに提供するための機能とされる。
このＡＩサービス機能Ｆ４の一つとしては、例えば、前述した分析情報の生成に係る機能を挙げることができる。すなわち、ＡＩ処理結果を示す情報に基づき被写体の分析情報を生成し、生成した分析情報をユーザ端末２を介してユーザに閲覧させるための処理を行う機能である。
このＡＩサービス機能Ｆ４の一つとしては、例えば、前述した分析情報の生成に係る機能を挙げることができる。すなわち、ＡＩ処理結果を示す情報に基づき被写体の分析情報を生成し、生成した分析情報をユーザ端末２を介してユーザに閲覧させるための処理を行う機能である。
【0034】
ここで、上記では、サーバ装置１単体でライセンスオーソリ機能Ｆ１、アカウントサービス機能Ｆ２、マーケットプレイス機能Ｆ３、及びＡＩサービス機能Ｆ４を実現する構成を例示したが、これらの機能を複数の情報処理装置が分担して実現する構成とすることも可能である。例えば、上記の機能をそれぞれ１台の情報処理装置が担う構成とすることが考えられる。或いは、上記した機能のうち単一の機能を複数の情報処理装置が分担して行うといったことも可能である。
【0035】
図１において、ＡＩモデル開発者端末６は、ＡＩモデルの開発者が使用する情報処理装置である。
本例において、サーバ装置１には、ＡＩによる学習を行うための学習用データセットが用意されている。ＡＩモデル開発者は、ＡＩモデル開発者端末６を利用してサーバ装置１と通信を行い、これらの学習用データセットをダウンロードする。このとき、学習用データセットが有料で提供されてもよい。その場合、学習用データセットは、クラウド側の機能として用意されている前述したマーケットプレイス機能Ｆ３によりＡＩモデル開発者に販売することが可能である。
本例において、サーバ装置１には、ＡＩによる学習を行うための学習用データセットが用意されている。ＡＩモデル開発者は、ＡＩモデル開発者端末６を利用してサーバ装置１と通信を行い、これらの学習用データセットをダウンロードする。このとき、学習用データセットが有料で提供されてもよい。その場合、学習用データセットは、クラウド側の機能として用意されている前述したマーケットプレイス機能Ｆ３によりＡＩモデル開発者に販売することが可能である。
【0036】
ＡＩモデル開発者は、学習用データセットを用いてＡＩモデルの開発を行った後、ＡＩモデル開発者端末６を用いて開発済みのＡＩモデルをマーケットプレイス（マーケットプレイス機能Ｆ３により提供される販売サイト）に登録する。このとき、当該ＡＩモデルがダウンロードされたことに応じてＡＩモデル開発者にインセンティブが支払われるようにしてもよい。
【0037】
ユーザは、ユーザ端末２を用いて、マーケットプレイスからＡＩモデルを購入することができる。この購入（ダウンロード）に応じて、ＡＩモデル開発者にインセンティブが支払われるようにしてもよい。
ユーザは、購入したＡＩモデルを、信号処理装置５にインストールさせることができる。すなわち、自身が購入した信号処理装置５に、購入したＡＩモデルを用いたＡＩ処理を実行させることができる。
ユーザは、購入したＡＩモデルを、信号処理装置５にインストールさせることができる。すなわち、自身が購入した信号処理装置５に、購入したＡＩモデルを用いたＡＩ処理を実行させることができる。
【0038】
なお、クラウド側のマーケットプレイスにおいては、ユーザごとに最適化されたＡＩモデルがそれぞれ登録されていてもよい。具体的には、例えば、或るユーザが管理している店舗に配置されたカメラ３で撮像された撮像画像を、適宜クラウド側にアップロードさせて蓄積し、サーバ装置１が、アップロードされた撮像画像が一定枚数溜まるごとにＡＩモデルの再学習処理を行って、再学習後のＡＩモデルをマーケットプレイスに登録し直す等である。
【0039】
また、カメラ３からサーバ装置１にアップロードされる情報（例えば画像情報）に個人情報が含まれている場合には、プライバシーの保護の観点からプライバシーに関する情報を除かれたデータがアップロードされるようにしてもよいし、プライバシーに関する情報が除かれたデータをＡＩモデル開発者に利用させるようにしてもよい。
【0040】
（1-2．情報処理装置の構成）
図２は、サーバ装置１のハードウェア構成例を示したブロック図である。
図示のようにサーバ装置１は、ＣＰＵ１１を備えている。ＣＰＵ１１は、これまでにサーバ装置１の処理として説明した各種の処理を行う演算処理部として機能し、ＲＯＭ１２や例えばＥＥＰ－ＲＯＭ（Electrically Erasable Programmable Read-Only Memory）などの不揮発性メモリ部１４に記憶されているプログラム、又は記憶部１９からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ１３にはまた、ＣＰＵ１１が各種の処理を実行する上で必要なデータなども適宜記憶される。
図２は、サーバ装置１のハードウェア構成例を示したブロック図である。
図示のようにサーバ装置１は、ＣＰＵ１１を備えている。ＣＰＵ１１は、これまでにサーバ装置１の処理として説明した各種の処理を行う演算処理部として機能し、ＲＯＭ１２や例えばＥＥＰ－ＲＯＭ（Electrically Erasable Programmable Read-Only Memory）などの不揮発性メモリ部１４に記憶されているプログラム、又は記憶部１９からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ１３にはまた、ＣＰＵ１１が各種の処理を実行する上で必要なデータなども適宜記憶される。
【0041】
ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、及び不揮発性メモリ部１４は、バス２３を介して相互に接続されている。このバス２３にはまた、入出力インタフェース（Ｉ／Ｆ）１５も接続されている。
【0042】
入出力インタフェース１５には、操作子や操作デバイスよりなる入力部１６が接続される。例えば、入力部１６としては、キーボード、マウス、キー、ダイヤル、タッチパネル、タッチパッド、リモートコントローラ等の各種の操作子や操作デバイスが想定される。
入力部１６によりユーザの操作が検知され、入力された操作に応じた信号はＣＰＵ１１によって解釈される。
入力部１６によりユーザの操作が検知され、入力された操作に応じた信号はＣＰＵ１１によって解釈される。
【0043】
また入出力インタフェース１５には、ＬＣＤ（Liquid Crystal Display）或いは有機ＥＬ（Electro-Luminescence）パネルなどよりなる表示部１７や、スピーカなどよりなる音声出力部１８が一体又は別体として接続される。
表示部１７は各種の情報表示に用いられ、例えばコンピュータ装置の筐体に設けられるディスプレイデバイスや、コンピュータ装置に接続される別体のディスプレイデバイス等により構成される。
表示部１７は各種の情報表示に用いられ、例えばコンピュータ装置の筐体に設けられるディスプレイデバイスや、コンピュータ装置に接続される別体のディスプレイデバイス等により構成される。
【0044】
表示部１７は、ＣＰＵ１１の指示に基づいて表示画面上に各種の画像処理のための画像や処理対象の動画等の表示を実行する。また表示部１７はＣＰＵ１１の指示に基づいて、各種操作メニュー、アイコン、メッセージ等、即ちＧＵＩ（Graphical User Interface）としての表示を行う。
【0045】
入出力インタフェース１５には、ＨＤＤ（Hard Disk Drive）や固体メモリなどより構成される記憶部１９や、モデムなどより構成される通信部２０が接続される場合もある。
【0046】
通信部２０は、インターネット等の伝送路を介しての通信処理や、各種機器との有線／無線通信、バス通信などによる通信を行う。
【0047】
入出力インタフェース１５にはまた、必要に応じてドライブ２１が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブル記憶媒体２２が適宜装着される。
【0048】
ドライブ２１により、リムーバブル記憶媒体２２から各処理に用いられるプログラム等のデータファイルなどを読み出すことができる。読み出されたデータファイルは記憶部１９に記憶されたり、データファイルに含まれる画像や音声が表示部１７や音声出力部１８で出力されたりする。またリムーバブル記憶媒体２２から読み出されたコンピュータプログラム等は必要に応じて記憶部１９にインストールされる。
【0049】
上記のようなハードウェア構成を有するコンピュータ装置では、例えば本実施形態の処理のためのソフトウェアを、通信部２０によるネットワーク通信やリムーバブル記憶媒体２２を介してインストールすることができる。或いは、当該ソフトウェアは予めＲＯＭ１２や記憶部１９等に記憶されていてもよい。
【0050】
ＣＰＵ１１が各種のプログラムに基づいて処理動作を行うことで、前述したサーバ装置１としての必要な情報処理や通信処理が実行される。
なお、サーバ装置１は、図２のようなコンピュータ装置が単一で構成されることに限らず、複数のコンピュータ装置がシステム化されて構成されてもよい。複数のコンピュータ装置は、ＬＡＮ（Local Area Network）等によりシステム化されていてもよいし、インターネット等を利用したＶＰＮ（Virtual Private Network）等により遠隔地に配置されたものでもよい。複数のコンピュータ装置には、クラウドコンピューティングサービスによって利用可能なサーバ群（クラウド）としてのコンピュータ装置が含まれてもよい。
なお、サーバ装置１は、図２のようなコンピュータ装置が単一で構成されることに限らず、複数のコンピュータ装置がシステム化されて構成されてもよい。複数のコンピュータ装置は、ＬＡＮ（Local Area Network）等によりシステム化されていてもよいし、インターネット等を利用したＶＰＮ（Virtual Private Network）等により遠隔地に配置されたものでもよい。複数のコンピュータ装置には、クラウドコンピューティングサービスによって利用可能なサーバ群（クラウド）としてのコンピュータ装置が含まれてもよい。
【0051】
（1-4．信号処理装置の構成）
図３は、信号処理装置５の構成例を説明するための図である。
図３では、信号処理装置５の内部構成例と共に、図１に示したサーバ装置１、カメラ３（当該信号処理装置５と通信可能に接続されるカメラ３）、フォグサーバ４、及びネットワークＮＴを併せて示している。
図３は、信号処理装置５の構成例を説明するための図である。
図３では、信号処理装置５の内部構成例と共に、図１に示したサーバ装置１、カメラ３（当該信号処理装置５と通信可能に接続されるカメラ３）、フォグサーバ４、及びネットワークＮＴを併せて示している。
【0052】
図示のように信号処理装置５は、機器間通信部５１、デコーダ５２、画像処理部５３、ＡＩ処理部５４、制御部５５、メモリ部５６、不揮発性メモリ部５７、ネットワーク通信部５８、及びバス５９を備えている。信号処理装置５において、機器間通信部５１、デコーダ５２、画像処理部５３、ＡＩ処理部５４、制御部５５、メモリ部５６、及びネットワーク通信部５８は、バス５９を介して相互にデータ通信可能とされる。
【0053】
機器間通信部５１は、有線又は無線により外部装置（外部機器）との間の機器間通信を行うものであり、本例ではカメラ３との間の機器間通信を行う。前述のように本例においてカメラ３と信号処理装置５との間の接続はＵＳＢ接続とされるものであり、機器間通信部５１は、カメラ３との間でＵＳＢ通信規格に基づいた機器間通信を行う。
【0054】
デコーダ５２は、圧縮エンコードされた動画データや静止画データについて、デコード処理を行う。具体的に、デコーダ５２は、機器間通信部５１を介して外部装置から入力される撮像画像データが圧縮エンコード状態の画像データである場合に対応して、制御部５５の指示に基づき、該撮像画像データのデコード処理を行う。デコード処理された撮像画像データは、メモリ部５６に記憶される。
【0055】
ここで、カメラ３から入力される撮像画像データとしては、ＲＡＷデータ、或いはＲＧＢデータであることが考えられる。なお、ここで言うＲＧＢデータとは、ＲＡＷデータに対するデモザイク処理を行って得られるＲ画像、Ｇ画像、Ｂ画像の各画像データを意味する。なお、カメラ３から入力される撮像画像データとしては、ＲＡＷデータやＲＧＢデータ以外にも、ＹＵＶ形式のデータ等とされる場合もあり得る。
本例では、カメラ３から信号処理装置５に対しては、圧縮エンコード処理されたＲＡＷデータとしての撮像画像データが入力されるものとする。
本例では、カメラ３から信号処理装置５に対しては、圧縮エンコード処理されたＲＡＷデータとしての撮像画像データが入力されるものとする。
【0056】
画像処理部５３は、外部より入力される撮像画像について画像信号処理を行うことが可能に構成され、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされている。
画像処理部５３は、制御部５５による制御に基づき、機器間通信部５１を介してカメラ３より入力される撮像画像データ（本例ではデコーダ５２によるデコード後の撮像画像データ）に対する画像信号処理を施す。
画像処理部５３は、制御部５５による制御に基づき、機器間通信部５１を介してカメラ３より入力される撮像画像データ（本例ではデコーダ５２によるデコード後の撮像画像データ）に対する画像信号処理を施す。
【0057】
ここで、画像処理部５３は、画像信号処理として、画像形式変換処理、データサイズ調整処理の少なくとも何れかを実行可能とされる。ここで言う画像形式変換処理とは、例えばデモザイク処理（ＲＡＷ形式からＲＧＢ形式への変換処理）やモノクロ化（ＲＧＢ形式からモノクロ形式への変換処理）処理等、画像の形式を変換する処理を意味する。
また、ここで言うデータサイズ調整処理とは、例えば画サイズの調整処理や輝度値のビット数調整処理等、画像データサイズが調整される処理を意味する。
本例において、画像処理部５３は、上記のような画像形式変換処理、データサイズ調整処理以外にも、例えばノイズリダクション処理や歪補正処理等、画質向上のための画像信号処理も行うことが可能とされる。
また、ここで言うデータサイズ調整処理とは、例えば画サイズの調整処理や輝度値のビット数調整処理等、画像データサイズが調整される処理を意味する。
本例において、画像処理部５３は、上記のような画像形式変換処理、データサイズ調整処理以外にも、例えばノイズリダクション処理や歪補正処理等、画質向上のための画像信号処理も行うことが可能とされる。
【0058】
本実施形態において、画像処理部５３が上記の画像形式変換処理やデータサイズ調整処理について具体的にどのような処理を実行するかは、制御部５５の設定制御によって定められる。例えば、制御部５５の設定制御により、画像処理部５３が入力画像に対してデモザイク処理、及び画サイズ調整処理を施すように定められる。或いは、制御部５５の設定制御によっては、画像処理部５３が入力画像に対してデモザイク処理及びモノクロ化処理を施し、データサイズ調整処理は実行しないように定められたり、入力画像に対しデータサイズ調整処理のみを施すように定められたりする場合もある。
また、制御部５５の設定制御によっては、入力されるＲＡＷデータ（本例ではデコーダ５２によるデコード後）に対し画像形式変換処理、データサイズ調整処理の何れも施さずにそのままメモリ部５６に記憶させるように定められる場合もある。
また、制御部５５による設定制御によっては、データサイズ調整処理について、具体的に画サイズを何れのサイズとするかや、輝度値のビット数を何ビットにするかといった設定も行うことが可能とされる。
また、制御部５５の設定制御によっては、入力されるＲＡＷデータ（本例ではデコーダ５２によるデコード後）に対し画像形式変換処理、データサイズ調整処理の何れも施さずにそのままメモリ部５６に記憶させるように定められる場合もある。
また、制御部５５による設定制御によっては、データサイズ調整処理について、具体的に画サイズを何れのサイズとするかや、輝度値のビット数を何ビットにするかといった設定も行うことが可能とされる。
【0059】
上記のような画像処理部５３が設けられることで、ＡＩ処理部５４の入力画像について、画像形式や画像データサイズを可変的に設定することが可能とされる。換言すれば、ＡＩ処理部５４の入力画像の画像形式や画像データサイズを、ＡＩモデルが要求する入力画像条件に応じて適応的に設定可能なものである。
【0060】
ＡＩ処理部５４は、例えばＤＳＰ（Digital Signal Processor）やＣＰＵ、ＦＰＧＡ（Field Programmable Gate Array)等、プログラマブルな演算処理装置を有して構成され、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行う。ここでのＡＩモデルは、画像を対象としたＡＩ処理を行うものであり、例えばＣＮＮ（Convolutional Neural Network）等のニューラルネットワーク構造を有するモデルが用いられる。なお、ＡＩモデルはニューラルネットワーク構造を持つモデルに限定されず、例えばビジョントランスフォーマ（Vision Transformer）等、ニューラルネットワーク構造を持たないモデルを用いることも可能であり、機械学習されたＡＩモデルであればよい。
ＡＩ処理部５４によるＡＩ処理としては、例えば、人物や車両等の特定のターゲットとしての被写体を認識する画像認識処理等を挙げることができる。或いは、ＡＩ処理としては、被写体の種類を問わず、何らかの物体の有無を検出する物体検出処理として行われることも考えられる。
ＡＩ処理部５４によるＡＩ処理としては、例えば、人物や車両等の特定のターゲットとしての被写体を認識する画像認識処理等を挙げることができる。或いは、ＡＩ処理としては、被写体の種類を問わず、何らかの物体の有無を検出する物体検出処理として行われることも考えられる。
【0061】
ＡＩ処理部５４によるＡＩ処理の機能は、ＡＩモデルを変更することにより切り替えることが可能とされる。以下では、ＡＩ処理が画像認識処理である場合の例を説明する。
具体的な画像認識の機能種別については種々考えられるが、例えば以下に例示するような種別を挙げることができる。
・クラス識別
・セマンティックセグメンテーション
・人物検出
・車両検出
・ターゲットのトラッキング
・ＯＣＲ（Optical Character Recognition：光学文字認識）
具体的な画像認識の機能種別については種々考えられるが、例えば以下に例示するような種別を挙げることができる。
・クラス識別
・セマンティックセグメンテーション
・人物検出
・車両検出
・ターゲットのトラッキング
・ＯＣＲ（Optical Character Recognition：光学文字認識）
【0062】
上記の機能種別のうち、クラス識別は、ターゲットのクラスを識別する機能である。ここで言う「クラス」とは、物体のカテゴリを表す情報であり、例えば「人」「自動車」「飛行機」「船」「トラック」「鳥」「猫」「犬」「鹿」「蛙」「馬」等を区別するものである。
ターゲットのトラッキングとは、ターゲットとされた被写体の追尾を行う機能であり、該被写体の位置の履歴情報を得る機能と換言できるものである。
ターゲットのトラッキングとは、ターゲットとされた被写体の追尾を行う機能であり、該被写体の位置の履歴情報を得る機能と換言できるものである。
【0063】
メモリ部５６は、揮発性メモリにより構成され、信号処理装置５において処理対象とされる撮像画像の保持（一時記憶）や、ＡＩ処理部５４におけるＡＩ処理に係るデータの保持に用いられる。具体的に、本例においてメモリ部５６は、機器間通信部５１を介して入力された撮像画像データの保持、画像処理部５３による画像処理後の撮像画像データの保持、ＡＩ処理部５４がＡＩ処理で用いるＡＩモデルのデータの保持、及びＡＩ処理部５４のＡＩ処理結果を示す情報の保持に用いられる。
【0064】
ここで、メモリ部５６に保持される「ＡＩモデルのデータ」としては、本例のようにＡＩ処理がＣＮＮを用いたものである場合には、畳み込み演算で用いられる重み係数を少なくとも含むデータとされる。或いは、ＡＩモデルの切り替えにより、ＡＩモデルのニューラルネットワーク構造の切り替えも行う場合には、「ＡＩモデルのデータ」には、上記の重み係数以外に、ニューラルネットワーク構造に係る設定情報（例えば、カーネルサイズの情報等を含む）も含まれることになる。
【0065】
ネットワーク通信部５８は、ネットワークＮＴを介した外部装置との間のデータ通信を行う。特に本例では、ネットワーク通信部５８は、ネットワークＮＴを介してサーバ装置１との間でデータ通信を行う。
【0066】
制御部５５は、例えばＣＰＵ、ＲＯＭ、及びＲＡＭを有するマイクロコンピュータを備えて構成され、ＣＰＵがＲＯＭに記憶されているプログラム、又はＲＡＭにロードされたプログラムに従って各種の処理を実行することで、信号処理装置５の全体制御を行う。
例えば、制御部５５は、機器間通信部５１を介した外部装置との間のデータの入出力制御や、デコーダ５２の動作制御、及び画像処理部５３についての設定制御や画像信号処理の実行制御等を行う。
例えば、制御部５５は、機器間通信部５１を介した外部装置との間のデータの入出力制御や、デコーダ５２の動作制御、及び画像処理部５３についての設定制御や画像信号処理の実行制御等を行う。
【0067】
また、制御部５５は、ネットワーク通信部５８を介して、ネットワークＮＴを経由した外部装置との間のデータ通信を行う。特に、本実施形態において制御部５５は、ネットワークＮＴを介して、サーバ装置１より後述するＡＩモデル指示データＤａ、及び画像指示データＤｐを受信する。
ＡＩモデル指示データＤａは、ＡＩ処理部５４に設定されるべきＡＩモデルを指示するためのデータであり、画像指示データＤｐは、画像処理部５３が得るべき画像を指示するためのデータである。
本例では、ＡＩモデル指示データＤａとしては、ＡＩモデルのデータそのものがサーバ装置１より送信される。以下、サーバ装置１が信号処理装置５に対してＡＩモデルを所定のデータ形式により送信することを「デプロイ」と表記する。
ＡＩモデル指示データＤａは、ＡＩ処理部５４に設定されるべきＡＩモデルを指示するためのデータであり、画像指示データＤｐは、画像処理部５３が得るべき画像を指示するためのデータである。
本例では、ＡＩモデル指示データＤａとしては、ＡＩモデルのデータそのものがサーバ装置１より送信される。以下、サーバ装置１が信号処理装置５に対してＡＩモデルを所定のデータ形式により送信することを「デプロイ」と表記する。
【0068】
制御部５５は、サーバ装置１から受信される上記のＡＩモデル指示データＤａ、画像指示データＤｐに基づき、ＡＩ処理部５４、画像処理部５３の設定制御を行うが、この点については改めて説明する。
【0069】
また、制御部５５は、サーバ装置１から暗号化された状態で送信されてくるデータについて、復号化処理を行う。具体的に、本例では、サーバ装置１から送信されてくる上記のＡＩモデル指示データＤａ及び画像指示データＤｐは所定の暗号鍵に基づいて暗号化されており、制御部５５は、これらＡＩモデル指示データＤａ及び画像指示データＤｐについての暗号化を解くための復号化処理を行う。
【0070】
制御部５５には、不揮発性メモリ部５７が接続されている。この不揮発性メモリ部５７は、制御部５５のＣＰＵが各種の処理で用いるデータの記憶に用いられる。
本実施形態において、不揮発性メモリ部５７には、鍵情報Ｉｋが予め記憶されている。制御部５５は、この鍵情報Ｉｋを用いて上記したＡＩモデル指示データＤａ及び画像指示データＤｐについての復号化処理を行うが、鍵情報Ｉｋについては後に改めて説明する。
本実施形態において、不揮発性メモリ部５７には、鍵情報Ｉｋが予め記憶されている。制御部５５は、この鍵情報Ｉｋを用いて上記したＡＩモデル指示データＤａ及び画像指示データＤｐについての復号化処理を行うが、鍵情報Ｉｋについては後に改めて説明する。
【0071】
（1-4．実施形態としての情報処理例）
本実施形態において、サーバ装置１は、信号処理装置５が有するＡＩ機能に係る処理として、各種の処理を行う。
図４は、サーバ装置１のＣＰＵ１１が有する各種機能を説明するための機能ブロック図である。
図示のようにサーバ装置１は、使用準備処理部１１ａ、使用開始時処理部１１ｂ、及び再デプロイ処理部１１ｃとしての機能を有している。
本実施形態において、サーバ装置１は、信号処理装置５が有するＡＩ機能に係る処理として、各種の処理を行う。
図４は、サーバ装置１のＣＰＵ１１が有する各種機能を説明するための機能ブロック図である。
図示のようにサーバ装置１は、使用準備処理部１１ａ、使用開始時処理部１１ｂ、及び再デプロイ処理部１１ｃとしての機能を有している。
【0072】
使用準備処理部１１ａは、ユーザが情報処理システム１００によるサービスの提供を受けるための準備に係る処理を行う。
【0073】
ここで、本例においてユーザは、情報処理システム１００によるサービスの提供を受けるにあたり、情報処理システム１００での使用に対応する対応品としての信号処理装置５の購入を行う。このとき、対応品としての信号処理装置５には、ＡＩモデルの暗号化及び復号化を行うための鍵生成に用いられるマスターキーとしての鍵情報Ｉｋが例えば信号処理装置５の製造時において不揮発性メモリ部５７（図３参照）に格納される。
このようにＡＩモデルの暗号化／復号化に用いられるマスターキーとしての鍵情報Ｉｋを信号処理装置５内に格納しておくことで、或るユーザが購入したＡＩモデルは、そのユーザが購入した対応品としての信号処理装置５でしか復号化できないようにすることができる。換言すれば、対応品でない他の信号処理装置５がＡＩモデルを不正に利用できてしまうことの防止を図ることができる。
このようにＡＩモデルの暗号化／復号化に用いられるマスターキーとしての鍵情報Ｉｋを信号処理装置５内に格納しておくことで、或るユーザが購入したＡＩモデルは、そのユーザが購入した対応品としての信号処理装置５でしか復号化できないようにすることができる。換言すれば、対応品でない他の信号処理装置５がＡＩモデルを不正に利用できてしまうことの防止を図ることができる。
【0074】
使用開始前の手続きとしてユーザは、購入した信号処理装置５やユーザアカウントについての登録手続きを行う。
具体的にユーザは、購入した使用したい全ての信号処理装置５を指定されたクラウド、つまり本例ではサーバ装置１にネットワーク接続させる。
この状態でユーザは、ユーザ端末２を用いてサーバ装置１（前述したアカウントサービス機能Ｆ２）に対し信号処理装置５やユーザアカウントの登録のための情報入力を行う。
具体的にユーザは、購入した使用したい全ての信号処理装置５を指定されたクラウド、つまり本例ではサーバ装置１にネットワーク接続させる。
この状態でユーザは、ユーザ端末２を用いてサーバ装置１（前述したアカウントサービス機能Ｆ２）に対し信号処理装置５やユーザアカウントの登録のための情報入力を行う。
【0075】
使用準備処理部１１ａは、ユーザからの入力情報に基づき、ユーザのアカウント情報を生成する。具体的には、少なくともユーザＩＤとパスワード情報とを含むアカウント情報の生成を行う。
【0076】
また、使用準備処理部１１ａは、ユーザのアカウント情報を生成すると共に、接続された信号処理装置５より、装置ＩＤ、Ｒｅｇｉｏｎ情報（信号処理装置５の設置場所情報）、ハードウェアの種類情報（例えば、接続されるカメラ３が階調画像を得るカメラか距離画像を得るカメラか等）、ＯＳバージョンの情報等を取得し、取得した情報を生成したアカウント情報に紐付ける処理を行う。
【0077】
さらに、使用準備処理部１１ａは、ユーザからのＡＩモデルの購入受け付けや購入に対応した処理を行う。すなわち、前述したマーケットプレイスにおけるＡＩモデルの購入受け付け処理、及びＡＩモデルが購入された場合に、購入されたＡＩモデルとユーザＩＤとを紐付ける処理を行う。
【0078】
また使用準備処理部１１ａは、ユーザが購入したＡＩモデルについて、該ＡＩモデルに対応する画像処理部５３の設定データを特定する処理を行う。
ここで、本例において、ユーザがマーケットプレイスにおいて購入可能なＡＩモデルとしては、入力画像条件が異なるものが混在している。
ここで、本例において、ユーザがマーケットプレイスにおいて購入可能なＡＩモデルとしては、入力画像条件が異なるものが混在している。
【0079】
図５は、ＡＩモデルの入力画像条件についての説明図である。
図５Ａから図５Ｃでは、入力画像条件が異なるＡＩモデルとして、それぞれＡＩモデル（ａ）、ＡＩモデル（ｂ）、ＡＩモデル（ｃ）を例示している。
図５Ａに示すＡＩモデル（ａ）は、ＲＧＢ形式による入力画像に対応するものである。この場合、画像処理部５３においては、ＲＡＷ形式で入力される撮像画像データを、ＲＧＢ形式の画像に変換する設定が為されればよい。
図５Ｂに示すＡＩモデル（ｂ）は、モノクロ形式による入力画像に対応するものである。この場合、画像処理部５３においては、ＲＡＷ形式で入力される撮像画像データについて、ＲＧＢ形式への画像変換後にモノクロ形式への画像変換を行う設定が為されればよい。
図５Ｃに示すＡＩモデル（ｃ）は、ＲＡＷ形式による入力画像に対応するものである。この場合、画像処理部５３においては、ＲＡＷ形式で入力される撮像画像データについて、画像形式の変換処理を行わずにそのままメモリ部５６に記憶させる設定が為されればよい。
図５Ａから図５Ｃでは、入力画像条件が異なるＡＩモデルとして、それぞれＡＩモデル（ａ）、ＡＩモデル（ｂ）、ＡＩモデル（ｃ）を例示している。
図５Ａに示すＡＩモデル（ａ）は、ＲＧＢ形式による入力画像に対応するものである。この場合、画像処理部５３においては、ＲＡＷ形式で入力される撮像画像データを、ＲＧＢ形式の画像に変換する設定が為されればよい。
図５Ｂに示すＡＩモデル（ｂ）は、モノクロ形式による入力画像に対応するものである。この場合、画像処理部５３においては、ＲＡＷ形式で入力される撮像画像データについて、ＲＧＢ形式への画像変換後にモノクロ形式への画像変換を行う設定が為されればよい。
図５Ｃに示すＡＩモデル（ｃ）は、ＲＡＷ形式による入力画像に対応するものである。この場合、画像処理部５３においては、ＲＡＷ形式で入力される撮像画像データについて、画像形式の変換処理を行わずにそのままメモリ部５６に記憶させる設定が為されればよい。
【0080】
なお、上記ではＡＩモデルごとの入力画像条件の例として、ＲＧＢ形式やモノクロ形式等の画像形式に係る条件のみを例示したが、ＡＩモデルごとの入力画像条件としては、前述した画サイズや輝度値のビット数等、データサイズに係る条件も含まれるものである。
【0081】
図示は省略するが、本例の情報処理システム１００においては、ユーザが購入可能なＡＩモデルごとに、そのＡＩモデルの入力画像条件に対応した画像処理部５３の設定（つまりどのような画像を得るかについての設定）を実現するための設定データが対応づけられたデータベース（以下「設定データＤＢ」と表記する）が構築されている。
図４に示した使用準備処理部１１ａは、ユーザによりＡＩモデルが購入された場合は、設定データＤＢを参照し、購入されたＡＩモデルに対応する画像処理部５３の設定データを特定する。
本例では、このように特定された設定データが、前述した画像指示データＤｐ（画像処理部５３が得るべき画像を指示するためのデータ）として機能する。
図４に示した使用準備処理部１１ａは、ユーザによりＡＩモデルが購入された場合は、設定データＤＢを参照し、購入されたＡＩモデルに対応する画像処理部５３の設定データを特定する。
本例では、このように特定された設定データが、前述した画像指示データＤｐ（画像処理部５３が得るべき画像を指示するためのデータ）として機能する。
【0082】
また、使用準備処理部１１ａは、ユーザによりＡＩモデルが購入された場合には、購入されたＡＩモデルのデータと、該ＡＩモデルに対応する画像処理部５３の設定データとを暗号化する処理を行う。
本例では、この暗号化処理は、信号処理装置５ごとに異なる鍵を生成して行う。信号処理装置５ごとに異なる鍵により暗号化が行われることで、ＡＩモデル及び画像処理部５３の設定データをセキュアにデプロイすることができる。
本例では、この暗号化処理は、信号処理装置５ごとに異なる鍵を生成して行う。信号処理装置５ごとに異なる鍵により暗号化が行われることで、ＡＩモデル及び画像処理部５３の設定データをセキュアにデプロイすることができる。
【0083】
本例において、ＡＩモデルの暗号化に用いる鍵は、信号処理装置５ごとに予め格納させておいた前述の鍵情報Ｉｋ（マスターキー）と、装置ＩＤと、ユーザＩＤと、暗号化対象とするＡＩモデルのＩＤ（以下「ＡＩモデルＩＤ」とする）とを掛け合わせて生成する。
なお、マスターキーとしての鍵情報Ｉｋは、サーバ装置１を管理するサービス運営者が予め用意し、対応品としての信号処理装置５に格納させたものである。このため、サーバ装置１側では、何れの信号処理装置５に何れのマスターキーを格納させたかの対応関係が把握されており、上記のような信号処理装置５ごとの暗号鍵生成に用いることができる。
なお、マスターキーとしての鍵情報Ｉｋは、サーバ装置１を管理するサービス運営者が予め用意し、対応品としての信号処理装置５に格納させたものである。このため、サーバ装置１側では、何れの信号処理装置５に何れのマスターキーを格納させたかの対応関係が把握されており、上記のような信号処理装置５ごとの暗号鍵生成に用いることができる。
【0084】
使用準備処理部１１ａは、ユーザが購入したＡＩモデルと、該ＡＩモデルに対応する画像処理部５３の設定データとについて、上記のように信号処理装置５ごとに生成した暗号鍵を用いた暗号化を行う。
【0085】
使用開始時処理部１１ｂは、信号処理装置５の使用開始時に対応した処理を行う。具体的には、ユーザが購入したＡＩモデルを信号処理装置５にデプロイすることを要求した場合に、該当するＡＩモデル及び該ＡＩモデルに対応する画像処理部５３の設定データにつての暗号化データを、該当する信号処理装置５にデプロイするための処理を行う。
【0086】
図６は、信号処理装置５にデプロイされるデータを模式的に示している。
この場合のデプロイデータとしては、ＡＩモデル指示データＤａとしてのＡＩモデルのデータと、画像指示データＤｐとしての、画像処理部５３の設定データとが含まれる。具体的に、この場合のデプロイデータは、これらＡＩモデルのデータと画像処理部５３の設定データとが暗号化されたデータとされる。
この場合のデプロイデータとしては、ＡＩモデル指示データＤａとしてのＡＩモデルのデータと、画像指示データＤｐとしての、画像処理部５３の設定データとが含まれる。具体的に、この場合のデプロイデータは、これらＡＩモデルのデータと画像処理部５３の設定データとが暗号化されたデータとされる。
【0087】
なお、本実施形態では、信号処理装置５が有する不揮発性のメモリにＡＩモデルを記憶させない前提としているため、ＡＩモデル指示データＤａとしてＡＩモデルのデータそのものを送信するものとしているが、例えば、信号処理装置５の不揮発性メモリに複数種類のＡＩモデルのデータを記憶させておくことが可能な場合には、ＡＩモデル指示データＤａとしては、それら複数のＡＩモデルのうち何れをＡＩ処理部５４に設定すべきかを指示する情報（例えば、該当するＡＩモデルのＩＤを指示する情報等）とすることもできる。
同様に、画像指示データＤｐについても、画像処理部５３の設定データそのものを送信する例としたが、信号処理装置５において複数の設定データを記憶させておくことが可能な場合には、画像指示データＤｐは、それら複数の設定データの何れを画像処理部５３に設定すべきかを指示する情報（例えば、該当する設定データのＩＤを指示する情報等）とすることもできる。
同様に、画像指示データＤｐについても、画像処理部５３の設定データそのものを送信する例としたが、信号処理装置５において複数の設定データを記憶させておくことが可能な場合には、画像指示データＤｐは、それら複数の設定データの何れを画像処理部５３に設定すべきかを指示する情報（例えば、該当する設定データのＩＤを指示する情報等）とすることもできる。
【0088】
ここで、上記のデプロイデータとしての、ＡＩモデル及び設定データの暗号化データを受信した信号処理装置５では、制御部５５が、鍵情報Ｉｋと、当該信号処理装置５の装置ＩＤと、ユーザＩＤと、ＡＩモデルＩＤとを用いて鍵を生成し、生成した鍵に基づいて受信した暗号化データを復号化する。
信号処理装置５には、少なくともＡＩモデルの復号化を行う前の段階で、ユーザＩＤが記憶された状態にある。例えば、前述したユーザのアカウント登録が行われたことに応じ、サーバ装置１から信号処理装置５側にユーザＩＤが通知されて、例えば不揮発性メモリ部５７等の不揮発性のメモリに記憶される。或いは、ユーザが購入した信号処理装置５を使用可能とするにあたって信号処理装置５にユーザＩＤを入力することが条件とされている場合には、ユーザにより入力されたユーザＩＤが信号処理装置５に記憶される。
また、ＡＩモデルＩＤに関しては、例えばデプロイ時に対応してサーバ装置１側から送信され、制御部５５は、このＡＩモデルＩＤと、上記のように予め記憶されたユーザＩＤと、不揮発性メモリ部５７に格納された鍵情報Ｉｋとを用いて鍵の生成を行い、該鍵を用いて、受信した暗号化データの復号化を行う。
信号処理装置５には、少なくともＡＩモデルの復号化を行う前の段階で、ユーザＩＤが記憶された状態にある。例えば、前述したユーザのアカウント登録が行われたことに応じ、サーバ装置１から信号処理装置５側にユーザＩＤが通知されて、例えば不揮発性メモリ部５７等の不揮発性のメモリに記憶される。或いは、ユーザが購入した信号処理装置５を使用可能とするにあたって信号処理装置５にユーザＩＤを入力することが条件とされている場合には、ユーザにより入力されたユーザＩＤが信号処理装置５に記憶される。
また、ＡＩモデルＩＤに関しては、例えばデプロイ時に対応してサーバ装置１側から送信され、制御部５５は、このＡＩモデルＩＤと、上記のように予め記憶されたユーザＩＤと、不揮発性メモリ部５７に格納された鍵情報Ｉｋとを用いて鍵の生成を行い、該鍵を用いて、受信した暗号化データの復号化を行う。
【0089】
そして、制御部５５は、復号化されたＡＩモデルのデータ（ＡＩモデル指示データＤａ）と画像処理部５３の設定データ（画像指示データＤｐ）とに基づき、ＡＩ処理部５４、画像処理部５３の設定制御を行う。すなわち、復号化したＡＩモデルのデータをメモリ部５６（揮発性メモリ）に記憶させ、ＡＩ処理部５４が該記憶されたＡＩモデルのデータに従って構築されるニューラルネットワークによるＡＩモデルを用いて入力画像に対するＡＩ処理を行うようにする。
また、制御部５５は、復号化された設定データを画像処理部５３に設定する処理を行うことで、画像処理部５３が該設定データに従った処理を行うようにする。
また、制御部５５は、復号化された設定データを画像処理部５３に設定する処理を行うことで、画像処理部５３が該設定データに従った処理を行うようにする。
【0090】
図７は、上記のような画像指示データＤｐ、ＡＩモデル指示データＤａに基づく画像処理部５３、ＡＩ処理部５４の設定制御を模式化して示している。
ＡＩモデル指示データＤａに基づくＡＩ処理部５４の設定制御が行われることで、信号処理装置５において、ユーザが購入したＡＩモデルによるＡＩ処理が行われるようにすることができる。
また、画像指示データＤｐに基づく画像処理部５３の設定制御が行われることで、ＡＩ処理部５４の入力画像を、ＡＩ処理部５４が用いるＡＩモデルの入力画像条件に応じた適切な画像とすることができ、ＡＩ処理が適切に行われるように図ることができる。
ＡＩモデル指示データＤａに基づくＡＩ処理部５４の設定制御が行われることで、信号処理装置５において、ユーザが購入したＡＩモデルによるＡＩ処理が行われるようにすることができる。
また、画像指示データＤｐに基づく画像処理部５３の設定制御が行われることで、ＡＩ処理部５４の入力画像を、ＡＩ処理部５４が用いるＡＩモデルの入力画像条件に応じた適切な画像とすることができ、ＡＩ処理が適切に行われるように図ることができる。
【0091】
図４において、再デプロイ処理部１１ｃは、初回のデプロイ処理以降の再デプロイ処理を行う。
上述のように本例では、ＡＩ処理部５４がＡＩ処理に用いるＣＮＮの重み係数等のＡＩモデルのデータは、揮発性のメモリであるメモリ部５６に保持されることになる。そのため、本例の情報処理システム１００では、信号処理装置５が電断された場合には、ＡＩモデルのデータの記憶を維持することができず、信号処理装置５が再起動された場合に、ＡＩモデルのデータを再度デプロイすることが要請される。
上述のように本例では、ＡＩ処理部５４がＡＩ処理に用いるＣＮＮの重み係数等のＡＩモデルのデータは、揮発性のメモリであるメモリ部５６に保持されることになる。そのため、本例の情報処理システム１００では、信号処理装置５が電断された場合には、ＡＩモデルのデータの記憶を維持することができず、信号処理装置５が再起動された場合に、ＡＩモデルのデータを再度デプロイすることが要請される。
【0092】
再デプロイ処理部１１ｃは、信号処理装置５が再起動した際に制御部５５がサーバ装置１に対して行う再デプロイ要求に応じて、図６で説明したデプロイデータ、具体的には、該信号処理装置５に対応するデプロイデータを該信号処理装置５にデプロイする処理を行う。
【0093】
確認のため、上記した使用準備処理部１１ａ及び使用開始時処理部１１ｂの処理が行われる場合に対応した情報処理システム１００全体の処理の流れをフローチャートとして図８、図９に示す。
図８は、ユーザのアカウント登録時に対応した処理のフローチャートであり、図９は、ＡＩモデルの購入からデプロイ（初回デプロイ）までに対応した処理のフローチャートである。
これら図８、図９において、「サーバ装置」として示す処理はサーバ装置１のＣＰＵ１１が実行する処理であり、「信号処理装置」として示す処理は信号処理装置５における制御部５５が実行する処理である。なお、「ユーザ端末」として示す処理はユーザ端末２におけるＣＰＵが実行する。
なお、図８、図９に示す処理が開始されるにあたっては、ユーザ端末２及び信号処理装置５がそれぞれサーバ装置１とネットワークＮＴを介して通信可能に接続された状態にあるとする。
図８は、ユーザのアカウント登録時に対応した処理のフローチャートであり、図９は、ＡＩモデルの購入からデプロイ（初回デプロイ）までに対応した処理のフローチャートである。
これら図８、図９において、「サーバ装置」として示す処理はサーバ装置１のＣＰＵ１１が実行する処理であり、「信号処理装置」として示す処理は信号処理装置５における制御部５５が実行する処理である。なお、「ユーザ端末」として示す処理はユーザ端末２におけるＣＰＵが実行する。
なお、図８、図９に示す処理が開始されるにあたっては、ユーザ端末２及び信号処理装置５がそれぞれサーバ装置１とネットワークＮＴを介して通信可能に接続された状態にあるとする。
【0094】
図８において、ユーザ端末２はステップＳ２０１でユーザ情報入力処理を行う。すなわち、アカウント登録のための情報（少なくともユーザＩＤ及びパスワードの情報）をユーザの操作入力に基づいてサーバ装置１に対して入力する処理である。
【0095】
サーバ装置１は、ユーザ端末２からの情報入力を受け付ける共に、ステップＳ１０１で、アカウント登録についての必要情報の送信を信号処理装置５に対して要求する。具体的には、ユーザＩＤとの紐付けが行われるべき、前述した装置ＩＤ、Ｒｅｇｉｏｎ情報、ハードウェアの種類情報、ＯＳバージョンの情報等の送信要求を行う。
【0096】
信号処理装置５は、ステップＳ３０１の要求情報送信処理として、サーバ装置１より要求された情報をサーバ装置１に対して送信する処理を行う。
【0097】
信号処理装置５より要求情報を受信したサーバ装置１は、ステップＳ１０２のユーザ登録処理として、ユーザ端末２から入力されたユーザ情報に基づくアカウント情報の生成や、ユーザＩＤに対し、カメラ３から受信した上記の要求情報を紐付ける処理を行う。
【0098】
続いて、図９に示す処理を説明する。
先ず、ユーザ端末２が、ステップＳ２１０でＡＩ商品購入処理を実行する。すなわち、前述したマーケットプレイスにおけるＡＩモデルの購入のための処理である。具体的にユーザ端末２は、ステップＳ２１０の処理として、ユーザの操作入力に基づきサーバ装置１に対し購入するＡＩモデルの指示や購入の指示等を行う。
先ず、ユーザ端末２が、ステップＳ２１０でＡＩ商品購入処理を実行する。すなわち、前述したマーケットプレイスにおけるＡＩモデルの購入のための処理である。具体的にユーザ端末２は、ステップＳ２１０の処理として、ユーザの操作入力に基づきサーバ装置１に対し購入するＡＩモデルの指示や購入の指示等を行う。
【0099】
サーバ装置１は、ステップＳ１１０の購入対応処理として、ユーザ端末２より購入指示された商品（ＡＩモデル）が、購入者としてのユーザに紐付けられるようにするための処理を行う。具体的には、購入指示されたＡＩモデルのＩＤ（ＡＩモデルＩＤ）と、購入者としてのユーザのユーザＩＤとを紐付ける処理を行う。
【0100】
ステップＳ１１０に続くステップＳ１１１でサーバ装置１は、暗号鍵の生成を行う。すなわち、先の図８の処理で信号処理装置５側から取得した装置ＩＤと、マスターキーとしての鍵情報Ｉｋと、購入者としてのユーザのユーザＩＤと、購入されたＡＩモデルについてのＡＩモデルＩＤとを掛け合わせた鍵を生成する。
【0101】
ステップＳ１１１に続くステップＳ１１２でサーバ装置１は、購入されたＡＩモデル、及び画像処理部５３の設定データの暗号化を行う。具体的には、購入されたＡＩモデルに対応する画像処理部５３の設定データを前述した設定データＤＢを参照して特定し、購入されたＡＩモデルのデータと、特定した設定データとをステップＳ１１１で生成した鍵を用いて暗号化する。
前述のように本例では、暗号化の鍵生成には鍵情報Ｉｋが用いられるため、対象とする信号処理装置５が複数存在する場合には、鍵は信号処理装置５ごとに生成され、暗号化データとしては、それぞれが異なる鍵で暗号化された、信号処理装置５ごとの暗号化データが生成される。
前述のように本例では、暗号化の鍵生成には鍵情報Ｉｋが用いられるため、対象とする信号処理装置５が複数存在する場合には、鍵は信号処理装置５ごとに生成され、暗号化データとしては、それぞれが異なる鍵で暗号化された、信号処理装置５ごとの暗号化データが生成される。
【0102】
上記のようなＡＩ商品の購入に係る処理が行われた後、ユーザは、購入したＡＩモデルを用いた画像処理を各信号処理装置５で開始させたいとした場合に、ユーザ端末２を用いて、サーバ装置１に対するデプロイ要求を行う（ステップＳ２１１「ＡＩデプロイ要求」）。
【0103】
サーバ装置１では、上記したステップＳ１１２の処理を実行した後、ステップＳ１１３で、このデプロイ要求を待機する。
デプロイ要求があった場合、サーバ装置１はステップＳ１１４で、暗号化したＡＩモデル、及び設定データのデプロイ処理を行う。すなわち、ステップＳ１１２で得られた暗号化データを、該当する信号処理装置５に送信する処理を行う。
デプロイ要求があった場合、サーバ装置１はステップＳ１１４で、暗号化したＡＩモデル、及び設定データのデプロイ処理を行う。すなわち、ステップＳ１１２で得られた暗号化データを、該当する信号処理装置５に送信する処理を行う。
【0104】
サーバ装置１から送信された暗号化データを受信した信号処理装置５は、ステップＳ３１０でＡＩモデル、設定データの復号化処理を行う。すなわち、不揮発性メモリ部５７に格納された鍵情報Ｉｋと、装置ＩＤと、ユーザＩＤと、ＡＩモデルＩＤとを掛け合わせた鍵を生成し、生成した鍵を用いて暗号化データについての復号化処理を行うことで、デプロイされたＡＩモデルのデータ及び画像処理部５３の設定データを復号化する。
【0105】
そして、ステップＳ３１０に続くステップＳ３１１で信号処理装置５は、画像処理部５３及びＡＩ処理部５４の設定制御を行う。すなわち、復号化された設定データに基づく画像処理部５３の設定制御と、復号化されたＡＩモデルのデータに基づくＡＩ処理部５４の設定制御とを行う。
【0106】
なお、ここでは再デプロイ処理部１１ｃによる再デプロイに係る処理については図示を省略したが、前述のように再デプロイ処理に関しては、再起動した信号処理装置５における制御部５５が、サーバ装置１に対して再デプロイ要求を行う。そして、この再デプロイ要求に応じて、サーバ装置１が、再デプロイ要求の要求元である信号処理装置５に対応した暗号化デプロイデータ（ＡＩモデル指示データＤａ及び画像指示データＤｐ）を生成し、該暗号化デプロイデータを該信号処理装置５に送信する。
信号処理装置５において、暗号化デプロイデータを受信した以降の処理についてはステップＳ３１０及びＳ３１１と同じであるため重複説明は避ける。
信号処理装置５において、暗号化デプロイデータを受信した以降の処理についてはステップＳ３１０及びＳ３１１と同じであるため重複説明は避ける。
【0107】
ここで、前述のように本実施形態における信号処理装置５は、ＡＩ処理部５４によるＡＩ処理結果を示す情報を撮像画像の入力元であるカメラ３に対して送信（返信）する。
【0108】
図１０は、このようにＡＩ処理結果を示す情報をカメラ３に返信するために制御部５５が実行する処理例を示したフローチャートである。
図示のように制御部５５は、ステップＳ３２０でＡＩ処理部５４によるＡＩ処理結果が得られるまで待機する処理を行い、ＡＩ処理結果が得られた場合は、ステップＳ３２１でＡＩ処理結果を示す情報をカメラ３に対して送信するための処理を行う。すなわち、ＡＩ処理結果を示す情報を、機器間通信部５１によりカメラ３に対して送信させる処理を行う。
図示のように制御部５５は、ステップＳ３２０でＡＩ処理部５４によるＡＩ処理結果が得られるまで待機する処理を行い、ＡＩ処理結果が得られた場合は、ステップＳ３２１でＡＩ処理結果を示す情報をカメラ３に対して送信するための処理を行う。すなわち、ＡＩ処理結果を示す情報を、機器間通信部５１によりカメラ３に対して送信させる処理を行う。
【0109】
ここで、ＡＩ処理結果を示す情報としては、例えば、ＡＩ処理部５４が出力するＡＩ処理結果そのもの、具体的には、ＡＩ処理が画像内から特定の物体を検出する処理である場合には特定物体が検出された画像領域を示す情報、或いはＡＩ処理がセマンティックセグメンテーションである場合には画像内の被写体ごとの識別クラスを示す情報等、画像以外のメタ情報（メタデータ）とすることが考えられる。
或いは、ＡＩ処理結果を示す情報としては、上記のようなメタデータに基づき、ＡＩ処理部５４に入力した撮像画像を加工して得られた画像とすることも考えられる。例えば、撮像画像上に特定物体が検出された画像領域を示す枠を重畳した画像等である。このような加工画像としても、ＡＩ処理部５４によるＡＩ処理結果を示す情報であることに変わりはない。
なお、上記のようなメタデータに基づく撮像画像の加工処理は、制御部５５のソフトウェア処理により行うことが考えられる。或いは、ＡＩ処理部５４に、メタデータに基づく画像加工機能を持たせることも考えられる。
或いは、ＡＩ処理結果を示す情報としては、上記のようなメタデータに基づき、ＡＩ処理部５４に入力した撮像画像を加工して得られた画像とすることも考えられる。例えば、撮像画像上に特定物体が検出された画像領域を示す枠を重畳した画像等である。このような加工画像としても、ＡＩ処理部５４によるＡＩ処理結果を示す情報であることに変わりはない。
なお、上記のようなメタデータに基づく撮像画像の加工処理は、制御部５５のソフトウェア処理により行うことが考えられる。或いは、ＡＩ処理部５４に、メタデータに基づく画像加工機能を持たせることも考えられる。
【0110】
なお、上記ではカメラ３から信号処理装置５に入力される撮像画像データが圧縮エンコード処理されたものである前提としたが、カメラ３から信号処理装置５に対して圧縮エンコード処理された撮像画像データを入力することは必須ではない。カメラ３から非圧縮の撮像画像データが入力される前提とする場合、信号処理装置５にデコーダ５２は不要となる。
【0111】
また、上記では、サーバ装置１によるデプロイデータ（ＡＩモデルのデータ及び画像処理部５３の設定データ）が、ネットワーク通信部５８を介して信号処理装置５に受信される構成を例示したが、該デプロイデータは、サーバ装置１からフォグサーバ４及びカメラ３を経由させて、機器間通信部５１を介して信号処理装置５に受信されるようにすることもできる。その場合、信号処理装置５にネットワーク通信部５８を設けることは必須ではない。
【0112】
＜２．第二実施形態＞
続いて、第二実施形態について説明する。
第二実施形態は、カメラ３による撮像画像をフォグサーバ経由で信号処理装置５に入力する例である。
なお、以下の説明において、既に説明済みとなった部分と同様となる部分については同一符号を付して説明を省略する。
続いて、第二実施形態について説明する。
第二実施形態は、カメラ３による撮像画像をフォグサーバ経由で信号処理装置５に入力する例である。
なお、以下の説明において、既に説明済みとなった部分と同様となる部分については同一符号を付して説明を省略する。
【0113】
図１１は、第二実施形態としての情報処理システム１００Ａの構成例を説明するための図である。なお、図１１では図示を省略しているが、第二実施形態の情報処理システム１００としても、図１に示したＡＩモデル開発者端末６を含む。
また、情報処理システム１００Ａにおいても、情報処理システム１００と同様に、実際には複数のカメラ３が設けられると共に、カメラ３ごとに信号処理装置５が設けられる。また、複数のカメラ３がフォグサーバ４Ａに通信可能に接続されている。
また、情報処理システム１００Ａにおいても、情報処理システム１００と同様に、実際には複数のカメラ３が設けられると共に、カメラ３ごとに信号処理装置５が設けられる。また、複数のカメラ３がフォグサーバ４Ａに通信可能に接続されている。
【0114】
情報処理システム１００Ａにおいては、フォグサーバ４に代えてフォグサーバ４Ａが設けられる。フォグサーバ４Ａは、機器間通信部５１を介して信号処理装置５との間でデータ通信を行う機能を有する点がフォグサーバ４とは異なる。
【0115】
フォグサーバ４Ａは、各カメラ３から撮像画像データを入力し、カメラ３ごとに撮像画像データをそれぞれ対応する信号処理装置５に対して送信する。
【0116】
この場合、信号処理装置５は、撮像画像データの入力元、及びＡＩ処理部５４によるＡＩ処理結果を示す情報の送信先がカメラ３からフォグサーバ４Ａに変更された点が異なるものであり、制御部５５が実行する処理自体は第一実施形態で説明したものと同様となる。つまり、この場合もサーバ装置１からのデプロイデータは、ネットワークＮＴ経由でネットワーク通信部５８を介して信号処理装置５に受信される。
【0117】
この第二実施形態の場合、カメラ３に対してＡＩ処理機能を追加するものとはならないいが、情報処理システム１００Ａとしての撮像システム全体で見れば、撮像システムに対し、各カメラ３の撮像画像に対するＡＩ処理機能を追加できることに変わりはない。
【0118】
なお、第二実施形態においても、信号処理装置５に入力される撮像画像データは圧縮エンコード処理されたものであってもよいし非圧縮であってもよい。非圧縮である場合には、信号処理装置５においてデコーダ５２は不要とできる。
【0119】
また、第二実施形態において、デプロイデータについては、サーバ装置１からフォグサーバ４を経由させ、機器間通信部５１を介して信号処理装置５に受信されるようにすることもできる。この場合、信号処理装置５においてネットワーク通信部５８は不要とできる。
また、ＡＩ処理結果を示す情報については、ネットワーク通信部５８を介してフォグサーバ４Ａに返信することも可能である。或いは、ＡＩ処理結果を示す情報については、ネットワーク通信部５８を介してサーバ装置１に送信することも可能である。
また、ＡＩ処理結果を示す情報については、ネットワーク通信部５８を介してフォグサーバ４Ａに返信することも可能である。或いは、ＡＩ処理結果を示す情報については、ネットワーク通信部５８を介してサーバ装置１に送信することも可能である。
【0120】
＜３．第三実施形態＞
第三実施形態は、画像処理部５３、ＡＩ処理部５４、及び制御部５５としての機能を有する信号処理装置を、カメラに内蔵可能な形態で構成するものである。
第三実施形態は、画像処理部５３、ＡＩ処理部５４、及び制御部５５としての機能を有する信号処理装置を、カメラに内蔵可能な形態で構成するものである。
【0121】
図１２は、第三実施形態としての情報処理システム１００Ｂの概略構成例を示したブロック図であり、図１３は、情報処理システム１００Ｂに設けられるカメラ３Ｂの内部構成例を示したブロック図である。
情報処理システム１００Ｂは、カメラ３に代えてカメラ３Ｂが、フォグサーバ４に代えてフォグサーバ４Ｂが、サーバ装置１に代えてサーバ装置１Ｂがそれぞれ設けられた点が情報処理システム１００とは異なる。
情報処理システム１００Ｂは、カメラ３に代えてカメラ３Ｂが、フォグサーバ４に代えてフォグサーバ４Ｂが、サーバ装置１に代えてサーバ装置１Ｂがそれぞれ設けられた点が情報処理システム１００とは異なる。
【0122】
カメラ３Ｂは、イメージセンサ（後述するイメージセンサ３１）が出力する撮像画像データを入力して処理する信号処理部として、画像処理部５３、ＡＩ処理部５４、及び制御部５５としての機能を有する信号処理部５Ｂが内蔵された構成を採る（図１２及び図１３参照）。
【0123】
サーバ装置１Ｂは、デプロイデータ（ＡＩモデル指示データＤａ及び画像指示データＤｐ）をネットワークＮＴを介してフォグサーバ４Ｂ経由でカメラ３Ｂに送信する点がサーバ装置１とは異なる。
【0124】
フォグサーバ４Ｂは、各カメラ３Ｂの信号処理部５Ｂで得られるＡＩ処理結果を示す情報を、図１３に示す通信部３３を介して受信する処理を行う点がフォグサーバ４と異なる。
【0125】
図１３において、カメラ３Ｂは、イメージセンサ３１、信号処理部５Ｂ、カメラ制御部３２、及び通信部３３を備えている。
【0126】
イメージセンサ３１は、例えばＣＣＤ型、ＣＭＯＳ型等の固体撮像素子として構成され、フォトダイオード等の光電変換素子を有する画素が二次元に配列されて形成された画素アレイ部と、画素アレイ部が備える各画素から光電変換によって得られた電気信号を読み出す読み出し回路とを備えている。
この読み出し回路では、光電変換により得られた電気信号について、例えばＣＤＳ(Correlated Double Sampling)処理、ＡＧＣ(Automatic Gain Control)処理などを実行し、さらにＡ／Ｄ(Analog/Digital)変換処理を行う。このＡ／Ｄ変換処理により、デジタルデータとしての撮像画像データが得られる。
イメージセンサ３１は、撮像画像データを信号処理部５Ｂに対して出力する。
本例では、イメージセンサ３１が出力する撮像画像データはＲＡＷ形式による画像データであり、且つ、非圧縮データであるとする。
この読み出し回路では、光電変換により得られた電気信号について、例えばＣＤＳ(Correlated Double Sampling)処理、ＡＧＣ(Automatic Gain Control)処理などを実行し、さらにＡ／Ｄ(Analog/Digital)変換処理を行う。このＡ／Ｄ変換処理により、デジタルデータとしての撮像画像データが得られる。
イメージセンサ３１は、撮像画像データを信号処理部５Ｂに対して出力する。
本例では、イメージセンサ３１が出力する撮像画像データはＲＡＷ形式による画像データであり、且つ、非圧縮データであるとする。
【0127】
信号処理部５Ｂは、画像処理部５３、ＡＩ処理部５４、制御部５５、メモリ部５６、及びバス５９を備えると共に、前段側Ｉ／Ｆ（インタフェース）部６１、後段側Ｉ／Ｆ部６２を備えている。
なお、上記のように本例ではイメージセンサ３１からの撮像画像データは非圧縮データとされるため、信号処理部５Ｂにおいてデコーダ５２は省略されている。
なお、上記のように本例ではイメージセンサ３１からの撮像画像データは非圧縮データとされるため、信号処理部５Ｂにおいてデコーダ５２は省略されている。
【0128】
前段側Ｉ／Ｆ部６１は、所定のデータ通信方式に従ってイメージセンサ３１からの撮像画像データを入力する処理を行う。図示のように前段側Ｉ／Ｆ部６１はバス５９と接続されており、これによりイメージセンサ３１から入力した撮像画像データをメモリ部５６に一時保持させることが可能とされる。
本例において、前段側Ｉ／Ｆ部６１としては、例えばＭＩＰＩ（Mobile Industry Processor Interface）通信規格に対応したものが用いられる。
本例において、前段側Ｉ／Ｆ部６１としては、例えばＭＩＰＩ（Mobile Industry Processor Interface）通信規格に対応したものが用いられる。
【0129】
後段側Ｉ／Ｆ部６２は、信号処理部５Ｂ外部に設けられたカメラ制御部３２との間でデータ通信を行うための通信インタフェース部とされる。図示のように後段側Ｉ／Ｆ部６２はバス５９と接続されており、これによりバス５９に接続された各部との間でデータ通信を行うことが可能とされる。
本例において、後段側Ｉ／Ｆ部６２としても、例えばＭＩＰＩ通信規格に対応したものが用いられる。
本例において、後段側Ｉ／Ｆ部６２としても、例えばＭＩＰＩ通信規格に対応したものが用いられる。
【0130】
カメラ制御部３２は、例えばＣＰＵ、ＲＯＭ、及びＲＡＭを有するマイクロコンピュータを備えて構成され、ＣＰＵがＲＯＭに記憶されているプログラム、又はＲＡＭにロードされたプログラムに従って各種の処理を実行することで、カメラ３Ｂの全体制御を行う。
図示のようにカメラ制御部３２には通信部３３が接続されており、カメラ制御部３２は、この通信部３３を介して外部装置との間で各種データ通信を行うことが可能とされている。本例における通信部３３は、少なくともフォグサーバ４Ｂとの間でのデータ通信を行うことが可能に構成されている。
図示のようにカメラ制御部３２には通信部３３が接続されており、カメラ制御部３２は、この通信部３３を介して外部装置との間で各種データ通信を行うことが可能とされている。本例における通信部３３は、少なくともフォグサーバ４Ｂとの間でのデータ通信を行うことが可能に構成されている。
【0131】
この場合、制御部５５は、サーバ装置１Ｂからフォグサーバ４Ｂを経由し、通信部３３及び後段側Ｉ／Ｆ部６２を介して受信されたデプロイデータに基づき、画像処理部５３の設定制御、及びＡＩ処理部５４の設定制御を行う。本例においてもデプロイデータは暗号化されており、制御部５５は、サーバ装置１Ｂより受信したデプロイデータについて、不揮発性メモリ部５７に格納された鍵情報Ｉｋに基づく復号鍵の生成を行い、該復号鍵を用いて暗号化デプロイデータの復号化を行う。
【0132】
また、制御部５５は、ＡＩ処理部５４によるＡＩ処理結果を示す情報を、後段側Ｉ／Ｆ部６２を介してカメラ制御部３２に転送し、カメラ制御部３２により、該ＡＩ処理結果を示す情報を通信部３３経由でフォグサーバ４Ｂに送信させる。
【0133】
ここで、図１３に示すカメラ３Ｂにおいては、画像処理部５３がイメージセンサ３１からの撮像画像データをｎライン（ｎは自然数）ごとに入力し、ｎラインごとに画像信号処理を行う構成を採ることが考えられる。この場合、ＡＩ処理部５４は、画像処理部５３が処理したｎラインごとの画像データを逐次入力することになる。
なお、これはあくまでも一例であり、イメージセンサ３１から入力される撮像画像データの１フレーム全体をメモリ部５６に記憶させてから、画像処理部５３がシーケンシャルに画像信号処理を行う構成とすることも考えられる。
なお、これはあくまでも一例であり、イメージセンサ３１から入力される撮像画像データの１フレーム全体をメモリ部５６に記憶させてから、画像処理部５３がシーケンシャルに画像信号処理を行う構成とすることも考えられる。
【0134】
なお、上記ではサーバ装置１Ｂからのデプロイデータがフォグサーバ４Ｂを経由して信号処理部５Ｂに受信される例としたが、デプロイデータは、フォグサーバ４Ｂを経由せず、サーバ装置１ＢからネットワークＮＴ経由で信号処理部５Ｂに受信されるように構成することもできる。例えば、通信部３３にネットワーク通信機能を持たせて、該通信部３３を介してサーバ装置１Ｂからのデプロイデータが信号処理部５Ｂに受信されるようにすることが考えられる。或いは、図３に示した信号処理装置５のようにネットワーク通信部５８を設け、該ネットワーク通信部５８を介してサーバ装置１Ｂからのデプロイデータが信号処理部５Ｂに受信されるようにすることもできる。
【0135】
また、信号処理部５Ｂにおいて、ＡＩ処理結果を示す情報として画像よりもデータ量が軽量なメタデータを出力する場合には、後段側Ｉ／Ｆ部６２については、必ずしも高速通信対応のものを用いなくてもよい。
【0136】
図１４は、第三実施形態の変形例としての信号処理装置５Ｃの内部構成例を示したブロック図である。
図示のように信号処理装置５Ｃは、第一実施形態で説明した信号処理装置５と比較して、前段側Ｉ／Ｆ部６１と後段側Ｉ／Ｆ部６２が追加されたものである。
ここで、機器間通信部５１は、外部装置より撮像画像を受信する「第一受信部」と換言できるものである。また、前段側Ｉ／Ｆ部６１は、外部の撮像素子より撮像画像を受信する「第二受信部」と換言できるものである。
図示のように信号処理装置５Ｃは、第一実施形態で説明した信号処理装置５と比較して、前段側Ｉ／Ｆ部６１と後段側Ｉ／Ｆ部６２が追加されたものである。
ここで、機器間通信部５１は、外部装置より撮像画像を受信する「第一受信部」と換言できるものである。また、前段側Ｉ／Ｆ部６１は、外部の撮像素子より撮像画像を受信する「第二受信部」と換言できるものである。
【0137】
第一受信部としての機器間通信部５１と共に、第二受信部としての前段側Ｉ／Ｆ部６１を備えた構成としていることで、上記の信号処理装置５Ｃによれば、第一実施形態で例示したカメラ３に外付けとする使用形態と、図１３で例示したカメラ３Ｂに内蔵する使用形態との両形態に対応することができる。
【0138】
ここで、上記では、カメラ３Ｂが備える撮像素子としてＲＧＢセンサとしてのイメージセンサ３１を用いる例を挙げたが、図１５に示すように、イメージセンサ３１とは得られる撮像画像の種別が異なる別センサ３５を用いることも考えられる。
例えば、別センサ３５として、画素ごとに被写体まで距離の情報を示す距離画像を得る測距センサ（デプスセンサ）を用いることが考えられる。或いは、別センサ３５としては、画素ごとに入射光の偏光情報を示す偏光画像を得る偏光センサ、受光する光の波長帯が異なる複数の（少なくとも４以上の）狭帯域画像を得るマルチスペクトラムセンサ、画素ごとに温度の情報を示すサーマル画像を得るサーマルセンサ等も考えられる。
本明細書において「撮像」とは、被写体を捉えた画像データを得ることを広く意味する。ここで言う画像データは、複数の画素データで成るデータを総称したものである。
例えば、別センサ３５として、画素ごとに被写体まで距離の情報を示す距離画像を得る測距センサ（デプスセンサ）を用いることが考えられる。或いは、別センサ３５としては、画素ごとに入射光の偏光情報を示す偏光画像を得る偏光センサ、受光する光の波長帯が異なる複数の（少なくとも４以上の）狭帯域画像を得るマルチスペクトラムセンサ、画素ごとに温度の情報を示すサーマル画像を得るサーマルセンサ等も考えられる。
本明細書において「撮像」とは、被写体を捉えた画像データを得ることを広く意味する。ここで言う画像データは、複数の画素データで成るデータを総称したものである。
【0139】
ＡＩ処理部５４を有する信号処理装置として、各種の撮像素子に対して共通に使用できるようにするためには、画像処理部５３をＦＰＧＡ等のプログラマブルなプロセッサとし、画像指示データＤｐに基づき、信号処理装置に接続する撮像素子に応じた画像信号処理を実行するように画像処理部５３の設定制御を行うようにすればよい。
或いは、撮像素子の種類ごとにそれぞれ対応する画像信号処理を実行する画像処理部５３を設けておき、画像指示データＤｐに基づき、信号処理装置に接続する撮像素子の種類に応じた画像処理部５３を撮像素子からの入力画像を処理する画像処理部５３として選択するようにすることが考えられる。
なお、前者の手法を採る場合、ＦＰＧＡ等による画像処理部５３は、撮像素子と信号処理装置との間に設けることも考えられる。
或いは、撮像素子の種類ごとにそれぞれ対応する画像信号処理を実行する画像処理部５３を設けておき、画像指示データＤｐに基づき、信号処理装置に接続する撮像素子の種類に応じた画像処理部５３を撮像素子からの入力画像を処理する画像処理部５３として選択するようにすることが考えられる。
なお、前者の手法を採る場合、ＦＰＧＡ等による画像処理部５３は、撮像素子と信号処理装置との間に設けることも考えられる。
【0140】
ここで、別センサ３５を用いる場合、ＲＧＢセンサも用いてＡＩ処理をセンサフュージョン処理として行うことも考えられる。その場合には、前段側Ｉ／Ｆ部６１を複数設け、それぞれに対応するセンサからの撮像画像を受信させる。この場合、画像処理部５３としては、センサごと（前段側Ｉ／Ｆ部６１ごと）に設けることが考えられる。また、この場合、ＡＩ処理部５４にはそれぞれのセンサからの画像が入力され、それぞれのセンサの画像について異なる入力画像条件が定められることが考えられる。従って、各画像処理部５３の設定制御を、それぞれ対応する入力画像条件に基づき行うことが考えられる。
【0141】
＜４．変形例＞
なお、実施形態としては上記した具体例に限定されるものでなく、多様な変形例としての構成を採り得る。
例えば、図１６に示すように信号処理装置５をカメラ３ではなくＰＣ（パーソナルコンピュータ）等のテスト実行装置７０に接続して、ＡＩ処理に係るテストを実行することが考えられる。
この場合、信号処理装置５には、テスト実行装置７０よりテスト用画像を入力する。信号処理装置５においては、テスト用画像を対象として画像処理部５３の画像信号処理が必要に応じて実行されると共に、ＡＩ処理部５４によるＡＩ処理が実行される。そしてこの場合も制御部５５は、ＡＩ処理部５４によるＡＩ処理結果を示す情報を、機器間通信部５１を介して外部装置（この場合はテスト実行装置７０）に送信する処理を行う。これによりテスト実行装置７０において、ＡＩ処理結果の評価やＡＩ処理の実行速度の測定等を行うことができる。
なお、実施形態としては上記した具体例に限定されるものでなく、多様な変形例としての構成を採り得る。
例えば、図１６に示すように信号処理装置５をカメラ３ではなくＰＣ（パーソナルコンピュータ）等のテスト実行装置７０に接続して、ＡＩ処理に係るテストを実行することが考えられる。
この場合、信号処理装置５には、テスト実行装置７０よりテスト用画像を入力する。信号処理装置５においては、テスト用画像を対象として画像処理部５３の画像信号処理が必要に応じて実行されると共に、ＡＩ処理部５４によるＡＩ処理が実行される。そしてこの場合も制御部５５は、ＡＩ処理部５４によるＡＩ処理結果を示す情報を、機器間通信部５１を介して外部装置（この場合はテスト実行装置７０）に送信する処理を行う。これによりテスト実行装置７０において、ＡＩ処理結果の評価やＡＩ処理の実行速度の測定等を行うことができる。
【0142】
なお、上記ではテスト対象に信号処理装置５を用いる例としたが、信号処理装置５Ｃ（図１４参照）を対象として同様のテストを行うことも可能である。
また、テストにおいては、機器間通信部５１（第一受信部）が受信したテスト画像を画像処理部５３を経由させずにそのままＡＩ処理部５４に入力してＡＩ処理を実行させるということも考えられる。
また、テストにおいては、機器間通信部５１（第一受信部）が受信したテスト画像を画像処理部５３を経由させずにそのままＡＩ処理部５４に入力してＡＩ処理を実行させるということも考えられる。
【0143】
また、これまでの説明では、ＡＩ処理部５４が、一つのＡＩモデルのみを用いてＡＩ処理を行う構成を例示したが、機能が異なるＡＩモデルを複数段設けた構成を採ることもできる。例えば、前段のＡＩモデルにより人等の特定物体を検出する処理を行い、その結果を後段のＡＩモデルに入力すると共に、後段のＡＩモデルでは、前段のＡＩモデルによる特定物体の検出領域を対象として、例えば人の年齢や性別等、特定物体の属性認識処理を行う等といった構成が考えられる。
この場合、画像処理部５３については、少なくとも前段のＡＩモデルの入力画像条件が満たされるように設定制御が行われればよい。
この場合、画像処理部５３については、少なくとも前段のＡＩモデルの入力画像条件が満たされるように設定制御が行われればよい。
【0144】
＜５．実施形態のまとめ＞
以上で説明したように実施形態としての信号処理装置（同５，５Ｃ、信号処理部５Ｂ）は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部（同５４）と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部（同５３）と、画像処理部が得るべき画像を指示するための画像指示データに基づき画像処理部の設定制御を行い、ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づきＡＩ処理部に対するＡＩモデルの設定制御を行う制御部（同５５）と、ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部（機器間通信部５１又は後段側Ｉ／Ｆ部６２）と、を備えるものである。
上記構成により、実施形態の信号処理装置においては、外部より入力された撮像画像についてＡＩ処理部がＡＩ処理を行い、送信部がＡＩ処理結果を示す情報を外部に送信可能とされる。このため、実施形態の信号処理装置によれば、撮像画像についてのＡＩ処理機能を有さない撮像システムを、ＡＩ処理機能を有する撮像システムとして機能させることが可能となる。その上で、上記構成の信号処理装置によれば、ＡＩモデル指示データにより、ＡＩ処理部に実行させるＡＩ処理の種類を選択的に設定可能となると共に、画像指示データを用いた指示により、実行するＡＩ処理が前提とする入力画像条件に応じた適切な種類の画像をＡＩ処理部に入力させることが可能となる。
従って、実施形態としての信号処理装置によれば、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
以上で説明したように実施形態としての信号処理装置（同５，５Ｃ、信号処理部５Ｂ）は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部（同５４）と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部（同５３）と、画像処理部が得るべき画像を指示するための画像指示データに基づき画像処理部の設定制御を行い、ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づきＡＩ処理部に対するＡＩモデルの設定制御を行う制御部（同５５）と、ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部（機器間通信部５１又は後段側Ｉ／Ｆ部６２）と、を備えるものである。
上記構成により、実施形態の信号処理装置においては、外部より入力された撮像画像についてＡＩ処理部がＡＩ処理を行い、送信部がＡＩ処理結果を示す情報を外部に送信可能とされる。このため、実施形態の信号処理装置によれば、撮像画像についてのＡＩ処理機能を有さない撮像システムを、ＡＩ処理機能を有する撮像システムとして機能させることが可能となる。その上で、上記構成の信号処理装置によれば、ＡＩモデル指示データにより、ＡＩ処理部に実行させるＡＩ処理の種類を選択的に設定可能となると共に、画像指示データを用いた指示により、実行するＡＩ処理が前提とする入力画像条件に応じた適切な種類の画像をＡＩ処理部に入力させることが可能となる。
従って、実施形態としての信号処理装置によれば、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
【0145】
また、実施形態としての信号処理装置においては、画像処理部は、撮像画像に対する処理として画像形式変換処理を実行可能とされている。
上記のように画像処理部が撮像画像に対し画像形式変換処理を実行可能に構成されていることで、画像形式に係る入力画像条件の異なるＡＩ処理であっても、それらのＡＩ処理を選択的に実行することが可能となる。
従って、撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
上記のように画像処理部が撮像画像に対し画像形式変換処理を実行可能に構成されていることで、画像形式に係る入力画像条件の異なるＡＩ処理であっても、それらのＡＩ処理を選択的に実行することが可能となる。
従って、撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
【0146】
さらに、実施形態としての信号処理装置においては、画像処理部は、撮像画像に対する処理としてデータサイズ調整処理を実行可能とされている。
上記のように画像処理部が撮像画像に対しデータサイズ調整処理を実行可能に構成されていることで、画サイズや輝度値ビット数等に係る入力画像条件の異なるＡＩ処理であっても、それらのＡＩ処理を選択的に実行することが可能となる。
従って、撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
上記のように画像処理部が撮像画像に対しデータサイズ調整処理を実行可能に構成されていることで、画サイズや輝度値ビット数等に係る入力画像条件の異なるＡＩ処理であっても、それらのＡＩ処理を選択的に実行することが可能となる。
従って、撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
【0147】
さらにまた、実施形態としての信号処理装置においては、外部装置より撮像画像を受信する第一受信部（機器間通信部５１）を備え、画像処理部には、第一受信部を介して撮像画像が入力され、送信部は、ＡＩ処理結果を示す情報を外部装置に送信している。
上記構成によれば、例えば外部の撮像装置等の外部装置から受信した撮像画像についてＡＩ処理部がＡＩ処理を行い、該ＡＩ処理によるＡＩ処理結果を示す情報を該外部装置に返信することが可能とされる。
従って、ＡＩ処理機能を有さない撮像装置をＡＩ処理機能付きの撮像装置として機能させることができる。
また、上記の外部装置としては、撮像装置ではなくフォグサーバとしての装置を接続することも可能である。つまり、図１１で例示したように、撮像装置からフォグサーバに転送された撮像画像をフォグサーバから受信してＡＩ処理し、ＡＩ処理結果をフォグサーバに返す構成である。このような構成によっても、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加することができる。
さらに、外部装置としては、図１６で例示したようにＡＩ処理に係るテストを行うテスト実行装置を接続することも可能である。従って、ＡＩ処理の開発テスト（ＡＩ処理精度や速度等のテスト）にも対応可能な信号処理装置を提供することができる。
上記構成によれば、例えば外部の撮像装置等の外部装置から受信した撮像画像についてＡＩ処理部がＡＩ処理を行い、該ＡＩ処理によるＡＩ処理結果を示す情報を該外部装置に返信することが可能とされる。
従って、ＡＩ処理機能を有さない撮像装置をＡＩ処理機能付きの撮像装置として機能させることができる。
また、上記の外部装置としては、撮像装置ではなくフォグサーバとしての装置を接続することも可能である。つまり、図１１で例示したように、撮像装置からフォグサーバに転送された撮像画像をフォグサーバから受信してＡＩ処理し、ＡＩ処理結果をフォグサーバに返す構成である。このような構成によっても、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加することができる。
さらに、外部装置としては、図１６で例示したようにＡＩ処理に係るテストを行うテスト実行装置を接続することも可能である。従って、ＡＩ処理の開発テスト（ＡＩ処理精度や速度等のテスト）にも対応可能な信号処理装置を提供することができる。
【0148】
また、実施形態としての信号処理装置においては、圧縮エンコード処理された撮像画像についてデコード処理を行うデコード部（デコーダ５２）を備えている。
これにより、外部装置が撮像画像を圧縮エンコード状態で信号処理装置に送信する場合であっても、圧縮エンコードされた撮像画像をデコードしてＡＩ処理部に入力させることが可能となる。
従って、ＡＩ処理部に適切な画像を入力することができる。
これにより、外部装置が撮像画像を圧縮エンコード状態で信号処理装置に送信する場合であっても、圧縮エンコードされた撮像画像をデコードしてＡＩ処理部に入力させることが可能となる。
従って、ＡＩ処理部に適切な画像を入力することができる。
【0149】
さらに、実施形態としての信号処理装置においては、外部の撮像素子より撮像画像を受信する第二受信部（前段側Ｉ／Ｆ部６１）を備え、画像処理部には、第二受信部を介して撮像画像が入力される。
上記構成によれば、外部の撮像素子から受信した撮像画像についてＡＩ処理部がＡＩ処理を行う信号処理装置が実現される。
従って、このような信号処理装置としての機能を有する信号処理チップを、ＡＩ処理機能を有さない撮像装置の内部に設ける、例えば撮像素子から出力される撮像画像に画像信号処理を施す既存の信号処理チップと入れ替えるように設けることで、ＡＩ処理機能付きの撮像装置を実現することができる。すなわち、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加することができる。
上記構成によれば、外部の撮像素子から受信した撮像画像についてＡＩ処理部がＡＩ処理を行う信号処理装置が実現される。
従って、このような信号処理装置としての機能を有する信号処理チップを、ＡＩ処理機能を有さない撮像装置の内部に設ける、例えば撮像素子から出力される撮像画像に画像信号処理を施す既存の信号処理チップと入れ替えるように設けることで、ＡＩ処理機能付きの撮像装置を実現することができる。すなわち、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加することができる。
【0150】
さらにまた、実施形態としての信号処理装置においては、外部装置より撮像画像を受信する第一受信部と、外部の撮像素子より撮像画像を受信する第二受信部の双方を備えている。
これにより、ＡＩ処理機能を有さない撮像装置とは別体の形態で撮像装置にＡＩ処理機能を追加するケースと、ＡＩ処理機能を有さない撮像装置に内蔵される形態で撮像装置にＡＩ処理機能を追加するケースの両ケースに対応可能な信号処理装置を実現することができる。
これにより、ＡＩ処理機能を有さない撮像装置とは別体の形態で撮像装置にＡＩ処理機能を追加するケースと、ＡＩ処理機能を有さない撮像装置に内蔵される形態で撮像装置にＡＩ処理機能を追加するケースの両ケースに対応可能な信号処理装置を実現することができる。
【0151】
また、実施形態としての信号処理装置においては、ＡＩモデル指示データ及び画像指示データが暗号化データとして外部装置より送信され、制御部は、外部装置より受信された暗号化データを予め定められた鍵情報を用いて復号化している。
これにより、適切な暗号鍵を有する対応品としての信号処理装置のみが暗号化されたＡＩモデル指示データ及び画像指示データを復号化できるようにすることが可能とされる。
従って、例えばなりすまし品としての信号処理装置を用いて不当にサービスを享受できてしまうことの防止を図る等、セキュリティの向上を図ることができる。
これにより、適切な暗号鍵を有する対応品としての信号処理装置のみが暗号化されたＡＩモデル指示データ及び画像指示データを復号化できるようにすることが可能とされる。
従って、例えばなりすまし品としての信号処理装置を用いて不当にサービスを享受できてしまうことの防止を図る等、セキュリティの向上を図ることができる。
【0152】
また、実施形態としての信号処理方法は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置が実行する信号処理方法であって、画像処理部が得るべき画像を指示するための画像指示データに基づき画像処理部の設定制御を行い、ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づきＡＩ処理部に対するＡＩモデルの設定制御を行う処理を、信号処理装置が実行する信号処理方法である。
このような信号処理方法により、上記した実施形態としての信号処理装置が実現される。
従って、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
このような信号処理方法により、上記した実施形態としての信号処理装置が実現される。
従って、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
【0153】
また、実施形態としてのデータ構造は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータ構造であって、画像処理部が得るべき画像を指示するための画像指示データと、ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含み、信号処理装置が、画像指示データに基づき画像処理部の設定制御を行い、ＡＩモデル指示データに基づきＡＩ処理部に対するＡＩモデルの設定制御を行うために用いられるものである（図６，７，９等参照）。
上記構造によるデータを用いることで、上記した実施形態としての信号処理装置の処理を実現することが可能となる。
従って、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
上記構造によるデータを用いることで、上記した実施形態としての信号処理装置の処理を実現することが可能となる。
従って、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
【0154】
また、実施形態としてのデータ製造方法は、入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータであって、画像処理部が得るべき画像を指示するための画像指示データと、ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含むデータを製造するものである（図６，９等参照）。
このようなデータ製造方法により、上記した実施形態としての信号処理装置の処理を実現するためのデータが生成される。
従って、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
このようなデータ製造方法により、上記した実施形態としての信号処理装置の処理を実現するためのデータが生成される。
従って、ＡＩ処理機能を有さない撮像システムにＡＩ処理機能を追加させることのできる信号処理装置を実現しつつ、該撮像システムにおいて実現可能なＡＩ処理の自由度向上を図ることができる。
【0155】
なお、本明細書に記載された効果はあくまでも例示であって限定されるものではなく、また他の効果があってもよい。
【0156】
＜６．本技術＞
本技術は以下のような構成を採ることもできる。
（１）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、
外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う制御部と、
前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備える
信号処理装置。
（２）
前記画像処理部は、前記撮像画像に対する処理として画像形式変換処理を実行可能とされた
前記（１）に記載の信号処理装置。
（３）
前記画像処理部は、前記撮像画像に対する処理としてデータサイズ調整処理を実行可能とされた
前記（１）又は（２）に記載の信号処理装置。
（４）
外部装置より前記撮像画像を受信する第一受信部を備え、
前記画像処理部には、前記第一受信部を介して前記撮像画像が入力され、
前記送信部は、前記ＡＩ処理結果を示す情報を前記外部装置に送信する
前記（１）から（３）の何れかに記載の信号処理装置。
（５）
圧縮エンコード処理された前記撮像画像についてデコード処理を行うデコード部を備えた
前記（４）に記載の信号処理装置。
（６）
外部の撮像素子より前記撮像画像を受信する第二受信部を備え、
前記画像処理部には、前記第二受信部を介して前記撮像画像が入力される
前記（１）から（３）の何れかに記載の信号処理装置。
（７）
外部装置より前記撮像画像を受信する第一受信部と、外部の撮像素子より前記撮像画像を受信する第二受信部の双方を備えた
前記（１）から（６）の何れかに記載の信号処理装置。
（８）
前記ＡＩモデル指示データ及び前記画像指示データが暗号化データとして外部装置より送信され、
前記制御部は、
前記外部装置より受信された前記暗号化データを予め定められた鍵情報を用いて復号化する
前記（１）から（７）の何れかに記載の信号処理装置。
（９）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置が実行する信号処理方法であって、
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う処理を、前記信号処理装置が実行する
信号処理方法。
（１０）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータ構造であって、
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含み、
前記信号処理装置が、
前記画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行うために用いられる
データ構造。
（１１）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータであって、
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含むデータを製造する
データ製造方法。
本技術は以下のような構成を採ることもできる。
（１）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、
外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う制御部と、
前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備える
信号処理装置。
（２）
前記画像処理部は、前記撮像画像に対する処理として画像形式変換処理を実行可能とされた
前記（１）に記載の信号処理装置。
（３）
前記画像処理部は、前記撮像画像に対する処理としてデータサイズ調整処理を実行可能とされた
前記（１）又は（２）に記載の信号処理装置。
（４）
外部装置より前記撮像画像を受信する第一受信部を備え、
前記画像処理部には、前記第一受信部を介して前記撮像画像が入力され、
前記送信部は、前記ＡＩ処理結果を示す情報を前記外部装置に送信する
前記（１）から（３）の何れかに記載の信号処理装置。
（５）
圧縮エンコード処理された前記撮像画像についてデコード処理を行うデコード部を備えた
前記（４）に記載の信号処理装置。
（６）
外部の撮像素子より前記撮像画像を受信する第二受信部を備え、
前記画像処理部には、前記第二受信部を介して前記撮像画像が入力される
前記（１）から（３）の何れかに記載の信号処理装置。
（７）
外部装置より前記撮像画像を受信する第一受信部と、外部の撮像素子より前記撮像画像を受信する第二受信部の双方を備えた
前記（１）から（６）の何れかに記載の信号処理装置。
（８）
前記ＡＩモデル指示データ及び前記画像指示データが暗号化データとして外部装置より送信され、
前記制御部は、
前記外部装置より受信された前記暗号化データを予め定められた鍵情報を用いて復号化する
前記（１）から（７）の何れかに記載の信号処理装置。
（９）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置が実行する信号処理方法であって、
前記画像処理部が得るべき画像を指示するための画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行う処理を、前記信号処理装置が実行する
信号処理方法。
（１０）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータ構造であって、
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含み、
前記信号処理装置が、
前記画像指示データに基づき前記画像処理部の設定制御を行い、前記ＡＩモデル指示データに基づき前記ＡＩ処理部に対するＡＩモデルの設定制御を行うために用いられる
データ構造。
（１１）
入力画像に対してＡＩモデルを用いた処理であるＡＩ処理を行うＡＩ処理部と、外部より入力される撮像画像に基づく画像として異なる種類の画像を選択的に得ることが可能とされた画像処理部と、前記ＡＩ処理部によるＡＩ処理結果を示す情報を外部に送信する送信部と、を備えた信号処理装置において用いられるデータであって、
前記画像処理部が得るべき画像を指示するための画像指示データと、前記ＡＩ処理部に設定されるべきＡＩモデルを指示するためのＡＩモデル指示データと、を含むデータを製造する
データ製造方法。
【符号の説明】
【0157】
１００，１００Ａ，１００Ｂ 情報処理システム
１，１Ｂ サーバ装置
２ ユーザ端末
３，３Ｂ カメラ
４，４Ａ，４Ｂ フォグサーバ
５，５Ｃ 信号処理装置
５Ｂ 信号処理部
Ｆ１ ライセンスオーソリ機能
Ｆ２ アカウントサービス機能
Ｆ３ マーケットプレイス機能
Ｆ４ ＡＩサービス機能
３１ イメージセンサ
３２ カメラ制御部
３３ 通信部
３５ 別センサ
５１ 機器間通信部
５２ デコーダ
５３ 画像処理部
５４ ＡＩ処理部
５５ 制御部
５６ メモリ部
５７ 不揮発性メモリ部
５８ ネットワーク通信部
５９ バス
Ｉｋ 鍵情報
Ｄａ ＡＩモデル指示データ
Ｄｐ 画像指示データ
６１ 前段側Ｉ／Ｆ部
６２ 後段側Ｉ／Ｆ部
１，１Ｂ サーバ装置
２ ユーザ端末
３，３Ｂ カメラ
４，４Ａ，４Ｂ フォグサーバ
５，５Ｃ 信号処理装置
５Ｂ 信号処理部
Ｆ１ ライセンスオーソリ機能
Ｆ２ アカウントサービス機能
Ｆ３ マーケットプレイス機能
Ｆ４ ＡＩサービス機能
３１ イメージセンサ
３２ カメラ制御部
３３ 通信部
３５ 別センサ
５１ 機器間通信部
５２ デコーダ
５３ 画像処理部
５４ ＡＩ処理部
５５ 制御部
５６ メモリ部
５７ 不揮発性メモリ部
５８ ネットワーク通信部
５９ バス
Ｉｋ 鍵情報
Ｄａ ＡＩモデル指示データ
Ｄｐ 画像指示データ
６１ 前段側Ｉ／Ｆ部
６２ 後段側Ｉ／Ｆ部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】