JP6869264B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents

Description

本開示は、情報処理装置、情報処理方法、プログラムおよび対空標識システムに関する。

近年、地表に設置された対空標識を空から撮影し、その撮影により得られる撮影画像に映る対空標識が設置された標定点に基づいて、地上の３次元モデルを作成することで、土量計測を容易に行う技術が提案されている（例えば、特許文献１）。

特開２００５−１４０５５０号公報

ここで、既存の技術では、対空標識に付されたマークの検出に用いられるパラメータを、当該マークの特徴に応じて設定することができなかったため、単一のマークが付された対空標識が用いられていた。これによって、実施者は、計測対象領域がいかなる環境であっても対空標識を設置するために当該単一のマークが付された対空標識を運搬しなければならないため、計測対象領域が山岳地帯などの、実施者の立ち入りが困難な環境である場合には、対空標識の設置および回収にかかる実施者への負荷が大きかった。

そこで、本開示は、上記に鑑みてなされたものであり、本開示は、対空標識に付されたマークの検出に用いられるパラメータを、当該マークの特徴に応じて設定することが可能な、新規かつ改良された情報処理装置、情報処理方法、プログラムおよび対空標識システムを提供する。

本開示によれば、撮影画像を取得する取得部と、前記撮影画像中の被撮影物が有する特徴を検出する検出部と、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを前記特徴に基づいて決定する決定部と、を備える、情報処理装置が提供される。

また、本開示によれば、撮影画像を取得することと、前記撮影画像中の被撮影物が有する特徴を検出することと、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを前記特徴に基づいて決定することと、を有する、コンピュータにより実行される情報処理方法が提供される。

また、本開示によれば、撮影画像を取得することと、前記撮影画像中の被撮影物が有する特徴を検出することと、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを前記特徴に基づいて決定することと、をコンピュータに実現させるためのプログラムが提供される。

また、本開示によれば、第１の特徴を有する第１のマークが付された第１の対空標識と、前記第１の特徴と異なる第２の特徴を有する第２のマークが付された第２の対空標識と、を備え、前記第１のマークの大きさと前記第２のマークの大きさは互いに異なる、対空標識システムが提供される。

以上説明したように本開示によれば、対空標識に付されたマークの検出に用いられるパラメータを、当該マークの特徴に応じて設定することが可能になる。

なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。

本開示の一実施形態に係る土量計測システムを示す図である。 ＵＡＶにより空撮された対空標識のマークを示す図である。 既存技術におけるパラメータの設定例を示す図である。 本実施形態において、対空標識に付されたマークが有する色彩がマークの大きさを表す場合の一例を示す図である。 本実施形態において、マークの大きさおよび撮影時の高度に基づくパラメータの設定例を示す図である。 本実施形態に係るクラウドサーバの機能構成を示す図である。 本実施形態に係る土量計測システムで行われる土量計測の作業フローの例を示すフローチャートである。 本実施形態に係る土量計測システムで行われるマークの検出処理フローの例を示すフローチャートである。 第１の変形例において、マークが有する形状がマークの大きさを表す場合の一例を示す図である。 第２の変形例において、マークに付された色彩の順番がマークの大きさを表す場合の一例を示す図である。 パラメータの設定方式のバリエーションの一例を示す図である。 パラメータの設定方式のバリエーションの一例を示す図である。 パラメータの設定方式のバリエーションの一例を示す図である。 本実施形態に係るクラウドサーバのハードウェア構成を示す図である。 互いに特徴が異なるマークが、同一の対空標識に付される場合の一例を示す図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は以下の順序で行うものとする。
１．実施形態の概要
２．装置の機能構成（クラウドサーバの機能構成）
３．装置の動作
４．変形例
５．パラメータの設定方式
６．クラウドサーバのハードウェア構成
７．備考
８．むすび

＜１．本開示の概要＞
（１−１．本開示の一実施形態の概要）
本開示の一実施形態は土量計測システムに関する。まず、図１を参照して、本開示の一実施形態の概要について説明する。図１は、本開示の一実施形態に係る土量計測システムを示す図である。

図１に示すように、本実施形態に係る土量計測システムは、対空標識１００と、クラウドサーバ２００と、ドローン３００と、管制装置４００と、を備える。対空標識１００には、所定のマーク１０が付されている。

本実施形態に係る土量計測システムでは、ＵＡＶ（無人航空機：Ｕｎｍａｎｎｅｄ ａｅｒｉａｌ ｖｅｈｉｃｌｅ）による土量計測が行われる。より具体的に説明すると、ＵＡＶが地表に設置されている対空標識１００を上空から撮影し、生成した撮影画像の解析が行われることによって土量計測が行われる。本実施形態では、ＵＡＶとしてドローン３００が用いられる場合を一例として説明する。

本実施形態に係る対空標識１００に付されているマーク１０は、土量計測に用いられる標定点として機能する。より具体的に説明すると、土量計測の実施者は、土量計測を行う対象領域に、所定（例えば、数百メートル程度）の間隔でマーク１０が付された対空標識１００を設置し、当該対象領域がドローン３００によって上空から撮影される。その後、撮影画像中から検出される複数のマーク１０と、各マーク１０が設置された地点の水平位置（緯度及び経度）及び標高等の情報とが対応付けられることで、地上の３次元モデルが生成され、当該３次元モデルに基づいて土量計測が行われる。

ドローン３００は、マーク１０が設置された土量計測の対象領域を空撮するＵＡＶである。より具体的に説明すると、ドローン３００は、実施者によって予め飛行高度を含む飛行ルート等の各種設定が行われ、当該設定に基づいて飛行し、マーク１０が設置されている対象領域を空撮する。そして、ドローン３００は、無線通信によって１枚以上の撮影画像を撮影画像データとしてクラウドサーバ２００へ送信する。

クラウドサーバ２００は、撮影画像データを解析する情報処理装置である。より具体的に説明すると、クラウドサーバ２００は、ドローン３００から受信した撮影画像データを解析し、マーク１０を検出する。そして、クラウドサーバ２００は、検出したマーク１０と、各マーク１０が設置された地点の緯度、経度及び標高等の情報とを対応付けることで、地上の３次元モデルを生成し、当該３次元モデルに基づいて土量計測を行う。

管制装置４００は、ＧＣＳ（Ｇｒｏｕｎｄ Ｃｏｎｔｒｏｌ Ｓｔａｔｉｏｎ）（Ｇｒｏｕｎｄ Ｓｔａｔｉｏｎ）として機能する専用の装置で構成される情報処理装置である。又は、管制装置４００は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、タブレット、若しくは、スマートフォン等の通信機能を有する装置が、そのような装置をＧＣＳとして機能させるためのプログラムを実行することで構成される。

管制装置４００は、操作者の操作に従って、ドローン３００と通信を行い、ドローン３００の飛行の制御や、位置の取得、ドローン３００に搭載されたカメラ３０１に対する撮影の指令、カメラ３０１で撮影された撮影画像の取得の指令等を行う。

管制装置４００は、操作者の操作に従って、クラウドサーバ２００によるマーク１０の検出処理で得られる対空標識１００の検出結果を表示することができる。操作者は、対空標識１００の検出結果から、対空標識１００の撮影が適切に行われたかを確認することができる。

対空標識１００の撮影が適切に行われていない場合、例えば、検出処理で対空標識１００を検出することができなかった場合、操作者は、管制装置４００を操作することにより、ドローン３００を再度飛行させ、対空標識１００の撮影を行わせることができる。

なお、管制装置４００は、ドローン３００から取得した撮影画像を、クラウドサーバ２００にアップロードすることができる。また、本実施形態では、ドローン３００から取得した撮影画像を、管制装置４００を介してクラウドサーバ２００にアップロードするが、これに限定されない。たとえば、管制装置４００を介さずに、ドローン３００から取得した撮影画像や、ドローン３００の現在の位置をクラウドサーバ２００に直接送信するようにしても構わない。

（１−２．背景）
以上では、本開示の一実施形態の概要について説明した。続いて、本開示の背景について説明する。

ＵＡＶを用いた土量計測システムにおいて、画像解析プログラムが対空標識に付されたマークを検出する精度は、主に、撮影装置からマークまでの距離（高度とほぼ等価。以降便宜的に「高度」と記載する）およびマークの大きさに依存する。より具体的に説明すると、撮影時の高度およびマークの大きさに基づいて各種パラメータが画像解析プログラムに設定されることで、画像解析プログラムがマークの検出処理を行う。したがって、パラメータ設定に用いられる撮影時の高度の情報またはマークの大きさの情報が実際の情報と異なるほど、マークの検出精度が低下する。なお、高度が低いほどマークの検出精度が高くなるとは限らない（同様に高度が高いほどマークの検出精度が低くなるとも限らない）。また、マークが大きいほどマークの検出精度が高くなるとは限らない（同様にマークが小さいほどマークの検出精度が低くなるとも限らない）。すなわち、マークの検出精度を向上させるには、高度およびマークの大きさに基づいてより適したパラメータが選定されることが望ましい。

ここで、撮影時の高度は、ＵＡＶに搭載されている気圧センサによって測定された気圧情報に基づいて特定される。一方、マークの大きさを特定することは、撮影時の高度が高いことにより、または、マークの大きさが小さいことにより困難である場合があった。ここで、図２を参照してより具体的に説明する。図２は、ＵＡＶにより空撮された対空標識のマークを示す図である。

例えば、撮影時の高度が数十［ｍ］（例えば６０［ｍ］程度）であり、マークが直径数十［ｃｍ］（例えば３０［ｃｍ］程度）の円形状を有しているとき、撮影画像全体に対してマークの大きさが小さいため、図２に示すように、撮影画像におけるマークのピクセル数（情報量）が少ない。したがって、撮影画像の解析によってマークの大きさを特定することは困難である。以上により、既存の技術においては、異なる大きさを有するマークではなく、相当の大きさを有する単一のマークが付された対空標識が用いられることが多かった。

以上から、既存の土量計測システムにおいては、図３に示すように、事前の飛行計画にて実施者により設定された高度（図中には「所定の高度」と記載）と、単一のマークの大きさ（図中には「所定の大きさ」と記載）と、に基づいてマークの検出に使用されるプログラムのパラメータが設定されていた。この場合、例えば、ＵＡＶが飛行計画にて設定された高度とは異なる高度で空撮を行った場合には、マークの検出精度が低下する可能性があった。

さらに、相当の大きさを有する単一のマークが付された対空標識が用いられることによって、実施者は、対象領域がいかなる環境であっても対空標識を設置するために当該対空標識を運搬しなければならないため、対象領域が山岳地帯などの、実施者の立ち入りが困難な環境である場合には、対空標識の設置および回収にかかる実施者への負荷が大きかった。

そこで、本開示は、上記の点に着眼し、対空標識を撮影した撮影画像から、従来の方法より高い精度で対空標識を検出することが出来るようにする方法を提案する。本開示の一実施形態においては、大きさの異なるマーク１０が付された複数種類の対空標識１００が用いられ、各対空標識１００に付されたマーク１０は、その大きさに応じて異なる特徴を有している。換言すると、互いに大きさの異なる第１のマーク（第１の対空標識に付されているマーク）と第２のマーク（第２の対空標識に付されているマーク）があるとすると、第１のマークはその大きさに対応する第１の特徴を有しており、第２のマークはその大きさに対応し、かつ、第１の特徴とは異なる第２の特徴を有している。より具体的には、各対空標識１００に付されたマーク１０は、その大きさに応じて異なる色彩、配色または形状等を有している。これによって、撮影画像を解析する装置は、マーク１０の特徴に関する情報を撮影画像から検出し、当該特徴に基づいてマーク１０の大きさを判定し、当該大きさに基づいてパラメータを設定することで、マーク１０の検出を行う。これによって、本実施形態に係る土量計測システムは、マーク１０を検出するのに適切なパラメータを設定することができるため、マーク１０の検出精度を向上させることができる。

（１−３．土量計測システムの機能概要）
上記では、本開示の背景について説明した。続いて、図４および図５を参照して、本実施形態に係る土量計測システムの機能概要について説明する。

図４は、本実施形態において、図１の対空標識１００に付されたマーク１０が有する色彩がマーク１０の大きさを表す場合の一例を示す図である。図４に示すように、本実施形態では、例えば、大中小と異なる大きさを有したマーク１１〜マーク１３が付された対空標識１１１〜対空標識１１３が用いられ、マーク１１〜マーク１３は、それぞれの大きさに対応した色彩で描かれている。より具体的には、マーク１１は、最も大きく、その大きさに対応する色彩として例えば赤色（図中においては、低密度のドットパターンでハッチングされている。以降の図面においても同様とする）で描かれている（以降、便宜的に「マーク１１」を「大マーク１１」と呼称する）。マーク１２は、２番目に大きく、その大きさに対応する色彩として例えば青色（図中においては、モザイクパターンでハッチングされている。以降の図面においても同様とする）で描かれている（以降、便宜的に「マーク１２」を「中マーク１２」と呼称する）。マーク１３は、最も小さく、その大きさに対応する色彩として例えば緑色（図中においては、高密度のドットパターンでハッチングされている。以降の図面においても同様とする）で描かれている（以降、便宜的に「マーク１３」を「小マーク１３」と呼称する）。なお、図４におけるマーク１１〜マーク１３の少なくともいずれか一つのマークを示す場合にマーク１０と称し、対空標識１１１〜対空標識１１３の少なくともいずれか一つの対空標識を示す場合に対空標識１００と称す。

本実施形態に係るクラウドサーバ２００は、ドローン３００が空撮した撮影画像を解析し、マーク１１〜マーク１３の各色彩に対応する色相の画素を探索する。クラウドサーバ２００は、マーク１１〜マーク１３の各色彩に対応する色相の画素を検出できた場合、この画素の位置を、マーク（マーク１１〜マーク１３の少なくともいずれか）が位置する可能性がある候補領域とする。そして、クラウドサーバ２００は、検出できたマークが有する大きさを出力することができる。

また、併せて、クラウドサーバ２００は、撮影時の高度に関する情報をドローン３００から取得する。そして、クラウドサーバ２００は、撮影画像中に映っていると推定したマークの大きさおよび撮影時の高度に基づいてパラメータを設定する。

ここで、図５を参照して、パラメータの設定例について説明する。図５は、マーク１０の大きさおよび撮影時の高度に基づくパラメータの設定例を示す図である。クラウドサーバ２００は、撮影画像を解析し、小マーク１３が撮影されていると判定した場合には、パラメータＡ１〜パラメータＡ３のうち、撮影時の高度に対応するパラメータを設定する。例えば、撮影時の高度が５０［ｍ］であれば、クラウドサーバ２００は、Ａ２のパラメータを設定する。小マーク１３と同様に、クラウドサーバ２００は、中マーク１２が撮影されていると判定した場合にはパラメータＢ１〜パラメータＢ３のうち撮影時の高度に対応するパラメータを設定し、大マーク１１が撮影されていると判定した場合にはパラメータＣ１〜パラメータＣ３のうち撮影時の高度に対応するパラメータを設定する。

以上によって、本実施形態に係る土量計測システムは、マーク１０に付された色彩に基づいてマーク１０の大きさを判定することができ、マーク１０の大きさおよび撮影時の高度に基づいて、マーク１０を検出するのに適切なパラメータを設定することができる。これによって、本実施形態に係る土量計測システムは、マーク１０の検出精度を向上させることができるため、土量計測の精度を向上させることができる。

さらに、本実施形態に係る土量計測システムは、マーク１０に付された色彩に基づいてマーク１０の大きさを判定でき、異なる大きさを有するマーク１０が付された対空標識１００を混在させた状態で地表に設置し、土量計測を行うことができる。これによって、本実施形態に係る土量計測システムは、設置場所に適した大きさのマーク１０が付された対空標識１００を用いることができる。例えば、山岳地帯などの、実施者の立ち入りが困難な環境である場合には、立ち入りが簡単な環境に設置される対空標識１００よりもより小さいマーク１０が付された対空標識１００が設置されてもよい。これにより、本実施形態に係る土量計測システムは、対空標識１００の設置および回収にかかる実施者への負荷を軽減させることができる。

また、本実施形態に係る土量計測システムは、図４の例のように、円など、回転対称性を有する図形をマーク１０として使用することでマーク１０の検出精度をより向上させることができる。より具体的に説明すると、撮影画像を解析するクラウドサーバ２００は、撮影画像においてマーク１０が映っていると推定される領域を抽出し、当該領域と、当該領域を回転させた回転画像との相関（相関値、類似度）を求め、相関の高さ（相関値、類似度の大きさ）に基づいて当該領域にマーク１０が映っているか否かを判定してもよい。当該領域と回転画像との相関が高い（相関性がある）ほど、当該領域は対空標識１００として識別されやすくなる。回転対称性を有する図形がマーク１０として使用された場合、本実施形態に係る土量計測システムは、上記のような処理によって、マーク１０の検出精度をより向上させることができる。

また、本実施形態に係る土量計測システムは、図４の例のように、対空標識１００のマーク１０に隣接するマーク１０以外の領域に無彩色の一種である黒色を付すことでマーク１０の検出精度をより向上させることができる。より具体的に説明すると、本実施形態に係る土量計測システムは、マーク１０に隣接するマーク１０以外の領域に黒色を付すことで、黒色以外を付す場合よりも、撮影画像において、マーク１０の領域とそれ以外の領域（土の領域、草の領域、コンクリートの領域など、設置場所の領域も含む）との混色が発生する可能性をより低減させることができるため、マーク１０の検出精度をより向上させることができる。

なお、マーク１０以外の領域に付される色は、黒色に限定されない。例えば、本実施形態に係る土量計測システムは、マーク１０に付される色彩に対応する色相と、マーク１０に隣接するマーク１０以外の領域に付される色彩とが所定の閾値以上異なるようにする。これによって、土量計測システムは、上記と同様に混色の発生を抑制することができ、マーク１０の検出精度をより向上させることができる。

また、本実施形態に係る土量計測システムは、図４の例のように、円など、中抜き形状を有するマーク１０を採用することでマーク１０の検出精度をより向上させることができる。より具体的に説明すると、マーク１０以外の被撮影物の多くは、撮影画像において中抜き形状ではない形状で映っているため、本実施形態に係る土量計測システムは、中抜き形状を有するマーク１０を採用することで、マーク１０を、マーク１０以外の被撮影物とより容易に区別することができる。これにより、本実施形態に係る土量計測システムは、マーク１０の検出精度をより向上させることができる。

なお、上記で説明したマーク１０はあくまで一例であり、マーク１０の大きさ、大きさに対応する色彩、形状等は適宜変更されてもよい。例えば、大中小という３種類よりも多い（または少ない）種類の大きさのマーク１０が用意されてもよい。また、マーク１０に付される色彩は、赤色、青色、緑色以外でもよい。また、マーク１０は、円以外の任意の形状を有していてもよい。

＜２．装置の機能構成（クラウドサーバの機能構成）＞
以上では、本実施形態に係る土量計測システムの機能概要について説明した。続いて、図６を参照して、本実施形態に係るクラウドサーバ２００の機能構成について説明する。図６は、本実施形態に係るクラウドサーバ２００の機能構成を示す図である。

図６に示すように、本実施形態に係るクラウドサーバ２００は、通信部２１０と、情報取得部２２０と、処理部２３０と、制御部２４０と、記憶部２５０と、を備える。また、処理部２３０は、候補領域抽出部２３１と、特徴量抽出部２３２と、マーク検出部２３３と、土量計測部２３４と、を備える。

（通信部２１０）
通信部２１０は、ドローン３００との通信を行う。より具体的に説明すると、通信部２１０は、ドローン３００から撮影画像データおよび撮影時の高度に関する情報を受信する。ここで、通信部２１０がドローン３００から受信する情報には、撮影画像データおよび撮影時の高度に関する情報以外の情報が適宜含まれてもよい。通信部２１０は、ドローン３００から受信した各種情報を情報取得部２２０へ提供する。

ここで、通信部２１０とドローン３００との通信の方式は任意である。例えば、通信部２１０とドローン３００とは、インターネット、電話回線網、衛星通信網などの公衆回線網を介して通信を行ってもよいし、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを介して通信を行ってもよい。また、通信部２１０とドローン３００とは、ＩＰ−ＶＰＮ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ−Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）などの専用回線網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）などの近距離無線通信網を介して通信を行ってもよい。

なお、本明細書では通信部２１０とドローン３００とが無線通信を行うことを想定して記載するが、通信部２１０とドローン３００とは有線通信を行ってもよい。例えば、実施者が、空撮後にドローン３００を回収し、ドローン３００とクラウドサーバ２００とをケーブルで接続することによって、クラウドサーバ２００の通信部２１０とドローン３００とは、撮影画像データ等を通信してもよい。

（情報取得部２２０）
情報取得部２２０は、土量計測に使用される各種情報を取得する取得部として機能する。より具体的に説明すると、情報取得部２２０は、通信部２１０から撮影画像データおよび撮影時の高度に関する情報を含む各種情報を取得し、これらの情報を処理部２３０へ提供する。なお、情報取得部２２０は、取得した情報を適宜編集してもよい。例えば、情報取得部２２０は、取得した情報のうち土量計測に不要な情報を削除したり、撮影画像データのデータ量を削減したりしてもよい。すなわち、ドローン３００の飛行前から飛行後まで撮影をした場合に取得される、離着陸時の画像や、旋回時の重複画像、高度調整時の重複画像の中から、不要な画像を削除してもよい。また、取得された複数の撮影画像のうち、重複している領域を除去して保存するようにしてもよい。

（処理部２３０）
処理部２３０は、撮影画像中の被撮影物が有する特徴（本実施形態においては色彩）を検出する検出部としての機能と、検出できた特徴に基づいて被撮影物がマーク１０であるか否かを判定する処理に用いられる各種パラメータを決定する決定部としての機能と、被撮影物がマーク１０であるか否かを判定する判定部としての機能を有する。また、処理部２３０は、これらの機能を用いて撮影画像から検出できたマーク１０に基づいて土量計測処理を行う。上記のとおり、処理部２３０は、候補領域抽出部２３１と、特徴量抽出部２３２と、マーク検出部２３３と、土量計測部２３４と、を備えており、これらの構成が分担して処理を行う。

（候補領域抽出部２３１）
候補領域抽出部２３１は、撮影画像において、マーク１０（または対空標識１００）が映る領域の候補である候補領域を抽出する。より具体的に説明すると、候補領域抽出部２３１は、情報取得部２２０から提供された撮影画像データに対して、撮影画像の画素の２値化処理、Ｅｒｏｓｉｏｎ処理（浸食処理）、Ｄｉｌａｔｉｏｎ処理（膨張処理）、マーク１０であると推定される画素の輪郭を検出する輪郭検出処理、輪郭に外接する矩形の抽出処理を行うことで、マーク１０が含まれる領域の候補である候補領域を抽出する。候補領域抽出部２３１は、抽出した候補領域に関する情報を特徴量抽出部２３２へ提供する。各処理の詳細については後述する。

（特徴量抽出部２３２）
特徴量抽出部２３２は、候補領域の特徴量を抽出する。例えば、特徴量抽出部２３２は、以下のような候補領域の特徴量を抽出することができる。

例えば、候補領域抽出部２３１は、候補領域の特徴量として、候補領域の大きさと、撮影画像にマーク１０が映っている場合におけるマーク１０の大きさの推定値との比（以降、便宜的に「サイズ比」と呼称する）を求めることができる。

ここで、撮影画像は、例えば、ＥＸＩＦ（Ｅｘｃｈａｎｇｅａｂｌｅ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ）形式でファイルに記録される。ＥＸＩＦ形式のファイルには、撮影のメタデータとして、撮影日時、焦点距離、撮影位置の緯度、経度および高度（標高）等のＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）情報等が記録される。

特徴量抽出部２３２は、例えば、ＥＸＩＦ形式のファイルに記録された撮影位置の高度と焦点距離から、撮影画像にマーク１０が映っている場合の、そのマーク１０の大きさを推定する。

特徴量抽出部２３２は、サイズ比を用いることによって、大きすぎる候補領域または小さすぎる候補領域はマーク１０を含まないと判定され易くすることができる。例えば、サイズ比が１．０に近いほど、当該候補領域がマーク１０を含むと判定される可能性が高くなる。

また、特徴量抽出部２３２は、候補領域の特徴量として、例えば、候補領域のアスペクト比を求めることができる。特徴量抽出部２３２は、候補領域のアスペクト比を用いることによって、マーク１０の縦方向の長さと横方向の長さの比率と比べて異なる（縦方向と横方向の）比率を有する候補領域はマーク１０を含まないと判定され易くすることができる。例えば、候補領域のアスペクト比が１．０に近いほど、当該候補領域がマーク１０を含むと判定される可能性が高くなる。

また、特徴量抽出部２３２は、候補領域の特徴量として、例えば、候補領域と、マーク１０のテンプレート画像との相関（相関値、類似度）を求めることができる。例えば、特徴量抽出部２３２は、候補領域とテンプレート画像との相関値が所定の閾値より大きい（相関がある）ほど、当該候補領域がマーク１０を含むと判定され易くすることができる。なお、マーク１０のテンプレート画像は、予め用意されることとする。また、相関値の算出方法は任意である。

また、特徴量抽出部２３２は、候補領域の特徴量として、例えば、候補領域と、その候補領域を回転した回転画像との相関を求めることができる。例えば、特徴量抽出部２３２は、候補領域と回転画像との相関値が大きいほど、当該候補領域がマーク１０を含むと判定され易くすることができる。本実施形態に係るマーク１０のように回転対称性を有している場合には、特徴量抽出部２３２は、候補領域と、その候補領域を回転した回転画像との相関を求めることで、マーク１０の検出精度を向上させることができる。なお、候補領域の回転は、２πの整数倍以外の所定の角度だけ行われることとする。

また、特徴量抽出部２３２は、例えば、候補領域およびテンプレート画像に対してマーク１０に付された色彩を強調するフィルタ（関数）を適用し、そのフィルタ適用後の候補領域とフィルタ適用後のテンプレート画像との相関を候補領域の特徴量として求めることができる。例えば、特徴量抽出部２３２は、フィルタ適用後の候補領域とフィルタ適用後のテンプレート画像との相関値が大きいほど、当該候補領域がマーク１０を含むと判定され易くすることができる。

なお、特徴量抽出部２３２が抽出する候補領域の特徴量は、上述した特徴量に限定されない。特徴量抽出部２３２は、抽出した特徴量に関する情報をマーク検出部２３３へ提供する。

（マーク検出部２３３）
マーク検出部２３３は、マーク１０の検出処理を行う。より具体的に説明すると、マーク検出部２３３は、特徴量抽出部２３２から提供される候補領域の特徴量に関する情報に基づいて当該候補領域がマーク１０を含んでいるか否かを判定する。そして、マーク検出部２３３は、当該判定によって検出したマーク１０に関する情報を土量計測部２３４へ提供する。

なお、候補領域がマーク１０を含んでいるか否かを判定する方法は任意である。例えば、マーク検出部２３３は、候補領域の各特徴量を閾値処理し、その閾値処理の結果の多数決、または、閾値処理の結果を表す点数の重み付け加算等によって、候補領域がマーク１０を含んでいるか否かを判定してもよい。また、マーク検出部２３３は、候補領域の各特徴量を、予め学習を行ったニューラルネットワーク等で構成される識別器（不図示）に入力し、その入力に対する識別器の出力に基づいて、候補領域がマーク１０を含んでいるか否かを判定してもよい。

（土量計測部２３４）
土量計測部２３４は、地上の３次元モデルを生成し土量計測処理を行う。より具体的に説明すると、土量計測部２３４は、マーク検出部２３３によって検出された各マーク１０の位置と、別途測定された各マーク１０の緯度、経度および標高等の情報とを対応づけることによって地上の３次元モデルを生成し、当該３次元モデルを用いて土量計測を行う。

＜３．装置の動作＞
以上では、本実施形態に係るクラウドサーバ２００の機能構成について説明した。続いて、本実施形態に係る各装置の動作について説明する。

（３−１．土量計測）
まずは、図７を参照して、土量計測における各装置の動作について説明する。図７は、本実施形態に係る土量計測システムで行われる土量計測の作業フローの例を示すフローチャートである。

ステップＳ１０００では、土量計測の実施者によって、土量計測の事前計画がたてられる。事前計画では、ドローン３００の飛行ルートの決定や、対空標識１００が設置される標定点となる位置の決定等が行われる。

ステップＳ１００４では、事前計画に従い、例えば、数百［ｍ］程度の間隔で設定された標定点に、対空標識１００が設置される。対空標識１００の設置は、例えば、人手や移動可能なロボット等によって行われてもよいし、ドローン３００によって空から投下されることで実現されてもよい。なお、本実施形態においては、異なる大きさを有するマーク１０が付された複数種類の対空標識１００が混在した状態で設置されてもよい。

ステップＳ１００８では、対空標識１００が設置された各標定点の水平位置（緯度および経度）と標高とが計測される。ステップＳ１０１２では、事前計画に従い、ドローン３００が飛行し、マーク１０を含む地表を空撮する（またはドローン３００に搭載された撮影装置が空撮する）。ステップＳ１０１２での空撮は、複数の撮影画像が撮影され、各撮影画像の一部が互いに重複するように行われる。そして、当該空撮は、対空標識１００が設置された範囲の一部又は全体が撮影されるように行われる。

ステップＳ１０１６では、地上に設置された対空標識１００が実施者等によって回収されるとともに、撮影画像データがクラウドサーバ２００にアップロード（送信）される。その後、クラウドサーバ２００は、撮影画像同士の重複部分等に基づいて複数の撮影画像を結合させる。ステップＳ１０２０では、クラウドサーバ２００が、結合後の撮影画像から、当該結合後の撮影画像に映るマーク１０を検出する検出処理を行う。当該検出処理の動作フローの詳細については後述する。

ステップＳ１０２４では、クラウドサーバ２００はステップＳ１００８で計測された各標定点の水平位置と標高と、ステップＳ１０２０で行われた検出処理で得られるマーク１０の検出結果とを用いて、地上の３次元モデルを生成する。そして、ステップＳ１０３２では、クラウドサーバ２００が、地上の３次元モデルを用いて土量計測を行い、その計測結果を出力することで処理が終了する。

（３−２．マークの検出処理）
続いて、図８を参照して、図７のステップＳ１０２０「画像中のマークの検出処理」の詳細について説明する。図８は、本実施形態に係る土量計測システムで行われるマーク１０の検出処理フローの例を示すフローチャートである。

まず、ステップＳ１１００では、クラウドサーバ２００の候補領域抽出部２３１が、撮影画像から、候補領域を抽出する候補領域抽出処理（ステップＳ１１０４〜ステップＳ１１２０）を行う。ステップＳ１１０４では、候補領域抽出部２３１は、マーク１０に付された各色彩の画素であるか、または、その色彩以外の画素であるかによって、撮影画像の各画素（の画素値）を２値化する。

例えば、候補領域抽出部２３１は、図４に示した大マーク１１に付された赤色に対応するＨＳＶ空間の色相Ｈ（Ｈｕｅ）を利用し、その赤色の色相Ｈとみなせる範囲の色相Ｈの画素（例えば、３２０［度］〜３６０［度］の範囲の画素）を、大マーク１１に付された色彩の画素であると判定して、その画素値を０または１のいずれか一方（例えば、１）に設定する。また、候補領域抽出部２３１は、色相Ｈが３２０［度］〜３６０［度］の範囲以外の画素（大マーク１１に付された赤色の画素であると判定されない画素）を、大マーク１１に付された赤色の画素ではない画素であると判定して、その画素値を０または１のうちの、例えば、０に設定する。候補領域抽出部２３１は、上記の処理と同様に、中マーク１２に付された青色、小マーク１３に付された緑色を検出するための２値化処理を行う。

なお、撮影画像の画素の２値化は、ＨＳＶ空間の色相Ｈの他、彩度Ｓ（Ｓａｔｕｒａｔｉｏｎ）または明度Ｖ（Ｖａｌｕｅ）も併せて利用されてもよい。例えば、マーク１０に付された色彩が赤色である場合、候補領域抽出部２３１は、ＨＳＶ空間の色相Ｈが３２０［度］〜３６０［度］の範囲であり、かつ、彩度Ｓが３０〜２５５の範囲の画素を、マーク１０に付された色彩の画素であると判定してもよい。あるいは、候補領域抽出部２３１は、ＨＳＶ空間の色相Ｈが３２０［度］〜３６０［度］の範囲であり、彩度Ｓが３０〜２５５の範囲であり、かつ、明度Ｖが５０〜２５５の範囲の画素を、マーク１０に付された色彩の画素であると判定してもよい。以上のように、候補領域抽出部２３１は、マーク１０に付された色彩の色相Ｈ、彩度Ｓおよび明度Ｖのうちの、少なくとも色相Ｈを利用して、候補領域を抽出するための２値化を行うことができる。

また、候補領域抽出部２３１は、マーク１０に付された色彩の色相Ｈ、彩度Ｓおよび明度Ｖのうちの、少なくとも色相Ｈを利用して、候補領域を抽出するための２値化を行うことにより、マーク１０が映る領域として、より確からしい候補領域を抽出することができる。

ステップＳ１１０８では、候補領域抽出部２３１は、撮影画像の２値化によって得られる２値化画像のＥｒｏｓｉｏｎ処理（浸食処理）を行う。ステップＳ１１１２では、候補領域抽出部２３１は、Ｅｒｏｓｉｏｎ処理後の２値化画像に対してＤｉｌａｔｉｏｎ処理（膨張処理）を行う。候補領域抽出部２３１は、Ｅｒｏｓｉｏｎ処理およびＤｉｌａｔｉｏｎ処理によって２値化画像のノイズを除去することができる。

ステップＳ１１１６では、候補領域抽出部２３１は、Ｄｉｌａｔｉｏｎ処理後の２値化画像において、画素値が１になっている画素の領域、すなわち、撮影画像においてマーク１０であると推定される画素の輪郭を検出する輪郭検出処理を行う。

ステップＳ１１２０では、候補領域抽出部２３１は、輪郭検出処理により検出した輪郭に外接する矩形に対応する領域を、マーク１０が含まれる候補領域として抽出し、抽出した候補領域に関する情報を特徴量抽出部２３２に提供する。なお、輪郭検出処理により検出された輪郭が複数である場合には、その複数の輪郭それぞれに対して、候補領域の抽出が行われる。

ステップＳ１１２４では、特徴量抽出部２３２は、候補領域の特徴量を抽出する特徴量抽出処理を行い、その特徴量抽出処理により得られる候補領域の特徴量をマーク検出部２３３に提供する。

ステップＳ１１２８では、マーク検出部２３３が、各候補領域の特徴量に基づいて当該候補領域にマーク１０が含まれるか否かを判定することによって、マーク１０を検出し、検出結果を出力する。

＜４．変形例＞
以上では、マーク１０の検出処理の詳細について説明した。続いて、本開示の変形例について説明する。上記の実施形態では、マーク１０に付された色彩によってマーク１０の大きさが表されていた。以下の変形例では、マーク１０が有する色彩以外の特徴によってマーク１０の大きさが表される。

（４−１．第１の変形例）
まず、第１の変形例について説明する。第１の変形例は、マーク１０が有する形状によってマーク１０の大きさが表される場合である。ここで、図９を参照して、第１の変形例について説明する。図９は、第１の変形例において、マーク１０が有する形状がマーク１０の大きさを表す場合の一例を示す図である。

図９に示すように、第１の変形例では、例えば、大中小と異なる大きさを有したマーク２１〜マーク２３が付された対空標識１２１〜対空標識１２３が用いられ、マーク２１〜マーク２３は、それぞれの大きさに対応した形状を有している。より具体的には、マーク２１は、最も大きく、その大きさに対応する形状として、半径が異なり、所定長の幅を有する３個の円が同心円状に配置された形状を有している（以降、便宜的に「マーク２１」を「大マーク２１」と呼称する場合がある）。

また、マーク２２は、２番目に大きく、その大きさに対応する形状として、半径が異なり、所定長の幅を有する２個の円が同心円状に配置された形状を有している（以降、便宜的に「マーク２２」を「中マーク２２」と呼称する場合がある）。最後に、マーク２３は、最も小さく、その大きさに対応する形状として、所定長の幅を有する１個の円が配置された形状を有している（以降、便宜的に「マーク２３」を「小マーク２３」と呼称する場合がある）。

第１の変形例に係るクラウドサーバ２００は、ドローン３００が撮影した撮影画像を解析し、撮影画像中にてマーク２１〜マーク２３が有する形状を探索する。ここで、探索方法は、上記の実施形態と同様の方法が用いられてもよい。クラウドサーバ２００は、マーク２１〜マーク２３が有する形状を検出できた場合、その検出できた位置を、マーク（マーク２１〜マーク２３の少なくともいずれか）が位置する可能性がある候補領域とする。そして、クラウドサーバ２００は、検出できたマークが有する大きさを出力することができる。

そして、上記の実施形態と同様に、クラウドサーバ２００は、撮影時の高度に関する情報をドローン３００から取得する。そして、クラウドサーバ２００は、撮影画像中に映っていると推定したマークの大きさおよび撮影時の高度に基づいてパラメータを設定する。パラメータの設定方法は、図５を参照して説明した方法と同様であるため、説明を省略する。

なお、図９に示すマーク２１〜マーク２３も、図４に示すマーク１１〜マーク１３と同様に、回転対称性を有しているため、特徴量抽出部２３２は、特徴量抽出処理において、候補領域とその候補領域を回転した回転画像との相関を求めることで、マーク２１〜マーク２３の検出精度を向上させることができる。

また、図９に示すマーク２１〜マーク２３の複数の円の間にも、図４に示すマーク１１〜マーク１３と同様に、無彩色の一種である黒色が付されている。これにより、第１の変形例に係る土量計測システムも、撮影画像において、マーク２１〜マーク２３の領域とそれ以外の領域（土の領域、草の領域、コンクリートの領域など、設置場所の領域も含む）との混色が発生する可能性をより低減させることができるため、マーク２１〜マーク２３の検出精度をより向上させることができる。なお、マーク２１〜マーク２３以外の領域に付される色が黒色に限定されない点は、上記の実施形態と同様である。

また、図９に示すマーク２１〜マーク２３も、図４に示すマーク１１〜マーク１３と同様に、中抜き形状を有する。これにより、第１の変形例に係る土量計測システムも、マーク２１〜マーク２３を、マーク２１〜マーク２３以外の被撮影物とより容易に区別することができるため、マーク２１〜マーク２３の検出精度をより向上させることができる。

なお、図９に示すマーク２１〜マーク２３はあくまで一例であり、各マークの大きさ、大きさに対応する形状、色彩等は適宜変更されてもよい。例えば、大中小という３種類よりも多い（または少ない）種類の大きさのマークが用意されてもよい。また、各マークが有する形状は多角形等でもよい。

（４−２．第２の変形例）
続いて、第２の変形例について説明する。第２の変形例は、マーク１０の配色（例えば、マーク１０に付された色彩の順番）によってマーク１０の大きさが表される場合である。ここで、図１０を参照して、第２の変形例について説明する。図１０は、第２の変形例において、マーク１０に付された色彩の順番がマーク１０の大きさを表す場合の一例を示す図である。

図１０に示すように、第２の変形例では、例えば、大中小と異なる大きさを有したマーク３１〜マーク３３が付された対空標識１３１〜対空標識１３３が用いられる。マーク３１〜マーク３３は、半径が異なり、所定長の幅を有する３個の円が同心円状に配置された形状である。

そして、マーク３１〜マーク３３は、それぞれの大きさに対応する順番で色彩が付されている。より具体的には、マーク３１は、最も大きく、その大きさに対応する配色として、外側の円から順に赤色、青色、緑色が付されている（以降、便宜的に「マーク３１」を「大マーク３１」と呼称する場合がある）。

また、マーク３２は、２番目に大きく、その大きさに対応する配色として、外側の円から順に青色、緑色、赤色が付されている（以降、便宜的に「マーク３２」を「中マーク３２」と呼称する場合がある）。最後に、マーク３３は、最も小さく、その大きさに対応する配色として、外側の円から順に緑色、赤色、青色が付されている（以降、便宜的に「マーク３３」を「小マーク３３」と呼称する場合がある）。

第２の変形例に係るクラウドサーバ２００は、ドローン３００が撮影した撮影画像を解析し、撮影画像中にてマーク３１〜マーク３３が有する配色を探索する。ここで、探索方法は、上記の実施形態と同様の方法が用いられてもよい。クラウドサーバ２００は、マーク３１〜マーク３３が有する配色を検出できた場合、その検出できた位置を、マーク（マーク３１〜マーク３３の少なくともいずれか）が位置する可能性がある候補領域とする。そして、クラウドサーバ２００は、検出できたマークが有する大きさを出力することができる。

そして、上記の実施形態と同様に、クラウドサーバ２００は、撮影時の高度に関する情報をドローン３００から取得する。そして、クラウドサーバ２００は、撮影画像中に映っていると推定したマークの大きさおよび撮影時の高度に基づいてパラメータを設定する。パラメータの設定方法は、図５を参照して説明した方法と同様であるため、説明を省略する。

なお、図１０に示すマーク３１〜マーク３３も、図４に示すマーク１１〜マーク１３と同様に、回転対称性を有しているため、特徴量抽出部２３２は、特徴量抽出処理において、候補領域とその候補領域を回転した回転画像との相関を求めることで、マーク３１〜マーク３３の検出精度を向上させることができる。

また、図１０に示すマーク３１〜マーク３３の複数の円の間にも、図４に示すマーク１１〜マーク１３と同様に、無彩色の一種である黒色が付されている。これにより、第２の変形例に係る土量計測システムも、撮影画像において、マーク３１〜マーク３３の領域とそれ以外の領域（土の領域、草の領域、コンクリートの領域など、設置場所の領域も含む）との混色が発生する可能性をより低減させることができるため、マーク３１〜マーク３３の検出精度をより向上させることができる。なお、マーク３１〜マーク３３以外の領域に付される色が黒色に限定されない点は、上記の実施形態と同様である。

また、図１０に示すマーク３１〜マーク３３も、図４に示すマーク１１〜マーク１３と同様に、中抜き形状を有する。これにより、第２の変形例に係る土量計測システムも、マーク３１〜マーク３３を、マーク３１〜マーク３３以外の被撮影物とより容易に区別することができるため、マーク３１〜マーク３３の検出精度をより向上させることができる。

なお、図１０に示すマーク３１〜マーク３３はあくまで一例であり、各マークの大きさ、大きさに対応する配色、形状等は適宜変更されてもよい。例えば、大中小という３種類よりも多い（または少ない）種類の大きさのマークが用意されてもよい。また、各マークが有する形状は多角形等でもよい。

＜５．パラメータの設定方式＞
以上では、本開示の第２の変形例について説明した。続いて、図１１〜図１３を参照して、パラメータの設定方式のバリエーションについて説明する。図１１〜図１３は、パラメータの設定方式のバリエーションの一例を示す図である。上述の図５の例では、マーク１１〜マーク１３において、パラメータが変更される高度（閾値）が一致していた。例えば、マーク１１〜マーク１３のいずれにおいても、パラメータは高度２０［ｍ］、４０［ｍ］、６０［ｍ］を境に変更されていた。

ここで、パラメータの設定方式は図５の方式に限定されない。例えば、図１１に示すように、各マークの大きさに応じて、パラメータが変更される高度（閾値）が異なっていてもよい。例えば、図１１の例のように、小マーク１３の検出に用いられるパラメータは、２０［ｍ］、３０［ｍ］、４０［ｍ］、５０［ｍ］、６０［ｍ］を境に変更され、中マーク１２の検出に用いられるパラメータは、２０［ｍ］、４０［ｍ］、６０［ｍ］を境に変更され、大マーク１１の検出に用いられるパラメータは、２０［ｍ］、５０［ｍ］を境に変更されてもよい。

これによって、本実施形態に係る土量計測システムは、各マークの検出精度を向上させることができる。より具体的に説明すると、本実施形態に係る土量計測システムは、検出されにくいマーク（例えば、小マーク１３）の検出に用いられるパラメータをより細かく変更することによって、当該マークの検出精度を向上させることができる。一方、検出され易いマーク（例えば、大マーク１１）の検出に用いられるパラメータは細かく変更されなくても検出精度は大きく低減しないと考えられるため、本実施形態に係る土量計測システムは、検出され易いマークの検出に用いられるパラメータを細かく変更しないことによってパラメータ変更処理を省略することができる。なお、小マーク１３が検出されにくいマークであり、大マーク１１が検出され易いマークであるという記載はあくまで一例であり、各マークの検出し易さは、マークの形状、色彩、解析プログラムの性能等の様々な要因によって変わり得る。

また、パラメータが変更される高度（閾値）の間隔は一様でなくてもよい。例えば、図１２に示すように、パラメータが変更される高度（閾値）が２０［ｍ］、４０［ｍ］、５０［ｍ］、６０［ｍ］、６５［ｍ］、７０［ｍ］というように、高度が高くなるにつれて
パラメータが変更される高度（閾値）の間隔が小さくなってもよい。なお、これはあくまで一例であり、パラメータが変更される高度（閾値）およびその間隔は適宜変更され得る。

これによって、本実施形態に係る土量計測システムは、各マークの検出精度を向上させることができる。より具体的に説明すると、本実施形態に係る土量計測システムは、マークを検出しにくい高度（例えば、より高い高度）で撮影された撮影画像の解析に用いるパラメータをより細かく変更することによって、当該マークの検出精度を向上させることができる。一方、検出され易い高度（例えば、より低い高度）で撮影された撮影画像の解析に用いるパラメータは細かく変更されなくても検出精度は大きく低減しないと考えられるため、本実施形態に係る土量計測システムは、検出され易い高度で撮影された撮影画像の解析に用いるパラメータを細かく変更しないことによってパラメータ変更処理を省略することができる。なお、より高い高度での撮影画像からはマークが検出しにくく、より低い高度での撮影画像からはマークが検出しやすいという記載はあくまで一例であり、各マークの検出し易さは、マークの形状、色彩、解析プログラムの性能等の様々な要因によって変わり得る。

また、複数のパラメータによるマークの検出処理が行われてもよい。例えば、図１３に示すように、６０[ｍ]以上の高度で撮影された撮影画像の解析に用いられるパラメータは、小マーク１３についてはＡ１およびＡ２、中マーク１２についてはＢ１およびＢ２、大マーク１１についてはＣ１およびＣ２というように複数であってもよい。より具体的には、本実施形態に係る土量計測システムは、まず、複数のパラメータのうちのいずれか一方を設定してマークの検出を行い、その後（または並行して）、その他のパラメータを設定してマークの検出を行う。そして、本実施形態に係る土量計測システムは、より多くのマークが検出された検出結果を正としたり、各パラメータによる検出結果を併合（マージ）したり、何らかの方法でより精度が高いと判定できる検出結果を正としたりしてもよい。

これによって、本実施形態に係る土量計測システムは、各マークの検出精度を向上させることができる。より具体的に説明すると、本実施形態に係る土量計測システムは、マークを検出しにくい高度（例えば、より高い高度）で撮影された撮影画像を、複数のパラメータを用いて解析することによって、当該マークの検出精度を向上させることができる。一方、検出され易い高度（例えば、より低い高度）で撮影された撮影画像の解析に用いるパラメータは上記の実施形態と同様に単数でもよい。なお、より高い高度での撮影画像からはマークが検出しにくく、より低い高度での撮影画像からはマークが検出しやすいという記載はあくまで一例であり、各マークの検出し易さは、マークの形状、色彩、解析プログラムの性能等の様々な要因によって変わり得る。また、図示していないが、検出されにくいマーク（例えば、小マーク１３）の検出処理に用いられるパラメータが複数にされてもよい。

＜６．クラウドサーバのハードウェア構成＞
以上、本開示の実施形態を説明した。上記のマーク１０の検出処理等の情報処理は、ソフトウェアと、以下に説明するクラウドサーバ２００のハードウェアとの協働により実現される。

図１４は、本実施形態に係るクラウドサーバ２００のハードウェア構成を示す図である。クラウドサーバ２００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０３と、ホストバス９０４と、を備える。また、クラウドサーバ２００は、ブリッジ９０５と、外部バス９０６と、インタフェース９０７と、入力装置９０８と、出力装置９０９と、ストレージ装置（ＨＤＤ）９１０と、ドライブ９１１と、通信装置９１２とを備える。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、各種プログラムに従ってクラウドサーバ２００内の動作全般を制御する。また、ＣＰＵ９０１は、マイクロプロセッサであってもよい。ＲＯＭ９０２は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０３は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはＣＰＵバスなどから構成されるホストバス９０４により相互に接続されている。当該ＣＰＵ９０１、ＲＯＭ９０２およびＲＡＭ９０３の協働により、情報取得部２２０、処理部２３０および制御部２４０の各機能が実現される。

ホストバス９０４は、ブリッジ９０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス９０６に接続されている。なお、必ずしもホストバス９０４、ブリッジ９０５および外部バス９０６を分離構成する必要はなく、１つのバスにこれらの機能を実装してもよい。

入力装置９０８は、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチおよびレバーなどユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。クラウドサーバ２００のユーザは、該入力装置９０８を操作することにより、クラウドサーバ２００に対して各種のデータを入力したり処理動作を指示したりすることができる。

出力装置９０９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイ装置、液晶ディスプレイ（ＬＣＤ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）装置およびランプなどの表示装置を含む。さらに、出力装置９０９は、スピーカおよびヘッドホンなどの音声出力装置を含む。出力装置９０９は、例えば、再生されたコンテンツを出力する。具体的には、表示装置は再生された映像データ等の各種情報をテキストまたはイメージで表示する。一方、音声出力装置は、再生された音声データ等を音声に変換して出力する。

ストレージ装置９１０は、本実施形態にかかるクラウドサーバ２００の記憶部２５０の一例として構成されたデータ格納用の装置である。ストレージ装置９１０は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置などを含んでもよい。ストレージ装置９１０は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）で構成される。このストレージ装置９１０は、ハードディスクを駆動し、ＣＰＵ９０１が実行するプログラムや各種データを格納する。

ドライブ９１１は、記憶媒体用リーダライタであり、クラウドサーバ２００に内蔵、あるいは外付けされる。ドライブ９１１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記憶媒体９１３に記録されている情報を読み出して、ＲＡＭ９０３に出力する。また、ドライブ９１１は、リムーバブル記憶媒体９１３に情報を書き込むこともできる。

通信装置９１２は、例えば、通信網９１４に接続するための通信デバイス等で構成された通信インタフェースである。当該通信装置９１２により、通信部２１０の機能が実現される。

＜７．備考＞
なお、上記では、互いに特徴が異なるマーク１０（例えば、互いに色彩が異なるマーク１０、互いに形状が異なるマーク１０、互いに配色が異なるマーク１０等）が、異なる対空標識１００に付される例について説明したが、これに限定されない。例えば、互いに特徴が異なるマーク１０は、同一の対空標識１００に付されてもよい。

図１５には、互いに特徴が異なるマーク１０が、同一の対空標識１００に付される場合の一例が示されている。図１５Ｂに示すように、互いに特徴が異なるマーク１０は、同一の対空標識１００の表面と裏面に付されてもよい。これにより、実施者は、一種類の対空標識１００によって適宜マーク１０を変更することができる。また、図１５Ａに示すように、対空標識１００を折り畳むことができる機構が対空標識１００に設けられてもよい。これにより、運搬時には、対空標識１００がより小さく折り畳まれることによって運搬者の負荷が軽減され、空撮時には、対空標識１００が展開されることによってより大きなマーク１０が設置され得る。

＜８．むすび＞
以上説明したように、本開示の一実施形態においては、大きさの異なるマーク１０が付された複数種類の対空標識１００が用いられ、各対空標識１００に付されたマーク１０は、その大きさに応じて異なる特徴を有している。より具体的には、各対空標識１００に付されたマーク１０は、その大きさに応じて異なる色彩、配色または形状等を有している。これによって、撮影画像を解析する装置は、マーク１０の特徴に関する情報を撮影画像から検出し、当該特徴に基づいてマーク１０の大きさを判定し、当該大きさに基づいてパラメータを設定することで、マーク１０の検出を行う。これによって、本実施形態に係る土量計測システムは、マーク１０を検出するのに適切なパラメータを設定することができるため、マーク１０の検出精度を向上させることができる。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

例えば、上記の実施形態では、土量計測のためにマーク１０が検出されているが、マーク１０ではなく対空標識１００自体が検出されることで、土量計測が実現されてもよい。

また、上記のクラウドサーバ２００が行う処理は、クラウドサーバ２００ではなく、ドローン３００で行うことができる。また、上述のクラウドサーバ２００が行う処理は、ドローン３００とクラウドサーバ２００とで分担することができる。すなわち、上記の実施形態では、クラウドサーバ２００が撮影画像を解析しているが、ドローン３００が撮影画像の一部または全部の解析を行ってもよい。例えば、ドローン３００が撮影を行い、生成できた撮影画像をリアルタイムに解析し、解析結果をクラウドサーバ２００へ送信してもよい。また、ドローン３００は、撮影画像の解析結果に基づいて自律飛行を行ってもよい。

また、上記の実施形態では、ドローン３００が用いられているが、これに限定されず、例えば、人工衛星、人が操縦する飛行体等が用いられてもよい。

なお、上記の実施形態では、クラウドサーバ２００が用いられているが、これに限定されず、クラウドサーバ２００以外の任意のサーバが用いられてもよい。

また、上記の実施形態では、クラウドサーバ２００がドローン３００から受信した撮影画像データを解析し、マーク１０を検出するが、これに限定されない。すなわち、管制装置４００が、操作者の操作に従って、ドローン３００から取得した撮影画像データから、対空標識１００を検出する検出処理を行っても構わない。

また、対空標識１００としては、所定の図形を印刷した紙やプラスチック等を採用することができる。また、対空標識１００としては、所定の形状のプラスチックやゴム等の平板状の材料を重ねたものを採用することができる。さらに、対空標識１００としては、所定の図形を表示するＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）や有機ＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等の表示パネルを採用することができる。また、対空標識１００としては、レフ板のような、広げて展開するものも採用することができる。

また、図５、図１１、図１２、図１３にパラメータの設定例を示したが、パラメータ設定における境（閾値）の高度では、当該境の高度より低い高度に対応するパラメータを設定してもいいし、当該境の高度より高い高度に対応するパラメータを設定してもいい。例えば、図５において小マーク１３が撮影されていると判定した場合、高度４０［ｍ］の場合にパラメータＡ３を設定してもいいし、パラメータＡ２を設定しても構わない。このことは、他の境の高度、他のマーク、他の図面に関しても同様である。

また、上記の実施形態では、本開示が土量計測システムに適用されているが、これに限定されず、本開示は他システムまたは他装置等に適用されてもよい。例えば、本開示は、自動運転システム等に適用されてもよい。

また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）
撮影画像を取得する取得部と、
前記撮影画像中の被撮影物が有する特徴を検出する検出部と、
前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを前記特徴に基づいて決定する決定部と、を備える、
情報処理装置。
（２）
前記決定部は、前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさに基づいて前記パラメータを決定する、
前記（１）に記載の情報処理装置。
（３）
前記決定部は、前記特徴に基づいて前記大きさが複数の候補のうちのいずれであるかを特定する、
前記（２）に記載の情報処理装置。
（４）
前記特徴は、前記被撮影物に付された色彩または配色である、
前記（１）から（３）のいずれか１項に記載の情報処理装置。
（５）
前記被撮影物にて、異なる色彩が隣接して付される場合、各色彩に対応する色相は所定の閾値以上異なる、
前記（４）に記載の情報処理装置。
（６）
前記特徴は、前記被撮影物の形状である、
前記（１）から（３）のいずれか１項に記載の情報処理装置。
（７）
前記形状は、異なる半径を有する複数の円が同心円状に配置された形状である、
前記（６）に記載の情報処理装置。
（８）
前記取得部は、前記撮影画像が撮影された高度に関する情報を取得し、
前記決定部は、前記高度にも基づいて前記パラメータを決定する、
前記（１）から（７）のいずれか１項に記載の情報処理装置。
（９）
前記パラメータを用いて前記判定を行う判定部をさらに備える、
前記（１）から（８）のいずれか１項に記載の情報処理装置。
（１０）
前記被撮影物は対空標識に付されたマークである、
前記（１）から（９）のいずれか１項に記載の情報処理装置。
（１１）
撮影画像を取得することと、
前記撮影画像中の被撮影物が有する特徴を検出することと、
前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを前記特徴に基づいて決定することと、を有する、
コンピュータにより実行される情報処理方法。
（１２）
撮影画像を取得することと、
前記撮影画像中の被撮影物が有する特徴を検出することと、
前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを前記特徴に基づいて決定することと、
をコンピュータに実現させるためのプログラム。
（１３）
第１の特徴を有する第１のマークが付された第１の対空標識と、
前記第１の特徴と異なる第２の特徴を有する第２のマークが付された第２の対空標識と、を備え、
前記第１のマークの大きさと前記第２のマークの大きさは互いに異なる、
対空標識システム。
（１４）
前記第１の特徴は、前記第１のマークの色彩または配色であり、
前記第２の特徴は、前記第２のマークの色彩または配色である、
前記（１３）に記載の対空標識システム。
（１５）
異なる色彩が隣接して付される場合、各色彩に対応する色相は所定の閾値以上異なるか、一方が黒色である、
前記（１４）に記載の対空標識システム。
（１６）
前記第１の特徴は、前記第１の対空標識の形状であり、
前記第２の特徴は、前記第２の対空標識の形状である、
前記（１３）に記載の対空標識システム。
（１７）
前記形状は、異なる半径を有する複数の円が同心円状に配置された形状である、
前記（１６）に記載の対空標識システム。

１００ 対空標識
２００ クラウドサーバ
２１０ 通信部
２２０ 情報取得部
２３０ 処理部
２３１ 候補領域抽出部
２３２ 特徴量抽出部
２３３ マーク検出部
２３４ 土量計測部
２４０ 制御部
２５０ 記憶部
３００ ドローン
４００ 管制装置

Claims (17)

1. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得する取得部と、
   前記撮影画像中の被撮影物が有する特徴を検出する検出部と、
   前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更する決定部と、を備え、
   前記パラメータが変更される高度は、前記大きさに応じて異なる、
   情報処理装置。
2. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得する取得部と、
   前記撮影画像中の被撮影物が有する特徴を検出する検出部と、
   前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更する決定部と、を備え、
   前記パラメータが変更される高度の間隔は、前記高度が高くなるにつれて小さくなる、
   情報処理装置。
3. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得する取得部と、
   前記撮影画像中の被撮影物が有する特徴を検出する検出部と、
   前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更する決定部と、を備え、
   前記パラメータの数は、前記高度が高くなると増える、
   情報処理装置。
4. 前記パラメータが変更される高度の間隔は、前記大きさが大きくなると大きくなる、
   請求項１に記載の情報処理装置。
5. 前記決定部は、前記特徴に基づいて前記大きさが複数の候補のうちのいずれであるかを特定する、
   請求項１から４のいずれか一項に記載の情報処理装置。
6. 前記特徴は、前記被撮影物に付された色彩または配色である、
   請求項１から５のいずれか一項に記載の情報処理装置。
7. 前記被撮影物にて、異なる色彩が隣接して付される場合、各色彩に対応する色相は所定の閾値以上異なる、
   請求項６に記載の情報処理装置。
8. 前記特徴は、前記被撮影物の形状である、
   請求項１から５のいずれか一項に記載の情報処理装置。
9. 前記形状は、異なる半径を有する複数の円が同心円状に配置された形状である、
   請求項８に記載の情報処理装置。
10. 前記パラメータを用いて前記判定を行う判定部をさらに備える、
    請求項１から９のいずれか一項に記載の情報処理装置。
11. 前記被撮影物は対空標識に付されたマークである、
    請求項１から１０のいずれか一項に記載の情報処理装置。
12. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得することと、
    前記撮影画像中の被撮影物が有する特徴を検出することと、
    前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更することと、を有し、
    前記パラメータが変更される高度は、前記大きさに応じて異なる、
    コンピュータにより実行される情報処理方法。
13. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得することと、
    前記撮影画像中の被撮影物が有する特徴を検出することと、
    前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更することと、を有し、
    前記パラメータが変更される高度の間隔は、前記高度が高くなるにつれて小さくなる、
    コンピュータにより実行される情報処理方法。
14. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得することと、
    前記撮影画像中の被撮影物が有する特徴を検出することと、
    前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更することと、を有し、
    前記パラメータの数は、前記高度が高くなると増える、
    コンピュータにより実行される情報処理方法。
15. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得することと、
    前記撮影画像中の被撮影物が有する特徴を検出することと、
    前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更することと、
    前記パラメータが変更される高度は、前記大きさに応じて異なることと、
    をコンピュータに実現させるためのプログラム。
16. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得することと、
    前記撮影画像中の被撮影物が有する特徴を検出することと、
    前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更することと、
    前記パラメータが変更される高度の間隔は、前記高度が高くなるにつれて小さくなることと、
    をコンピュータに実現させるためのプログラム。
17. 撮影画像を取得し、前記撮影画像が撮影された高度に関する情報を取得することと、
    前記撮影画像中の被撮影物が有する特徴を検出することと、
    前記特徴に基づいて前記被撮影物の大きさを特定し、前記大きさ及び前記高度に応じて、前記被撮影物が所定の物体であるか否かの判定に用いられるパラメータを変更することと、
    前記パラメータの数は、前記高度が高くなると増えることと、
    をコンピュータに実現させるためのプログラム。

Images