[发明专利]图像识别系统以及图像识别方法

说明书

图像识别系统具备多个传感器装置和服务器装置。所述多个传感器装置分别具备第一图像识别部和发送数据生成部。所述第一图像识别部对按时间顺序拍摄的时序图像进行图像识别处理，推定所述时序图像所拍到的拍摄对象是否发生了规定的现象。所述发送数据生成部以所述第一图像识别部推定出在所述拍摄对象中发生了所述规定的现象作为前提条件，生成从构成所述时序图像的每个图像剪裁了包括所述拍摄对象的像的局部图像所得的第一时序图像，作为发送给所述服务器装置的发送数据。所述服务器装置具备第二图像识别部。所述第二图像识别部对所述发送数据进行图像识别的精度比所述第一图像识别部更高的图像识别处理，推定在所述拍摄对象中是否发生了所述规定的现象。

技术领域

本发明例如涉及能够应用于监视被监视者的系统的图像识别技术。

背景技术

例如，专利文献1～3中公开了使用了人工智能的图像识别技术。它们都是使用了神经网络的图像识别技术。以专利文献1为例进行说明。专利文献1公开如下技术：将每隔一定时间拍摄了被观察者的床上的动作的图像转换为轮廓图像(silhouette image)或者马赛克图像(mosaic image)，使用该图像数据来识别被观察者是起床状态还是就寝状态，并使用神经网络来判定被观察者是否要离床，在感测到被观察者要离床时，预先自动地通报给特定的护士等。

作为人工智能的一种，有深层学习(deep learning：深度学习)。若使用深层学习进行图像识别，则实现高精度的图像识别。在使用深层学习进行图像识别的情况下，虽然图像识别的精度提高，但是进行图像识别的装置的负荷提高。

现有技术文献

专利文献

专利文献1：特开2007-72964号公报

专利文献2：特开2008-21034号公报

专利文献3：特开2016-157170号公报

发明内容

本发明的目的在于，提供一种在具有服务器装置的图像识别系统中，能够减轻服务器装置的负荷的图像识别系统以及图像识别方法。

为了实现上述的目的，反映了本发明的一方面的图像识别系统是具备多个传感器装置以及与所述多个传感器装置中的每个进行网络连接的服务器装置的图像识别系统。所述多个传感器装置分别具备取得部、第一图像识别部、发送数据生成部和第一通信部。所述取得部取得按时间顺序拍摄的时序图像。所述第一图像识别部对所述时序图像进行图像识别处理，推定在所述时序图像所拍到的拍摄对象中是否发生了规定的现象。所述发送数据生成部以所述第一图像识别部推定出在所述拍摄对象中发生了所述规定的现象作为前提条件，生成从构成所述时序图像的每个图像剪裁了包括所述拍摄对象的像的局部图像所得的第一时序图像或者构成所述第一时序图像的每个所述局部图像的特征图，作为发送给所述服务器装置的发送数据。所述第一通信部经由所述网络而发送所述发送数据。所述服务器装置具备第二通信部和第二图像识别部。所述第二通信部接收所述发送数据。所述第二图像识别部对所述第二通信部接收到的所述发送数据进行图像识别的精度比所述第一图像识别部更高的图像识别处理，推定在所述拍摄对象中是否发生了所述规定的现象。

通过发明的一个或者多个实施方式而提供的优点以及特征应根据以下提供的详细说明以及附图而充分理解。这些详细说明以及附图只作为例子来提供，并不意图作为本发明的限定的定义。

附图说明

图1是说明实施方式的被监视者监视系统的结构的说明图。

图2是说明实施方式的图像识别系统的结构的说明图。

图3是表示传感器装置的结构的框图。

图4是说明第一时序图像的说明图。

图5是表示管理服务器装置的结构的框图。

图6是说明实施方式的图像识别系统的动作的流程图。