[发明专利]信息处理装置、信息处理方法、学习模型生成方法以及程序

说明书

本发明提供一种信息处理装置(1)，其特征在于具备用于取得测量物体气味的气味数据的第1取得部，用于取得所述气味数据的取得条件的第2取得部，以及基于已学习了物体的所述气味数据和取得条件以及对应于所述气味数据的所述物体的学习模型，根据从所述第1取得部和第2取得部所取得的所述气味数据以及取得条件来识别所述物体的识别部。优选的是，所述取得条件是表示所述气味的类别的文本数据，是由进行所述气味的测量的用户来输入的文本数据。

技术领域

本发明涉及信息处理装置、信息处理方法、学习模型生成方法以及程序。

背景技术

目前已存在根据物体的气味来进行物体识别的技术。例如在专利文献1中，公开了一种用于车辆的气味识别系统，所述系统根据安装在座位上的气味检测装置所检测到的信号来使用神经网络识别坐在车辆座位上的乘客。

现有技术文献

专利文献

专利文献1：日本特开2017-161300号公报

发明内容

然而，在专利文献1所公开的发明中，并未涉及到在考虑了测量气味时的条件之后的识别。

一方面，本发明旨在提供一种能够从物体的气味中适当地识别物体的信息处理装置或类似装置。

一方面所涉及的信息处理装置其特征在于，具备：第1取得部，用于取得测量物体气味的气味数据；第2取得部，用于取得所述气味数据的取得条件；以及识别部，其基于已学习了物体的所述气味数据和取得条件以及对应于所述气味数据的所述物体的学习模型，根据从所述第1取得部和第2取得部所取得的所述气味数据以及取得条件来识别所述物体。

另一方面，可以通过物体的气味来适当地识别物体。

附图说明

图1是表示气味识别系统构成例的示意图。

图2是表示服务器构成例的框图。

图3是表示用户DB、气味DB、域DB、学习DB的记录布局示例的说明图。

图4是表示终端构成例的框图。

图5是关于识别模型的说明图。

图6是表示识别模型生成处理过程的流程图。

图7是表示物体识别处理过程的流程图。

图8是表示测量屏幕示例的说明图。

图9是表示气味数据的列表屏幕示例的说明图。

图10是表示学习屏幕示例的说明图。

图11是表示判断屏幕示例的说明图。

图12是表示实施方式2所涉及的服务器执行处理过程示例的流程图。

具体实施方式

以下将根据表示实施方式的附图对本发明进行详细说明。

(实施方式1)

图1是表示气味识别系统构成例的示意图。在本实施方式中，利用通过机械学习而学习了测量物体气味的气味数据的识别模型141(学习模型、见图5)，对可从气味数据中识别出物体的气味识别系统进行了说明。气味识别系统包括信息处理装置(分析管理装置)1、终端2、气味传感器3。信息处理装置1和终端2通过互联网等被通信地连接至网络N。

信息处理装置1是能够进行各种信息处理、发送和接收信息的信息处理装置，例如为服务器计算机、个人计算机等。在本实施方式中，设定信息处理装置1为服务器计算机，以下简称为服务器1。服务器1是可对用户任意上传的物体的气味数据进行分析和管理的服务器计算机，通过进行学习所述气味数据的机械学习，生成从气味数据来识别物体的识别模型141。然后，服务器1使用生成的识别模型141来识别物体。例如，如果物体是人，则服务器1根据测量了所述人的呼气气味的数据来识别人物。在此需要注意的是对人物的识别只是所述系统使用的一个例子，所述系统还可用于对其他物体的识别。