特許 7574977 データ処理システム、課金判断システム、データ処理装置、プログラム及びデータ処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-10-21

(45)【発行日】2024-10-29

(54)【発明の名称】データ処理システム、課金判断システム、データ処理装置、プログラム及びデータ処理方法

(51)【国際特許分類】

   G06F 18/20 20230101AFI20241022BHJP

   G06N 20/00 20190101ALI20241022BHJP

   G06Q 50/10 20120101ALI20241022BHJP

   G16Y 40/20 20200101ALI20241022BHJP

【ＦＩ】

G06F18/20

G06N20/00

G06Q50/10

G16Y40/20

【請求項の数】 15

(21)【出願番号】P 2024550885

(86)(22)【出願日】2023-11-28

(86)【国際出願番号】 JP2023042509

【審査請求日】2024-08-28

【早期審査対象出願】

(73)【特許権者】

【識別番号】000001270

【氏名又は名称】コニカミノルタ株式会社

(74)【代理人】

【識別番号】110001254

【氏名又は名称】弁理士法人光陽国際特許事務所

(72)【発明者】

【氏名】▲高▼橋 和弥

【審査官】山本 俊介

(56)【参考文献】

【文献】特開２０２３－１４８８５８（ＪＰ，Ａ）

【文献】特開２０１９－２１６３０３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ １８／２０

Ｇ０６Ｎ ２０／００

Ｇ０６Ｑ ５０／１０

Ｇ１６Ｙ ４０／２０

(57)【特許請求の範囲】

【請求項1】

センシングデータをそれぞれ生成する複数のセンシング部と、
前記複数のセンシング部により生成された複数の前記センシングデータを受信及び送信する中継部と、
前記中継部から送信された前記複数のセンシングデータに対して所定の処理を実行する処理部と、
前記中継部から送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断部と、
を備えることを特徴とするデータ処理システム。

【請求項2】

前記複数のセンシングデータの各々は、時系列データを含み、
前記第１判断部は、前記複数のセンシングデータの相互の連続性又は変化量に基づいて前記センシング部の数を判断する
ことを特徴とする請求項１に記載のデータ処理システム。

【請求項3】

前記複数のセンシング部は、同一種別の前記センシングデータを生成する同一種別の機器であることを特徴とする請求項１に記載のデータ処理システム。

【請求項4】

前記複数のセンシング部の各々はカメラであり、
前記複数のセンシングデータの各々は、前記カメラにより撮影された画像データであり、
前記第１判断部は、前記所定の解析として前記画像データの画像解析を行う
ことを特徴とする請求項１に記載のデータ処理システム。

【請求項5】

前記複数のセンシング部の各々はマイクであり、
前記複数のセンシングデータの各々は、前記マイクにより録音された音声データであり、
前記第１判断部は、前記所定の解析として前記音声データの音声解析を行う
ことを特徴とする請求項１に記載のデータ処理システム。

【請求項6】

前記第１判断部は、
前記所定の解析において、前記複数のセンシングデータに対してパターン解析を行うことで前記複数のセンシングデータのうち所定の近似条件を満たす２以上の前記センシングデータを特定し、
前記近似条件を満たす前記２以上のセンシングデータが１つの前記センシング部により生成されたと判定する方法により、前記センシング部の数を判断する
ことを特徴とする請求項１に記載のデータ処理システム。

【請求項7】

前記複数のセンシングデータの各々は、所定のセンシング対象に係る対象データと、前記対象データ以外のバックグラウンドデータとを含み、
前記第１判断部は、前記所定の解析において、前記複数のセンシングデータのうち前記バックグラウンドデータ同士が前記近似条件を満たす前記２以上のセンシングデータを特定する
ことを特徴とする請求項６に記載のデータ処理システム。

【請求項8】

前記第１判断部による前記センシング部の数の判断結果に関する情報を、前記処理部を運用するユーザーに対して通知するための処理を行う通知制御部を備えることを特徴とする請求項１に記載のデータ処理システム。

【請求項9】

前記判断結果に関する情報は、前記センシング部の数、前記センシング部の数に応じた前記処理部のレスポンス速度、前記センシング部の数に応じて特定された前記複数のセンシング部の故障台数、前記センシング部の数に基づく前記ユーザーへの課金額のうち少なくとも１つを含むことを特徴とする請求項８に記載のデータ処理システム。

【請求項10】

前記処理部が実行する前記所定の処理は、予め機械学習された学習モデルに対して前記センシングデータを入力することで前記学習モデルから出力結果を取得する処理を含むことを特徴とする請求項１に記載のデータ処理システム。

【請求項11】

前記処理部を運用するユーザーとの契約であって、前記中継部を介して前記処理部に接続可能な前記センシング部の最大数が規定された契約に関する契約情報を記憶する記憶部と、
前記契約情報と、前記第１判断部による前記センシング部の数の判断結果とに基づいて、前記契約に関する契約違反があるか否かを判断する第２判断部と、
を備えることを特徴とする請求項１に記載のデータ処理システム。

【請求項12】

請求項１～１１のいずれか一項に記載のデータ処理システムと、
前記第１判断部による前記センシング部の数の判断結果に基づいて、前記処理部を運用するユーザーへの課金額を判断する第３判断部と、
を備えることを特徴とする課金判断システム。

【請求項13】

複数のセンシング部により生成された複数のセンシングデータを受信及び送信する中継部に接続される情報処理装置であって、
前記中継部から送信された前記複数のセンシングデータに対して所定の処理を実行する処理部と、
前記中継部から送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断部と、
を備えることを特徴とするデータ処理装置。

【請求項14】

複数のセンシング部により生成された複数のセンシングデータを受信及び送信する中継部に接続される情報処理装置に設けられたコンピューターを、
前記中継部から送信された前記複数のセンシングデータに対して所定の処理を実行する処理手段、
前記中継部から送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断手段、
として機能させることを特徴とするプログラム。

【請求項15】

コンピューターが実行するデータ処理方法であって、
複数のセンシング部がそれぞれセンシングデータを生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された複数の前記センシングデータを中継部が受信及び送信する中継ステップと、
前記中継ステップにおいて送信された前記複数のセンシングデータに対して所定の処理を実行する処理ステップと、
前記中継ステップにおいて送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断ステップと、
を含むことを特徴とするデータ処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ処理システム、課金判断システム、データ処理装置、プログラム及びデータ処理方法に関する。

【背景技術】

【0002】

従来、データ処理システムに用いられるアプリケーションプログラムをコンテナの形態でユーザーに提供するサービスが行われている（例えば、特許文献１）。例えば、カメラ等の複数のセンシング部により生成されたセンシングデータをコンテナのアプリケーションプログラムにより処理するデータ処理システムを構築することで、ＩｏＴ（Internet of Things）を実現することができる。コンテナの提供者は、接続されているセンシング部の数やコンテナの使用量に応じてユーザーに課金を行う。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２２－１４２９８６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

データ処理システムにおいて、複数のセンシング部と、コンテナに係る処理を行う処理部との間に、中間サーバー等の中継部が介在する場合がある。中継部は、複数のセンシング部が生成したセンシングデータを受信し、後段の処理部に送信する。この構成では、中継部において、複数のセンシングデータから、センシングデータを生成したセンシング部を表す識別情報が失われ得る。このため、接続されているセンシング部の数を正確に特定することができないという課題がある。

【0005】

この発明の目的は、接続されているセンシング部の数をより正確に特定することが可能なデータ処理システム、課金判断システム、データ処理装置、プログラム及びデータ処理方法を提供することにある。

【課題を解決するための手段】

【0006】

上記目的を達成するため、請求項１に記載のデータ処理システムの発明は、
センシングデータをそれぞれ生成する複数のセンシング部と、
前記複数のセンシング部により生成された複数の前記センシングデータを受信及び送信する中継部と、
前記中継部から送信された前記複数のセンシングデータに対して所定の処理を実行する処理部と、
前記中継部から送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断部と、
を備えることを特徴としている。

【0007】

請求項２に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記複数のセンシングデータの各々は、時系列データを含み、
前記第１判断部は、前記複数のセンシングデータの相互の連続性又は変化量に基づいて前記センシング部の数を判断する
ことを特徴としている。

【0008】

請求項３に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記複数のセンシング部は、同一種別の前記センシングデータを生成する同一種別の機器であることを特徴としている。

【0009】

請求項４に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記複数のセンシング部の各々はカメラであり、
前記複数のセンシングデータの各々は、前記カメラにより撮影された画像データであり、
前記第１判断部は、前記所定の解析として前記画像データの画像解析を行う
ことを特徴としている。

【0010】

請求項５に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記複数のセンシング部の各々はマイクであり、
前記複数のセンシングデータの各々は、前記マイクにより録音された音声データであり、
前記第１判断部は、前記所定の解析として前記音声データの音声解析を行う
ことを特徴としている。

【0011】

請求項６に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記第１判断部は、
前記所定の解析において、前記複数のセンシングデータに対してパターン解析を行うことで前記複数のセンシングデータのうち所定の近似条件を満たす２以上の前記センシングデータを特定し、
前記近似条件を満たす前記２以上のセンシングデータが１つの前記センシング部により生成されたと判定する方法により、前記センシング部の数を判断する
ことを特徴としている。

【0012】

請求項７に記載の発明は、請求項６に記載のデータ処理システムにおいて、
前記複数のセンシングデータの各々は、所定のセンシング対象に係る対象データと、前記対象データ以外のバックグラウンドデータとを含み、
前記第１判断部は、前記所定の解析において、前記複数のセンシングデータのうち前記バックグラウンドデータ同士が前記近似条件を満たす前記２以上のセンシングデータを特定する
ことを特徴としている。

【0013】

請求項８に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記第１判断部による前記センシング部の数の判断結果に関する情報を、前記処理部を運用するユーザーに対して通知するための処理を行う通知制御部を備えることを特徴としている。

【0014】

請求項９に記載の発明は、請求項８に記載のデータ処理システムにおいて、
前記判断結果に関する情報は、前記センシング部の数、前記センシング部の数に応じた前記処理部のレスポンス速度、前記センシング部の数に応じて特定された前記複数のセンシング部の故障台数、前記センシング部の数に基づく前記ユーザーへの課金額のうち少なくとも１つを含むことを特徴としている。

【0015】

請求項１０に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記処理部が実行する前記所定の処理は、予め機械学習された学習モデルに対して前記センシングデータを入力することで前記学習モデルから出力結果を取得する処理を含むことを特徴としている。

【0016】

請求項１１に記載の発明は、請求項１に記載のデータ処理システムにおいて、
前記処理部を運用するユーザーとの契約であって、前記中継部を介して前記処理部に接続可能な前記センシング部の最大数が規定された契約に関する契約情報を記憶する記憶部と、
前記契約情報と、前記第１判断部による前記センシング部の数の判断結果とに基づいて、前記契約に関する契約違反があるか否かを判断する第２判断部と、
を備えることを特徴としている。

【0017】

また、上記目的を達成するため、請求項１２に記載の課金判断システムの発明は、
請求項１～１１のいずれか一項に記載のデータ処理システムと、
前記第１判断部による前記センシング部の数の判断結果に基づいて、前記処理部を運用するユーザーへの課金額を判断する第３判断部と、
を備えることを特徴としている。

【0018】

また、上記目的を達成するため、請求項１３に記載のデータ処理装置の発明は、
複数のセンシング部により生成された複数のセンシングデータを受信及び送信する中継部に接続される情報処理装置であって、
前記中継部から送信された前記複数のセンシングデータに対して所定の処理を実行する処理部と、
前記中継部から送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断部と、
を備えることを特徴としている。

【0019】

また、上記目的を達成するため、請求項１４に記載のプログラムの発明は、
複数のセンシング部により生成された複数のセンシングデータを受信及び送信する中継部に接続される情報処理装置に設けられたコンピューターを、
前記中継部から送信された前記複数のセンシングデータに対して所定の処理を実行する処理手段、
前記中継部から送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断手段、
として機能させることを特徴としている。

【0020】

また、上記目的を達成するため、請求項１５に記載のデータ処理方法の発明は、
コンピューターが実行するデータ処理方法であって、
複数のセンシング部がそれぞれセンシングデータを生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された複数の前記センシングデータを中継部が受信及び送信する中継ステップと、
前記中継ステップにおいて送信された前記複数のセンシングデータに対して所定の処理を実行する処理ステップと、
前記中継ステップにおいて送信された前記複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて前記複数のセンシング部に含まれるセンシング部の数を判断する第１判断ステップと、
を含むことを特徴としている。

【発明の効果】

【0021】

本発明によれば、接続されているセンシング部の数をより正確に特定することができる。

【図面の簡単な説明】

【0022】

【図1】データ処理システムの概略構成を示す図である。

【図2】ＡＩサーバーの主要な機能構成を示すブロック図である。

【図3】中間サーバーの主要な機能構成を示すブロック図である。

【図4】管理サーバーの主要な機能構成を示すブロック図である。

【図5】コンテナ管理データの内容例を示す図である。

【図6】ユーザー管理データの内容例を示す図である。

【図7】契約管理データの内容例を示す図である。

【図8】ユーザー端末の主要な機能構成を示すブロック図である。

【図9】画像データの画像パターンの特定方法を説明する図である。

【図10】画像パターンデータの内容例を示す図である。

【図11】解析結果データの内容例を示す図である。

【図12】画像データの画像パターンの他の特定方法を説明する図である。

【図13】セットアップ処理の制御手順を示すフローチャートである。

【図14】ＡＩ解析管理処理の制御手順を示すフローチャートである。

【図15】接続数解析処理の制御手順を示すフローチャートである。

【図16】対処処理の制御手順を示すフローチャートである。

【発明を実施するための形態】

【0023】

以下、本発明の実施の形態を図面に基づいて説明する。

【0024】

（データ処理システムの概要）
図１は、データ処理システム１の概略構成を示す図である。
データ処理システム１（課金判断システム）は、ＡＩサーバー１０（データ処理装置）と、中間サーバー２０（中継部）と、表示部３０と、複数のカメラ４０ａ～４０ｃ（複数のセンシング部）と、管理サーバー５０と、ユーザー端末６０とを備える。中間サーバー２０は、ＡＩサーバー１０、表示部３０、及びカメラ４０ａ～４０ｃとそれぞれ通信可能に接続されている。中間サーバー２０と、ＡＩサーバー１０、表示部３０、及びカメラ４０ａ～４０ｃとの間の各通信経路は、ネットワークＮを介していてもよい。ＡＩサーバー１０、管理サーバー５０及びユーザー端末６０は、ネットワークＮを介して相互に通信可能に接続されている。ネットワークＮは、例えばインターネットであってもよく、また、これに限られない。以下では、カメラ４０ａ～４０ｃのうち任意の１つを指す場合には「カメラ４０」と記す。

【0025】

ＡＩサーバー１０、中間サーバー２０、表示部３０及びカメラ４０ａ～４０ｃは、カメラ４０ａ～４０ｃを用いたＩｏＴサービスを実施するエリアに設けられている。当該エリアは、例えば工場又は倉庫等の施設であってもよく、また、これらに限られない。本実施形態では、工場内に設置されたカメラ４０ａ～４０ｃにより、工場内で作業を行う作業員の動作をモニターするＩｏＴサービスを例に挙げて説明する。

【0026】

カメラ４０ａ～４０ｃにより撮影及び生成された複数の画像データ（複数のセンシングデータ）は、中間サーバー２０に送信される。本実施形態では、各画像データは動画であるものとする。したがって、各画像データは時系列データを含む。ただし、各画像データは静止画であってもよい。中間サーバー２０は、受信した複数の画像データに係る動画を表示部３０に表示させる。表示部３０に表示された動画は、監視員等によりモニターされる。

【0027】

中間サーバー２０は、受信した複数の画像データをＡＩサーバー１０に送信する。ＡＩサーバー１０は、ＡＩ接続モジュール１０１及びＡＩコンテナ１０２を備える。ＡＩ接続モジュール１０１及びＡＩコンテナ１０２は、図２に示すＡＩサーバー１０のＣＰＵ１１（Central Processing Unit）により実行されるソフトウェア及び／又はミドルウェアを含む。以下では、便宜上、「ＡＩ接続モジュール１０１（又はＡＩコンテナ１０２）を実行することでＣＰＵ１１が動作ｍを行う」ことを、「ＡＩ接続モジュール１０１（又はＡＩコンテナ１０２）が動作ｍを行う」と記載する場合がある。ＡＩ接続モジュール１０１は、受信した複数の画像データをＡＩコンテナ１０２に転送する。また、ＡＩ接続モジュール１０１は、受信した複数の画像データを解析することで、カメラ４０ａ～４０ｃの台数を判断する。ＡＩ接続モジュール１０１は、判断結果を管理サーバー５０に送信する。ＡＩ接続モジュール１０１による台数の判断方法については、後に詳しく説明する。

【0028】

ＡＩコンテナ１０２は、画像データに対して所定の画像認識処理を行うように予め機械学習された学習モデルを含む。ＡＩサーバー１０は、ＡＩコンテナ１０２を用いて複数の画像データに対する画像認識処理（所定の処理）を行い、処理結果を中間サーバー２０に送信する。本実施形態では、例えば、画像データに係る動画から、作業員を抽出してその作業内容を特定する画像認識処理が行われる。中間サーバー２０は、受信した処理結果に基づいて、作業員の作業内容に係る情報を表示部３０に表示させる。ただし、ＡＩコンテナ１０２により実行される処理の内容は、上記に限られない。

【0029】

管理サーバー５０は、ＡＩ接続モジュール１０１及びＡＩコンテナ１０２を提供するサービスの提供者が管理するサーバー機器である。ユーザー端末６０は、ＡＩサーバー１０、中間サーバー２０、表示部３０及びカメラ４０ａ～４０ｃを運用するユーザーが使用する端末装置である。当該ユーザーは、例えば工場を運営する会社に勤務する従業員であってもよい。管理サーバー５０は、ユーザーからの要求に応じてＡＩサーバー１０にＡＩ接続モジュール１０１及びＡＩコンテナ１０２等をデプロイする。管理サーバー５０は、ＡＩコンテナ１０２を提供するサービスに係るユーザーとの契約に係る契約情報を管理する。この契約においては、ユーザーが使用するＡＩ接続モジュール１０１の種類、ユーザーが使用可能なカメラ４０ａ～４０ｃの台数、及び当該台数に応じたユーザーへの課金額等が定められている。

【0030】

（データ処理システムの構成）
次に、データ処理システム１の各装置の構成について説明する。
図２は、ＡＩサーバー１０の主要な機能構成を示すブロック図である。
ＡＩサーバー１０は、ＣＰＵ１１と、ＲＡＭ４２（Random Access Memory）と、記憶部１３と、通信部１４とを備える。ＡＩサーバー１０の各部は、バス等の通信経路により接続されている。

【0031】

ＣＰＵ１１は、記憶部１３に記憶されているプログラム１３１に従って各種処理を実行することで、ＡＩサーバー１０の各部の動作を制御するプロセッサーである。ＣＰＵ１１は、プログラム１３１に従って各種処理を実行することで、処理部及び第１判断部として機能する。例えば、処理部としてのＣＰＵ１１は、中間サーバー２０から送信された複数の画像データ１３２に対して所定の処理を実行する。この所定の処理は、ＡＩコンテナ１０２の学習モデルに対して画像データ１３２を入力することでＡＩコンテナ１０２から画像認識処理に係る出力結果を取得する処理を含む。また、第１判断部としてのＣＰＵ１１は、ＡＩ接続モジュール１０１を実行することで、複数の画像データ１３２に対して所定の解析を行い、当該解析の結果に基づいてカメラ４０ａ～４０ｃの数を判断する。ＡＩサーバー１０は、ＣＰＵ１１に加え、ＡＩアクセラレーターを備えていてもよい。ＡＩアクセラレーターは、ＡＩコンテナ１０２の学習モデルのニューラルネットワークにおける推論処理を高速に行うための専用のプロセッサーである。ＡＩアクセラレーターが設けられている場合には、ＣＰＵ１１及びＡＩアクセラレーターにより処理部が構成される。

【0032】

ＲＡＭ１２は、ＣＰＵ１１に作業用のメモリ空間を提供し、一時データを記憶する。

【0033】

記憶部１３は、コンピューターとしてのＣＰＵ１１により読み取り可能な非一時的な記録媒体である。記憶部１３は、ＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）等により構成される。記憶部１３には、プログラム１３１が記憶されている。プログラム１３１は、クライアントアプリ１３１１、ＡＩ接続モジュール１０１及びＡＩコンテナ１０２を含む。クライアントアプリ１３１１は、ＩｏＴサービスに関する各種動作をＡＩサーバー１０に行わせるためのアプリケーションプログラムである。クライアントアプリ１３１１は、管理サーバー５０からダウンロードされて記憶部１３にインストールされる。

【0034】

ＡＩコンテナ１０２は、上述の学習モデルを含む。ＡＩコンテナ１０２は、この学習モデルを利用するための各種データ及びミドルウェア等を用いてＡＩサーバー１０のホストＯＳ上に構築されたアプリケーション環境である。詳しくは、ＡＩコンテナ１０２は、ホストＯＳ上で動作する図示略のコンテナエンジンにより管理される。よって、ＡＩコンテナ１０２を用いる場合には、ホストＯＳ上にゲストＯＳを設ける必要がない。このため、ゲストＯＳを用いる従来の仮想化技術と比較して、ＣＰＵ１１等のハードウェアリソースを効率的に利用することができる。また、ＡＩコンテナ１０２は、コンテナエンジンが動作する任意の機器にデプロイできる利点がある。
なお、ＡＩ接続モジュール１０１もコンテナの形態であってもよい。

【0035】

記憶部１３には、プログラム１３１の他に、画像データ１３２、画像パターンデータ１３３、及び解析結果データ１３４等が記憶されている。
画像データ１３２は、カメラ４０ａ～４０ｃによりそれぞれ生成された動画のデータである。記憶部１３には、複数の画像データ１３２が記憶される。
画像パターンデータ１３３及び解析結果データ１３４の内容については後述する。

【0036】

通信部１４は、予め定められた通信規格に従った通信動作を行う。通信部１４は、この通信動作により、中間サーバー２０、管理サーバー５０及びユーザー端末６０との間でデータの送受信を行う。

【0037】

図３は、中間サーバー２０の主要な機能構成を示すブロック図である。
中間サーバー２０は、ＣＰＵ２１と、ＲＡＭ２２と、記憶部２３と、通信部２４とを備える。中間サーバー２０の各部は、バス等の通信経路により接続されている。

【0038】

ＣＰＵ２１は、記憶部２３に記憶されているプログラム２３１に従って各種処理を実行することで、中間サーバー２０の各部の動作を制御するプロセッサーである。例えば、ＣＰＵ２１は、カメラ４０ａ～４０ｃに制御信号を送信して撮影を行わせ、画像データ１３２を受信する。ＣＰＵ２１は、表示部３０に画像データ１３２及び制御信号を送信して画像データ１３２に係る画像を表示させる。ＣＰＵ２１は、受信した画像データ１３２をＡＩサーバー１０に送信する。

【0039】

ＲＡＭ２２は、ＣＰＵ２１に作業用のメモリ空間を提供し、一時データを記憶する。

【0040】

記憶部２３は、コンピューターとしてのＣＰＵ２１により読み取り可能な非一時的な記録媒体である。記憶部１３は、ＨＤＤ又はＳＳＤ等により構成される。記憶部２３には、プログラム２３１、及びプログラム２３１の実行に必要な各種データ等が記憶されている。

【0041】

通信部２４は、予め定められた通信規格に従った通信動作を行う。通信部２４は、この通信動作により、ＡＩサーバー１０、表示部３０及びカメラ４０ａ～４０ｃとの間でデータの送受信を行う。

【0042】

図４は、管理サーバー５０の主要な機能構成を示すブロック図である。
管理サーバー５０は、ＣＰＵ５１と、ＲＡＭ５２と、記憶部５３と、通信部５４とを備える。管理サーバー５０の各部は、バス等の通信経路により接続されている。

【0043】

ＣＰＵ５１は、記憶部５３に記憶されているプログラム５３１に従って各種処理を実行することで、管理サーバー５０の各部の動作を制御するプロセッサーである。ＣＰＵ５１は、プログラム５３１に従って各種処理を実行することで、通知制御部、第２判断部、及び第３判断部として機能する。例えば、通知制御部としてのＣＰＵ５１は、ＡＩサーバー１０から受信したカメラ４０ａ～４０ｃの数の判断結果に関する情報を、ＡＩサーバー１０を運用するユーザーに対して通知するための処理を行う。第２判断部としてのＣＰＵ５１は、契約管理データ５３４（契約情報）と、上記のカメラ４０ａ～４０ｃの数の判断結果とに基づいて、契約に関する契約違反があるか否かを判断する。第３判断部としてのＣＰＵ５１は、上記のカメラ４０ａ～４０ｃの数の判断結果に基づいて、ユーザーへの課金額を判断する。

【0044】

ＲＡＭ５２は、ＣＰＵ５１に作業用のメモリ空間を提供し、一時データを記憶する。

【0045】

記憶部５３は、コンピューターとしてのＣＰＵ５１により読み取り可能な非一時的な記録媒体である。記憶部５３は、ＨＤＤ又はＳＳＤ等により構成される。記憶部５３には、プログラム２３１、コンテナ管理データ５３２、ユーザー管理データ５３３、及び契約管理データ５３４等が記憶されている。

【0046】

図５は、コンテナ管理データ５３２の内容例を示す図である。
コンテナ管理データ５３２は、管理サーバー５０が提供可能な、互いに異なる複数種類のＡＩコンテナの情報を含む。図５では、「コンテナＡ」、「コンテナＢ」及び「コンテナＣ」の３つのＡＩコンテナの情報が例示されている。このうち「コンテナＡ」が、本実施形態のＡＩサーバー１０にデプロイされているＡＩコンテナ１０２であるものとする。コンテナ管理データ５３２は、各ＡＩコンテナについて、「推奨接続数」及び「接続デバイス」の情報を含む。

【0047】

「推奨接続数」は、ＡＩコンテナが所期の機能を発揮することのできるカメラ４０の最大接続数を表す。言い換えると、ＡＩコンテナに「推奨接続数」よりも多くのカメラ４０が接続されると、ＡＩコンテナのレスポンス速度等の性能が所期のレベルよりも低下する。ここで、カメラ４０の接続数とは、そのＡＩコンテナに直接又は間接的に画像データ１３２を供給するカメラ４０の台数である。
「接続デバイス」は、そのＡＩコンテナに接続することのできるカメラ４０の種類を表す。図５に示す例では、「コンテナＡ」及び「コンテナＢ」には「カメラＸ」が接続可能である。「コンテナＣ」には「カメラＹ」が接続可能である。「カメラＸ」及び「カメラＹ」は、例えば撮影解像度等が互いに異なる。

【0048】

図６は、ユーザー管理データ５３３の内容例を示す図である。
ユーザー管理データ５３３は、ＡＩコンテナの提供を受ける複数のユーザーに関する情報を含む。図６では、「ユーザーＵ１」及び「ユーザーＵ２」の情報が例示されている。このうち「ユーザーＵ１」が、本実施形態のＡＩコンテナ１０２の提供を受けているユーザーであるものとする。ユーザー管理データ５３３は、各ユーザーについて、「使用サーバー」、「使用コンテナ」、「接続数」、「接続デバイス」及び「契約」の情報を含む。

【0049】

「使用サーバー」は、そのユーザーが使用（運用）しているＡＩサーバーを表す。図６のユーザーＵ１に対応する「ＡＩサーバーＳ１」は、本実施形態のＡＩサーバー１０に相当する。
「使用コンテナ」は、そのユーザーが提供を受けているＡＩコンテナの種類を表す。図６のユーザーＵ１に対応する「コンテナＡ」は、本実施形態のＡＩコンテナ１０２に相当する。
「接続数」は、そのユーザーが使用中の（運用中の）ＡＩコンテナに対して接続されているカメラ４０の数を表す。この接続数の情報は、ＡＩサーバー１０から管理サーバー５０に送信される。
「接続デバイス」は、そのユーザーが使用中のＡＩコンテナに接続されているカメラ４０の種類を表す。
「契約」は、ＡＩコンテナの提供サービスに関する契約であって、ユーザーを一方の当事者として締結されている契約を表す。契約の内容は、契約管理データ５３４に登録されている。

【0050】

図７は、契約管理データ５３４の内容例を示す図である。
契約管理データ５３４は、各ユーザーとの間で締結されている契約の内容に関する情報を含む。図７では、「契約Ｚ１」及び「契約Ｚ２」の情報が例示されている。このうち「契約Ｚ１」が、本実施形態のＡＩコンテナ１０２の提供を受けているユーザーとの間で締結されている契約であるものとする。契約管理データ５３４は、各契約について、「使用コンテナ」、「最大接続数」及び「課金額」の情報を含む。

【0051】

「使用コンテナ」は、ユーザーが使用（運用）するＡＩコンテナの種類を表す。
「最大接続数」は、ＡＩコンテナ及びその処理部に対して接続可能なカメラ４０の最大数を表す。この最大接続数は、コンテナ管理データ５３２において対応するＡＩコンテナの「推奨接続数」と同一である。ただし、最大接続数は、契約するユーザーが運用するＡＩサーバー１０のスペック、及び／又はカメラ４０のスペックに応じて調整されてもよい。図７の例において、契約Ｚ１では、最大接続数が「１０」と規定されている。このため、本実施形態のユーザーは、ＡＩコンテナ１０２に対して１０台まで、中間サーバー２０を介してカメラ４０を接続することができる。
「課金額」は、「使用コンテナ」の種類、及び「最大接続数」等に応じて定められた、ユーザーへの課金額を表す。

【0052】

図４に戻り、通信部５４は、予め定められた通信規格に従った通信動作を行う。通信部５４は、この通信動作により、ＡＩサーバー１０及びユーザー端末６０との間でデータの送受信を行う。

【0053】

図８は、ユーザー端末６０の主要な機能構成を示すブロック図である。
ユーザー端末６０は、ＣＰＵ６１と、ＲＡＭ６２と、記憶部６３と、表示部６４と、操作部６５と、通信部６６とを備える。ユーザー端末６０の各部は、バス等の通信経路により接続されている。ユーザー端末６０は、例えば、タブレット型端末、ノートＰＣ、又はスマートフォン等であってもよい。

【0054】

ＣＰＵ６１は、記憶部６３に記憶されているプログラム６３１に従って各種処理を実行することで、ユーザー端末６０の各部の動作を制御するプロセッサーである。

【0055】

ＲＡＭ６２は、ＣＰＵ６１に作業用のメモリ空間を提供し、一時データを記憶する。

【0056】

記憶部６３は、コンピューターとしてのＣＰＵ６１により読み取り可能な非一時的な記録媒体である。記憶部６３は、フラッシュメモリー、ＨＤＤ又はＳＳＤ等により構成される。記憶部６３には、プログラム６３１、及びプログラム６３１の実行に必要な各種データ等が記憶されている。

【0057】

表示部６４は、液晶ディスプレイ等の表示装置を備える。表示部６４は、ＣＰＵ６１から入力される制御信号及び画像データに従って、各種の情報表示画面及び操作画面等を表示する。

【0058】

操作部６５は、ユーザーにより操作される操作ボタン、及び表示部６４の画面に重ねられて設けられたタッチパネル等を備える。操作部６５は、操作ボタン及びタッチパネルに対する操作がなされた場合に、当該操作に応じた操作信号をＣＰＵ６１に出力する。

【0059】

通信部６６は、予め定められた通信規格に従った通信動作を行う。通信部６６は、この通信動作により、ＡＩサーバー１０及び管理サーバー５０との間でデータの送受信を行う。

【0060】

図１に示す表示部３０は、中間サーバー２０から送信された画像データ１３２に基づいて、カメラ４０ａ～４０ｃにより撮影された画像を表示する。表示部３０は、複数のカメラ４０ａ～４０ｃの数に対応する数のモニターを備えていてもよい。表示部３０は、これらの複数のモニターにより、複数のカメラ４０ａ～４０ｃが撮影した複数の画像データ１３２の画像を同時に表示可能であってもよい。表示部３０は、ＡＩコンテナ１０２による解析結果に係る情報を、中間サーバー２０を介して受信し、画像データ１３２に係る画像とともに表示してもよい。例えば、表示部３０は、作業者が行っている作業内容を、画像データ１３２に係る画像とともに表示してもよい。

【0061】

カメラ４０ａ～４０ｃは、ＡＩサーバー１０及び中間サーバー２０が設けられたローカル環境で動作する。カメラ４０ａ～４０ｃは、それぞれ、工場の所定の位置に所定の角度で設置されている。カメラ４０ａ～４０ｃは、所定のフレームレートで動画を撮影し、画像データ１３２を生成して中間サーバー２０に送信する。例えば、カメラ４０ａ～４０ｃは、所定時間の撮影を行うごとに、画像データ１３２を生成して都度中間サーバー２０に送信する。

【0062】

（データ処理システムの動作）
次に、データ処理システム１の動作について詳細に説明する。
上述のとおり、本実施形態のデータ処理システム１では、カメラ４０ａ～４０ｃにより生成された画像データ１３２は、中間サーバー２０を経由してＡＩサーバー１０に送信される。この構成において、中間サーバー２０からＡＩサーバー１０に送信される画像データ１３２には、どのカメラ４０で撮影されたかを識別するための識別情報は含まれないことがある。例えば、カメラ４０により生成された画像データ１３２に、カメラ４０の識別情報を含むメタデータが含まれていても、当該メタデータは中間サーバー２０において削除される場合がある。この場合、ＡＩサーバー１０は、中間サーバー２０から受信した画像データ１３２から、どのカメラ４０で撮影された画像であるかを識別できない。このため、契約で規定されている台数よりも多くのカメラ４０がＡＩコンテナ１０２に接続された過剰接続状態であったとしても、ＡＩサーバー１０から情報を取得する管理サーバー５０は、過剰接続状態であることを判別できないという問題がある。

【0063】

そこで、本実施形態のデータ処理システム１では、ＡＩサーバー１０にインストールされたＡＩ接続モジュール１０１が、複数の画像データ１３２を解析してカメラ４０の接続数を判断するようになっている。ＡＩ接続モジュール１０１は、上記の解析として、画像データ１３２の画像解析を行う。具体的には、ＡＩ接続モジュール１０１は、複数の画像データ１３２に対してパターン解析を行うことで、複数の画像データ１３２のうち所定の近似条件を満たす２以上の画像データ１３２を特定する。ＡＩ接続モジュール１０１は、近似条件を満たす２以上の画像データ１３２が１つのカメラ４０により生成されたと判定する方法により、カメラ４０の数を判断する。

【0064】

図９は、画像データの画像解析の方法を説明する図である。
ここでは、データ処理システム１のカメラ４０により撮影され得る画像パターンとして、図９の左側に示す画像パターンＰ１及び画像パターンＰ２が既知であるものとする。画像パターンＰ１及び画像パターンＰ２は、工場内の別の場所を撮影した場合の背景画像に相当する。これらの画像パターンＰ１及び画像パターンＰ２は、中間サーバー２０から受信済み、かつ解析済みの画像データ１３２から抽出された背景画像である。

【0065】

図９の中央には、中間サーバー２０から受信した最新の１つの画像データ１３２が示されている。この画像データ１３２のファイル名は「ｈｉｊ．ｊｐｇ」である。この画像データ１３２は、所定のセンシング対象としての作業員に相当する対象データ１３２１と、対象データ１３２１以外のバックグラウンドデータ１３２２（背景画像）とを含む。ＡＩ接続モジュール１０１は、画像データ１３２における対象データ１３２１の領域を各種公知の画像認識処理で特定し、画像データ１３２から対象データ１３２１を削除する。対象データ１３２１の領域を特定する画像認識処理は、例えば、動画において動きのある部分を対象データ１３２１の領域であると特定する処理であってもよい。あるいは、上記画像認識処理は、画像データ１３２において人が写っている領域を特定するように機械学習された学習モデルに画像データ１３２を入力し、当該学習モデルからの出力に基づいて対象データ１３２１の領域を特定する処理であってもよい。

【0066】

ＡＩ接続モジュール１０１は、画像データ１３２から対象データ１３２１を除去したバックグラウンドデータ１３２２に対してパターン解析を行う。あるいは、バックグラウンドデータ１３２２に代えて、対象データ１３２１を除去した領域を、バックグラウンドデータ１３２２と連続するように補完した補完バックグラウンドデータを用いてもよい。ＡＩ接続モジュール１０１は、バックグラウンドデータ１３２２と画像パターンＰ１及び画像パターンＰ２とを比較する。ＡＩ接続モジュール１０１は、バックグラウンドデータ１３２２と、画像パターンＰ１又は画像パターンＰ２とが所定の近似条件を満たす場合に、画像データ１３２と、画像パターンＰ１及び画像パターンＰ２のうち近似条件を満たす一方とが対応すると判別する。近似条件は、所定の画像パターンマッチング処理において、バックグラウンドデータ１３２２のうち所定割合以上（例えば、８０％以上）の部分の特徴が、画像パターンＰ１又は画像パターンＰ２の特徴と共通する場合に満たされる、としてもよい。図９に示す例では、画像データ１３２のバックグラウンドデータ１３２２は、画像パターンＰ２との間で近似条件を満たす。このため、ＡＩ接続モジュール１０１は、画像データ１３２が画像パターンＰ２に対応すると判断する。判断結果は、図９の右側に示されている。上述のとおり、画像パターンＰ１及び画像パターンＰ２は、解析済みの他の画像データ１３２から抽出されたものである。よって、上記の判断動作は、複数の画像データ１３２のうちバックグラウンドデータ１３２２同士が近似条件を満たす２以上の画像データ１３２を特定すること、に相当する。

【0067】

画像データ１３２のバックグラウンドデータ１３２２と、画像パターンＰ１及び画像パターンＰ２とが、いずれも近似条件を満たさない場合には、ＡＩ接続モジュール１０１は、バックグラウンドデータ１３２２を新たな画像パターンとして登録する。また、ＡＩ接続モジュール１０１は、当該画像データ１３２について、画像パターンＰ１及び画像パターンＰ２に対応するカメラ４０とは異なる３台目のカメラ４０により撮影された画像であると判断する。

【0068】

画像データ１３２から抽出されたバックグラウンドデータ１３２２の画像パターンは、画像パターンデータ１３３に登録される。
図１０は、画像パターンデータ１３３の内容例を示す図である。
図１０に示す例では、画像パターンＰ１～Ｐ３の３つの画像パターンについて、それぞれパターンデータＤ１～Ｄ３が登録されている。パターンデータＤ１～Ｄ３は、それぞれ、いずれかの画像データ１３２から抽出されたバックグラウンドデータ１３２２、又は当該バックグラウンドデータ１３２２を補完した補完バックグラウンドデータである。

【0069】

中間サーバー２０から受信した各画像データ１３２についての画像パターンの判断結果は、解析結果データ１３４に登録される。
図１１は、解析結果データ１３４の内容例を示す図である。
図１１に示す例では、ファイル名が「ａｂｃｄ．ｊｐｇ」、「ｅｆｇｈ．ｊｐｇ」、「ｈｉｊ．ｊｐｇ」、「ｋｌｍｎ．ｊｐｇ」である４つの画像データ１３２についての解析結果が登録されている。

【0070】

ファイル名が「ａｂｃｄ．ｊｐｇ」である最初の画像データ１３２については、そのバックグラウンドデータ１３２２がそのまま、対応する画像パターンＰ１として登録される。この時点では、比較対象の画像パターンがないためである。また、この最初の画像データ１３２のバックグラウンドデータ１３２２は、図１０の画像パターンデータ１３３において、画像パターンＰ１のパターンデータＤ１として登録される。

【0071】

ファイル名が「ｅｆｇｈ．ｊｐｇ」である２番目の画像データ１３２については、バックグラウンドデータ１３２２が画像パターンＰ１との間で近似条件を満たさないと判断されたものとする。この結果、２番目の画像データ１３２については、そのバックグラウンドデータ１３２２がそのまま、対応する画像パターンＰ２として登録される。また、この２番目の画像データ１３２のバックグラウンドデータ１３２２は、図１０の画像パターンデータ１３３において、画像パターンＰ２のパターンデータＤ２として登録される。

【0072】

ファイル名が「ｈｉｊ．ｊｐｇ」である３番目の画像データ１３２については、図９を参照して説明したとおり、バックグラウンドデータ１３２２が画像パターンＰ２との間で近似条件を満たすと判断されている。この結果、３番目の画像データ１３２は、画像パターンＰ２に対応すると記録される。このことから、２番目の画像データ１３２と３番目の画像データ１３２とは、同一のカメラ４０により撮影されたと判断される。

【0073】

ファイル名が「ｋｌｍｎ．ｊｐｇ」である４番目の画像データ１３２については、バックグラウンドデータ１３２２が画像パターンＰ１、Ｐ２のいずれとも近似条件を満たさないと判断されたものとする。この結果、４番目の画像データ１３２については、そのバックグラウンドデータ１３２２がそのまま、対応する画像パターンＰ３として登録される。また、この４番目の画像データ１３２のバックグラウンドデータ１３２２は、図１０の画像パターンデータ１３３において、画像パターンＰ３のパターンデータＤ３として登録される。

【0074】

このような処理を繰り返し、最終的に解析結果データ１３４において登録された対応する画像パターンの種類の数が、中間サーバー２０に接続されているカメラ４０の数であると判断される。

【0075】

なお、画像パターンは、画像データ１３２から抽出したバックグラウンドデータ１３２２に代えて、予め工場内を撮影することで生成されたものであってもよい。この場合には、各画像データ１３２は、全ての画像パターンとの間で近似条件を満たすか否かが判断される。
また、カメラ４０の向きが変化したり、カメラ４０が移動したりしている場合には、連続する動画の一部の静止画を切り出して画像パターンと比較することで、対応する画像パターンを判断してもよい。

【0076】

図１２は、画像データ１３２の画像パターンの他の特定方法を説明する図である。
図１２の特定方法は、カメラ４０ａ～４０ｃにより生成された動画の画像データ１３２が、連続した１つのデータとしてＡＩサーバー１０に入力される場合等において用いることができる。この場合には、ＡＩ接続モジュール１０１は、画像データ１３２を所定の時間幅で複数の画像データ１３２に分割する。そして、ＡＩ接続モジュール１０１は、複数の画像データ１３２のバックグラウンドデータ１３２２の相互の連続性又は変化量に基づいて、画像パターンの種類の数、すなわちカメラ４０の数を判断する。

【0077】

詳しくは、図１２に示すように、画像データ１３２が、先頭から「ｏｐｑ．ｊｐｇ」、「ｒｓｔ．ｊｐｇ」、「ｕｖｗ．ｊｐｇ」に分割されたとする。ＡＩ接続モジュール１０１は、１番目の「ｏｐｑ．ｊｐｇ」及び２番目の「ｒｓｔ．ｊｐｇ」のバックグラウンドデータ１３２２同士（例えば、先頭のフレーム画像データ同士）の連続性又は変化量を評価する。例えば、分割後の２つの画像データ１３２のバックグラウンドデータ１３２２を微小領域に区分して、対応する微小領域同士についてパターンマッチング処理を行い、特徴が共通する微小領域の数を、連続性に係る評価値としてもよい。また、特徴が共通しない微小領域の数を、変化量に係る評価値としてもよい。図１２の１番目の画像データ１３２と２番目の画像データ１３２とは、バックグラウンドデータ１３２２の連続性に係る評価値が第１基準値より低く、又は変化量に係る評価値が第２基準値より大きいものとする。この場合、ＡＩ接続モジュール１０１は、１番目の画像データ１３２と２番目の画像データ１３２とは、画像パターンが異なる、すなわち、異なるカメラ４０により撮影されたと判断する。また、図１２の２番目の画像データ１３２と３番目の画像データ１３２とは、バックグラウンドデータ１３２２の連続性が第１基準値より高く、又は変化量が第２基準値より小さいものとする。この場合、ＡＩ接続モジュール１０１は、２番目の画像データ１３２と３番目の画像データ１３２とは、画像パターンが同一である、すなわち、同一のカメラ４０により撮影されたと判断する。

【0078】

直前の画像データ１３２とは異なるカメラ４０により撮影されたと判断された場合、ＡＩ接続モジュール１０１は、既に判断済みの他のいずれかの画像データ１３２とバックグラウンドデータ１３２２との間で連続性又は変化量を評価する。ＡＩ接続モジュール１０１は、連続性が第１基準値より高く、又は変化量が第２基準値より小さいバックグラウンドデータ１３２２の画像データ１３２がある場合には、これらの画像データ１３２が同一のカメラ４０により撮影されたと判断する。
このような方法によっても、最終的に登録された画像パターンの数により、カメラ４０の接続数を判断することができる。バックグラウンドデータ１３２２の連続性が第１基準値より高く、又は変化量が第２基準値より小さいことは、上述の近似条件を満たすことと対応する。

【0079】

次に、上記の動作を実現するためにデータ処理システム１において実行される、セットアップ処理及びＡＩ解析管理処理の制御手順について説明する。

【0080】

図１３は、セットアップ処理の制御手順を示すフローチャートである。
図１３では、ＡＩサーバー１０のＣＰＵ１１、管理サーバー５０のＣＰＵ５１、及びユーザー端末６０のＣＰＵ６１が実行する処理が併記されている。図１３では、処理のフローが実線で描かれ、装置間で送受信されるデータ等が破線で描かれている。

【0081】

セットアップ処理が開始されると、ユーザー端末６０のＣＰＵ６１は、ユーザーの入力操作に応じて、アカウント作成要求を管理サーバー５０に送信する（ステップＳ１０１）。管理サーバー５０のＣＰＵ５１は、アカウント作成要求を受信すると、ユーザーのアカウントを作成し、ユーザー管理データ５３３にユーザーのレコードを作成する（ステップＳ１０２）。

【0082】

ユーザー端末６０のＣＰＵ６１は、ユーザーの入力操作に応じて、ライセンス購入申請及びＡＩサーバー登録申請を管理サーバー５０に送信する（ステップＳ１０３）。ライセンス購入申請は、ＡＩコンテナ１０２にカメラ４０を接続して使用するために必要なライセンスの購入の申し込みである。ＡＩサーバー登録申請は、ＡＩコンテナ１０２をデプロイするＡＩサーバー１０の登録の申し込みである。管理サーバー５０のＣＰＵ５１は、ライセンス購入申請及びＡＩサーバー登録申請を受信すると、ライセンス及び中間サーバー２０の情報を、ユーザー管理データ５３３及び契約管理データ５３４に登録する（ステップＳ１０４）。この後、ユーザーは、所定の方法で、契約に定められた課金額をサービス提供者に送金する。

【0083】

管理サーバー５０のＣＰＵ５１は、クライアントアプリ１３１１及びＡＩ接続モジュール１０１をＡＩサーバー１０に送信する（ステップＳ１０５）。ＡＩサーバー１０のＣＰＵ１１は、受信したクライアントアプリ１３１１及びＡＩ接続モジュール１０１をインストールして起動する（ステップＳ１０６）。管理サーバー５０のＣＰＵ５１は、ライセンスしたＡＩコンテナ１０２をＡＩサーバー１０に送信する（ステップＳ１０７）。ＡＩサーバー１０のＣＰＵ１１は、受信したＡＩコンテナ１０２をインストールする（ステップＳ１０８）。

【0084】

ステップＳ１０８が終了すると、各装置は、セットアップ処理を終了する。図１３では省略されているが、この後、中間サーバー２０は、接続されている各カメラ４０による画像データ１３２の送信先をＡＩサーバー１０に設定する。

【0085】

セットアップ処理が終了すると、ＡＩ解析管理処理が実行される。
図１４は、ＡＩ解析管理処理の制御手順を示すフローチャートである。
図１４では、カメラ４０、中間サーバー２０のＣＰＵ２１、ＡＩサーバー１０のＣＰＵ１１、及び管理サーバー５０のＣＰＵ５１が実行する処理が併記されている。図１４では、処理のフローが実線で描かれ、装置間で送受信されるデータ等が破線で描かれている。

【0086】

ＡＩ解析管理処理が開始されると、各カメラ４０は、動画を撮影して画像データ１３２を生成し、所定のタイミングで中間サーバー２０に送信する（ステップＳ２０１：データ生成ステップ）。中間サーバー２０のＣＰＵ２１は、受信した画像データ１３２の画像を表示部３０に表示させる（ステップＳ２０２）。また、ＣＰＵ２１は、受信した画像データ１３２をＡＩサーバー１０に送信する（ステップＳ２０３：中継ステップ）。図１４では省略されているが、ステップＳ２０１～Ｓ２０３は、工場の稼働時間内において繰り返し実行される。

【0087】

ＡＩサーバー１０のＣＰＵ１１は、ＡＩコンテナ１０２に画像データ１３２を入力し、画像認識処理を実行する（ステップＳ２０４：処理ステップ）。すなわち、ＣＰＵ１１は、ＡＩコンテナ１０２の学習モデルによる画像認識処理の出力を取得する。また、ＣＰＵ１１は、画像認識処理の結果を中間サーバー２０に送信する（ステップＳ２０５）。

【0088】

ＡＩサーバー１０のＣＰＵ１１は、カメラ４０の接続数の解析タイミングであるか否かを判別する（ステップＳ２０６）。解析タイミングは、例えば、１日に１回、工場の稼働時間外に定められていてもよい。これにより、１日ごとのカメラ４０の接続数を解析することができる。接続数の解析タイミングではないと判別した場合には（ステップＳ２０６で“ＮＯ”）、ＣＰＵ１１は、処理をステップＳ２０４に戻す。接続数の解析タイミングであると判別した場合には（ステップＳ２０６で“ＹＥＳ”）、ＣＰＵ１１は、接続数解析処理を実行する（ステップＳ２０７：第１判断ステップ）。

【0089】

図１５は、接続数解析処理の制御手順を示すフローチャートである。
接続数解析処理が呼び出されると、ＡＩサーバー１０のＣＰＵ１１は、未解析の１つの画像データ１３２を選択する（ステップＳ３０１）。ＣＰＵ１１は、上述した方法で、選択した画像データ１３２のバックグラウンドデータ１３２２を抽出する（ステップＳ３０２）。

【0090】

ＣＰＵ１１は、画像パターンデータ１３３に、１つ以上の画像パターンが登録されているか否かを判別する（ステップＳ３０３）。１つ以上の画像パターンが登録されていると判別した場合には（ステップＳ３０３で“ＹＥＳ”）、ＣＰＵ１１は、抽出したバックグラウンドデータ１３２２が、いずれかの画像パターンとの間で近似条件を満たすか否かを判別する（ステップＳ３０４）。いずれかの画像パターンとの間で近似条件を満たすと判別した場合には（ステップＳ３０４で“ＹＥＳ”）、ＣＰＵ１１は、選択中の画像データ１３２と、近似条件を満たす画像パターンとを対応付けて解析結果データ１３４に登録する（ステップＳ３０５）。

【0091】

一方、ステップＳ３０３又はＳ３０４において“ＮＯ”に分岐した場合には、ＣＰＵ１１は、抽出したバックグラウンドデータ１３２２を、新たな画像パターンのパターンデータとして画像パターンデータ１３３に登録する（ステップＳ３０６）。ＣＰＵ１１は、選択中の画像データ１３２と、登録した新たな画像パターンとを対応付けて解析結果データ１３４に登録する（ステップＳ３０７）。

【0092】

ステップＳ３０５又はＳ３０７が終了すると、ＣＰＵ１１は、未解析の画像データ１３２があるか否かを判別する（ステップＳ３０８）。未解析の画像データ１３２があると判別した場合には（ステップＳ３０８で“ＹＥＳ”）、ＣＰＵ１１は、未解析の次の画像データ１３２を選択し（ステップＳ３０９）、処理をステップＳ３０２に戻す。全ての画像データ１３２が解析済であると判別した場合には（ステップＳ３０８で“ＮＯ”）、ＣＰＵ１１は、処理をステップＳ３１０に移行させる。ステップＳ３１０では、ＣＰＵ１１は、解析結果データ１３４において画像データ１３２に対応付けられている画像パターンの種類の数を、カメラ４０の接続数と判断し、判断結果をＲＡＭ１２又は記憶部１３に記憶させる。ステップＳ３１０が終了すると、ＣＰＵ１１は、接続数解析処理を終了させて、処理を図１４のＡＩ解析管理処理に戻す。

【0093】

図１４の接続数解析処理（ステップＳ２０７）が終了すると、ＣＰＵ１１は、カメラ４０の接続数の情報を管理サーバー５０に送信する（ステップＳ２０８）。管理サーバー５０のＣＰＵ５１は、受信した接続数の情報をユーザー管理データ５３３に登録する（ステップＳ２０９）。その後、ＣＰＵ５１は、接続数に関する対処を行うための対処処理を実行する（ステップＳ２１０）。

【0094】

図１６は、対処処理の制御手順を示すフローチャートである。
対処処理が呼び出されると、ＣＰＵ５１は、ユーザーに通知する予定の判断結果情報を生成し、判断結果情報に、カメラ４０の接続数の情報を追加する（ステップＳ４０１）。ＣＰＵ５１は、コンテナ管理データ５３２を参照し、接続数が推奨接続数より多いか否かを判別する（ステップＳ４０２）。接続数が推奨接続数より多いと判別した場合には（ステップＳ４０２で“ＹＥＳ”）、ＣＰＵ５１は、判断結果情報に、推奨接続数より多い旨の警告、及び接続数に応じたレスポンス速度の情報を追加する（ステップＳ４０３）。判断結果情報に、ＡＩコンテナ１０２が正常に動作しない可能性がある旨の警告を含めてもよい。

【0095】

ステップＳ４０３が終了した場合、又はステップＳ４０２において、接続数が推奨接続数以下であると判別した場合には（ステップＳ４０２で“ＮＯ”）、ＣＰＵ５１は、ステップＳ４０４を実行する。ステップＳ４０４において、ＣＰＵ１１は、契約管理データ５３４を参照し、接続数が、契約に規定された最大接続数より多いか否かを判別する。接続数が、最大接続数より多いと判別した場合には（ステップＳ４０４で“ＹＥＳ”）、ＣＰＵ５１は、契約の内容に基づいてユーザーへの課金額を算出する（ステップＳ４０５）。ＣＰＵ５１は、判断結果情報に、契約違反の状態であること、及び算出された課金額の情報を追加する（ステップＳ４０６）。

【0096】

ステップＳ４０６が終了した場合、又はステップＳ４０４において、接続数が、契約に規定された最大接続数以下であると判別した場合には（ステップＳ４０４で“ＮＯ”）、ＣＰＵ５１は、ステップＳ４０７を実行する。ステップＳ４０７において、ＣＰＵ５１は、前回の通知処理の時点よりも接続数が低下しているか否かを判別する。接続数が低下していると判別した場合には（ステップＳ４０７で“ＹＥＳ”）、ＣＰＵ５１は、接続数の低下をカメラ４０の故障によるものとみなし、判断結果情報に、カメラ４０の故障台数の情報を追加する（ステップＳ４０８）。

【0097】

ステップＳ４０８が終了した場合、又はステップＳ４０７において、接続数が低下していないと判別した場合には（ステップＳ４０７で“ＮＯ”）、ＣＰＵ５１は、判断結果情報をユーザー端末６０に送信する（ステップＳ４０９）。判断結果情報の送信は、電子メールの送信、又はメッセージアプリ上のメッセージの送信等の形態で実行されてもよい。ステップＳ４０９が終了すると、ＣＰＵ５１は、対処処理を終了させ、処理を図１４のＡＩ解析管理処理に戻す。
図１４に戻り、通知処理（ステップＳ２１０）が終了すると、各装置は、ＡＩ解析管理処理を終了する。

【0098】

（変形例１）
次に、上記実施形態の変形例１について説明する。以下では、上記実施形態と異なる点について説明し、上記実施形態と共通する点については説明を省略する。
ＡＩ接続モジュール１０１は、ＡＩサーバー１０の外部に設けられていてもよい。例えば、ＡＩ接続モジュール１０１は、管理サーバー５０に設けられていてもよい。この場合には、ＡＩサーバー１０に、ＡＩ接続モジュール１０１に代えて画像転送モジュールを設ける。この画像転送モジュールは、ＡＩサーバー１０が受信した画像データ１３２を、ＡＩコンテナ１０２に入力し、かつ、管理サーバー５０に送信する。管理サーバー５０のＡＩ接続モジュール１０１は、受信した画像データ１３２に基づいて、上記実施形態と同様にカメラ４０の接続数を判断する。したがって、この場合には、ＡＩ接続モジュール１０１を実行する管理サーバー５０のＣＰＵ５１が、第１判断部に相当する。

【0099】

（変形例２）
次に、上記実施形態の変形例２について説明する。以下では、上記実施形態と異なる点について説明し、上記実施形態と共通する点については説明を省略する。変形例２は、変形例１と組み合わせてもよい。
上記実施形態では、センシング部としてカメラ４０を例示したが、センシング部は、センシングデータとして環境に係るデータを取得可能な任意の機器であってもよい。例えば、センシング部として、音を録音して音声データを生成するマイクを用いてもよい。この場合には、ＡＩ接続モジュール１０１は、複数のマイクが生成した複数の音声データに対する音声解析を実行して、マイクの接続数を判別する。音声データも、センシング対象に係る対象データと、対象データ以外のバックグラウンドデータとを含む。対象データは、例えば人の会話の声であり、バックグラウンドデータは、例えば環境音である。ＡＩ接続モジュール１０１は、複数の音声データのバックグラウンドデータ同士が近似条件を満たすか否かを判断する。ＡＩ接続モジュール１０１は、バックグラウンドデータ同士が近似条件を満たす２以上の音声データが、同一のマイクにより生成されたと判断する。

【0100】

（効果）
以上のように、本実施形態に係るデータ処理システム１は、複数のセンシング部としての複数のカメラ４０と、中継部としての中間サーバー２０と、処理部及び第１判断部としてのＣＰＵ１１を有するＡＩサーバー１０と、を備える。複数のカメラ４０の各々は、センシングデータとしての画像データ１３２を生成する。中間サーバー２０は、複数のカメラ４０により生成された複数の画像データ１３２を受信及び送信する。処理部としてのＣＰＵ１１は、中間サーバー２０から送信された複数の画像データ１３２に対して所定の処理を実行する。第１判断部としてのＣＰＵ１１は、中間サーバー２０から送信された複数の画像データ１３２に関する情報に対して所定の解析を行い、当該解析の結果に基づいて複数のカメラ４０に含まれるカメラ４０の数を判断する。中間サーバー２０が介在すると、画像データ１３２から、撮影したカメラ４０の識別情報が削除され得る。これに対し、本実施形態のデータ処理システム１によれば、画像データ１３２の解析を行うことで、接続されているカメラ４０の数をより正確に特定することができる。カメラ４０の数を特定することによって、例えば課金や過剰接続によるパフォーマンスの低下の警告等に利用することができる。

【0101】

複数の画像データ１３２の各々は、時系列データを含む。この場合において、第１判断部としてのＣＰＵ１１は、複数の画像データ１３２の相互の連続性又は変化量に基づいてカメラ４０の数を判断してもよい。これにより、画像データ１３２の連続性又は変化量を評価する簡易な処理でカメラ４０の数を判断することができる。また、複数のカメラ４０により撮影された複数の画像データ１３２が繋げられた状態で入力された場合であっても、入力データに含まれる複数の画像データ１３２を生成したカメラ４０の台数を判断することができる。

【0102】

複数のセンシング部としての複数のカメラ４０は、同一種別のセンシングデータとしての画像データ１３２を生成する同一種別の機器である。これにより、同一種別のセンシングデータ同士を比較する解析によりセンシング部の数を特定することができる。

【0103】

第１判断部としてのＣＰＵ１１は、上記の解析として画像データ１３２の画像解析を行う。これにより、画像データ１３２の内容からカメラ４０の数をより正確に特定することができる。

【0104】

複数のセンシング部の各々はマイクであってもよい。複数のセンシングデータの各々は、マイクにより録音された音声データであってもよい。第１判断部としてのＣＰＵ１１は、上記の解析として音声データの音声解析を行ってもよい。これにより、音声データの内容からマイクの数をより正確に特定することができる。

【0105】

第１判断部としてのＣＰＵ１１は、解析において、複数の画像データ１３２に対してパターン解析を行うことで複数の画像データ１３２のうち所定の近似条件を満たす２以上の画像データ１３２を特定する。ＣＰＵ１１は、近似条件を満たす２以上の画像データ１３２が１つのカメラ４０により生成されたと判定する方法により、カメラ４０の数を判断する。これにより、画像データ１３２の内容からカメラ４０の数をより正確に特定することができる。

【0106】

複数の画像データ１３２の各々は、所定のセンシング対象に係る対象データ１３２１と、対象データ１３２１以外のバックグラウンドデータ１３２２とを含む。第１判断部としてのＣＰＵ１１は、解析において、複数の画像データ１３２のうちバックグラウンドデータ１３２２同士が近似条件を満たす画像データ１３２を、上記の２以上の画像データ１３２として特定する。これによれば、同一のカメラ４０により撮影された画像データ１３２のバックグラウンドデータ１３２２が近似することを利用して、カメラ４０の数をより正確に特定することができる。

【0107】

データ処理システム１は、通知制御部としての管理サーバー５０のＣＰＵ５１を備える。ＣＰＵ５１は、カメラ４０の数の判断結果に関する判断結果情報を、ユーザーに対して通知するための処理を行う。これにより、カメラ４０の接続数に関する必要な対処をユーザーに促すことができる。

【0108】

判断結果情報は、カメラ４０の数、カメラ４０の数に応じたレスポンス速度、カメラ４０の数に応じて特定された複数のカメラ４０の故障台数、カメラ４０の数に基づくユーザーへの課金額のうち少なくとも１つを含む。これにより、カメラ４０の接続数に係る種々の情報をユーザーに提供し、必要な対処をユーザーに促すことができる。

【0109】

処理部としてのＣＰＵ１１が実行する所定の処理は、予め機械学習されたＡＩコンテナ１０２の学習モデルに対して画像データ１３２を入力することで学習モデルから出力結果を取得する処理を含む。これにより、ＡＩコンテナ１０２の学習モデルに対して過剰な数のカメラ４０から画像データ１３２が入力されることによる問題の発生を抑制することができる。

【0110】

データ処理システム１は、管理サーバー５０の記憶部５３と、第２判断部としての管理サーバー５０のＣＰＵ５１とを備える。ＣＰＵ５３は、ユーザーとの契約であって、中間サーバー２０を介してＡＩコンテナ１０２及びＣＰＵ１１に接続可能なカメラ４０の最大数が規定された契約に関する契約管理データ５３４を記憶する。第２判断部としてのＣＰＵ５１は、契約管理データ５３４と、カメラ４０の数の判断結果とに基づいて、契約に関する契約違反があるか否かを判断する。これにより、契約違反に関する必要な対処をユーザーに促すことができる。

【0111】

課金判断システムとしてのデータ処理システム１は、第３判断部としての管理サーバー５０のＣＰＵ５１を備える。ＣＰＵ５１は、カメラ４０の数の判断結果に基づいて、ユーザーへの課金額を判断する。これにより、カメラ４０の接続数に応じた適正な課金額をユーザーに通知し、必要な対処を促すことができる。

【0112】

本実施形態に係るデータ処理装置としてのＡＩサーバー１０は、処理部（処理手段）及び第１判断部（第１判断手段）としてのＣＰＵ１１を備える。また、本実施形態に係るプログラム１３１は、ＡＩサーバー１０のＣＰＵ１１を、処理手段及び第１判断手段として機能させる。これにより、接続されているカメラ４０の数をより正確に特定することができる。

【0113】

本実施形態に係るデータ処理方法は、生成ステップと、中継ステップと、処理ステップと、第１判断ステップとを含む。生成ステップでは、複数のカメラ４０がそれぞれ画像データ１３２を生成する。中継ステップでは、データ生成ステップにおいて生成された複数の画像データ１３２を中間サーバー２０が受信及び送信する。処理ステップでは、中継ステップにおいて送信された複数の画像データ１３２に対して所定の処理を実行する。第１判断ステップでは、中継ステップにおいて送信された複数の画像データ１３２に関する情報に対して所定の解析を行い、当該解析の結果に基づいて複数のカメラ４０に含まれるカメラ４０の数を判断する。これにより、接続されているカメラ４０の数をより正確に特定することができる。

【0114】

（その他）
なお、本発明は、上記実施形態に限られるものではなく、様々な変更が可能である。
例えば、ユーザー端末６０の機能を、ＡＩサーバー１０又は中間サーバー２０に統合してもよい。

【0115】

画像データ１３２がどのカメラ４０により撮影されたかを判断する方法は、バックグラウンドデータ１３２２同士を比較する方法に限られない。例えば、各カメラ４０の撮影範囲に、互いに異なる物標を配置しておき、複数の画像データ１３２の各々に写っている物標から、各画像データ１３２を撮影したカメラ４０を特定してもよい。この場合には、画像データ１３２に物標が写っているか否かを解析することが、「パターン解析」に相当する。

【0116】

ＡＩコンテナ１０２に代えて、学習モデルを用いないアプリケーションプログラムを実行するコンテナが用いられてもよい。

【0117】

本発明のいくつかの実施形態を説明したが、本発明の範囲は、上述の実施の形態に限定されるものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。

【産業上の利用可能性】

【0118】

この発明は、データ処理システム、課金判断システム、データ処理装置、プログラム及びデータ処理方法に利用することができる。

【符号の説明】

【0119】

１ データ処理システム
１０ ＡＩサーバー（データ処理装置）
１１ ＣＰＵ（処理部、第１判断部）
１０１ ＡＩ接続モジュール
１０２ ＡＩコンテナ
１３２ 画像データ（センシングデータ）
１３２１ 対象データ
１３２２ バックグラウンドデータ
２０ 中間サーバー（中継部）
４０、４０ａ～４０ｃ カメラ（センシング部）
５０ 管理サーバー
５１ ＣＰＵ（第２判断部、第３判断部、通信制御部）
６０ ユーザー端末

【要約】

接続されているセンシング部の数をより正確に特定することが可能なデータ処理システム、課金判断システム、データ処理装置、プログラム及びデータ処理方法を提供する。データ処理システムは、センシングデータをそれぞれ生成する複数のセンシング部と、複数のセンシング部により生成された複数のセンシングデータを受信及び送信する中継部と、中継部から送信された複数のセンシングデータに対して所定の処理を実行する処理部と、中継部から送信された複数のセンシングデータに関する情報に対して所定の解析を行い、当該解析の結果に基づいて複数のセンシング部に含まれるセンシング部の数を判断する第１判断部と、を備える。

【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】