JP7114082B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

人工衛星から撮像された衛星画像を活用して、衛星画像内のオブジェクトを検出する種々の手法が提案されている。例えば特許文献１では、衛星画像の特徴量と、衛星画像に含まれる車両等の目的物の有無を示す正解値とを学習した分類モデルを用いて、衛星画像に含まれる目的物の個数を推定する目的物個数推定装置等が開示されている。

特開２００９－１４６２６２号公報

しかしながら、特許文献１に係る発明は単一種類の目的物についてその個数を推定するのみで、宇宙空間から観測される地表面の多種多様な対象物の中から、所望の対象物を抽出するに至っていない。

一つの側面では、観測データから所望の対象物を分類可能な情報処理装置等を提供することを目的とする。

一つの側面では、情報処理装置は、宇宙空間を飛翔する飛翔体から対象地域を観測した観測情報を取得する取得部と、前記観測情報を入力した場合に、前記対象地域を被覆する被覆物の分類結果を出力するように学習済みの第１の分類器に、前記取得部が取得した前記観測情報を入力して、前記被覆物を分類する第１分類部と、前記第１の分類器から出力された前記被覆物の分類結果に基づき、前記被覆物に対応する前記対象地域内の領域の前記観測情報を抽出する抽出部と、前記抽出部が抽出した観測情報を入力した場合に、前記観測情報に含まれる特定の物体を分類した分類結果を出力するよう学習済みの第２の分類器に、前記抽出部が抽出した前記観測情報を入力して、前記物体を分類する第２分類部と、前記第２分類部が分類した前記物体の分類結果を含む前記観測情報を出力する出力部とを備えることを特徴とする。

一つの側面では、観測データから所望の対象物を分類することができる。

衛星画像提供システムの構成例を示す模式図である。 サーバの構成例を示すブロック図である。 ユーザＤＢ及び画像ＤＢのレコードレイアウトの一例を示す説明図である。 被覆分類処理に関する説明図である。 物体分類処理に関する説明図である。 端末における表示画面の一例を示す説明図である。 端末における表示画面の一例を示す説明図である。 端末における表示画面の一例を示す説明図である。 端末における表示画面の一例を示す説明図である。 端末における表示画面の一例を示す説明図である。 端末における表示画面の一例を示す説明図である。 端末における表示画面の一例を示す説明図である。 分類器生成処理の処理手順の一例を示すフローチャートである。 対象物分類処理の処理手順の一例を示すフローチャートである。 画像購入処理の処理手順の一例を示すフローチャートである。 画像閲覧処理の処理手順の一例を示すフローチャートである。 実施の形態２に係る表示画面の一例を示す説明図である。 実施の形態２に係る表示画面の一例を示す説明図である。 実施の形態２に係る画像購入処理の処理手順の一例を示すフローチャートである。 実施の形態２に係る画像閲覧処理の処理手順の一例を示すフローチャートである。 実施の形態３の概要を示す説明図である。 実施の形態３に係るサーバが実行する処理手順の一例を示すフローチャートである。 実施の形態４の概要を示す説明図である。 実施の形態４に係るサーバが実行する処理手順の一例を示すフローチャートである。

以下、本発明をその実施の形態を示す図面に基づいて詳述する。
（実施の形態１）
図１は、衛星画像提供システムの構成例を示す模式図である。本実施の形態では、ユーザが所望する衛星画像を購入（利用）可能な衛星画像提供システムについて説明する。衛星画像提供システムは、情報処理装置１、端末２、衛星３を含む。情報処理装置１及び端末２は、インターネット等のネットワークＮを介して通信接続されている。

情報処理装置１は、種々の情報処理、情報の送受信が可能な情報処理装置であり、例えばサーバ装置、パーソナルコンピュータ等である。本実施の形態では情報処理装置１がサーバ装置であるものとし、簡潔のためサーバ１と読み替える。サーバ１は、人工衛星である衛星３から地表面を撮像した衛星画像を継続的に取得してデータベース上に管理する管理装置であり、衛星画像をユーザが購入するためのプラットフォームを提供する。なお、衛星画像は、画像内の各画素値に対して、地表面の対応する地点の位置情報（緯度及び経度の情報）が関連付けられた画像データである。本実施の形態では、重量が数十ｋｇの小型の衛星３が数十機体制で地球上の所定の軌道に存在しており、サーバ１は、各衛星３から衛星画像を取得してデータベース上で管理している。サーバ１は、Ｗｅｂブラウザ上でユーザが購入を希望する衛星画像の地理的範囲（領域）及び撮像日時（撮像時点）の指定入力を受け付け、指定された範囲及び日時に対応する画像をデータベース上の衛星画像から抽出し、ユーザに提供する。

なお、以下の説明では、可視光線や近赤外線などを衛星３が検知することで撮像した衛星画像（写真）をユーザに提供するものとして説明するが、本実施の形態はこれに限定されるものではない。例えば衛星３は、熱赤外線を検知する光学センサを備え、地表面から輻射(放射)により放出される赤外線を検知して得たデータを提供するようにしてもよい。また、衛星３は、光学センサではなく、地表面にマイクロ波（電波）を照射し、地表面から反射したマイクロ波を検知するマイクロ波センサ（例えば合成開口レーダ）を備え、マイクロ波センサで観測したデータを提供するようにしてもよい。このように、サーバ１は衛星３から地表面を観測した観測情報をユーザに提供可能であればよく、提供する観測情報は可視光に基づく画像に限定されない。

また、以下の説明では人工衛星（衛星３）によって地表面を観測するものとするが、サーバ１は宇宙空間を移動する何らかの飛翔体で観測したデータをユーザに提供可能であればよく、当該飛翔体は人工衛星に限定されない。

本実施の形態においてサーバ１は、衛星画像をユーザに提供する際に、機械学習によって生成された分類器を用いて衛星画像内の対象物（オブジェクト）を分類した分類結果を含む衛星画像のデータをユーザに提供する。具体的には後述するように、サーバ１は、地表面を被覆する被覆物（例えば地表を覆う雲、水、樹木、裸地等の別）を分類する被覆分類器、及び地表面に存在する特定の物体（例えば車両、船舶等の移動体）を分類する物体分類器を用いて、衛星画像内の被覆物と、衛星画像内の各領域に存在する移動体の数量とを示すメタデータを付加した衛星画像を提供する。

端末２は、ユーザが操作する端末装置であり、例えばパーソナルコンピュータである。なお、端末２はスマートフォン、タブレット端末、その他の装置であってもよい。端末２は、ユーザからの操作入力に従ってサーバ１にアクセスし、衛星画像（後述する分割画像）の購入要求を行ってサーバ１からダウンロードし、ダウンロードした画像を表示する。

なお、本実施の形態ではユーザに衛星画像を販売して衛星画像を端末２にダウンロードさせるものとして説明するが、例えばサブスクリプション形式で、ユーザとの間の契約に従って衛星画像を一定期間利用可能とするようにしてもよい。すなわち、サーバ１は、端末２からの利用要求に従って衛星画像をユーザが利用可能なように出力することができればよく、一つひとつの衛星画像をユーザに販売し、端末２にダウンロードさせる構成は必須ではない。

図２は、サーバ１の構成例を示すブロック図である。サーバ１は、制御部１１、主記憶部１２、通信部１３、及び補助記憶部１４を備える。
制御部１１は、一又は複数のＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の演算処理装置を有し、補助記憶部１４に記憶されたプログラムＰを読み出して実行することにより、種々の情報処理、制御処理等を行う。主記憶部１２は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の一時記憶領域であり、制御部１１が演算処理を実行するために必要なデータを一時的に記憶する。通信部１３は、通信に関する処理を行うための通信モジュールであり、外部と情報の送受信を行う。

補助記憶部１４は、大容量メモリ、ハードディスク等の不揮発性記憶領域であり、制御部１１が処理を実行するために必要なプログラムＰ、その他のデータを記憶している。また、補助記憶部１４は、ユーザＤＢ１４１、画像ＤＢ１４２、被覆分類器１４３、及び物体分類器１４４を記憶している。ユーザＤＢ１４１は、各ユーザの情報を格納したデータベースである。画像ＤＢ１４２は、衛星３から取得した衛星画像を格納したデータベースである。被覆分類器１４３は、機械学習によって生成された学習済みモデルであって、地表面を被覆する被覆物を分類する分類器である。物体分類器１４４は、同様に機械学習によって生成された学習済みモデルであって、地表面に存在する物体（移動体）を分類する分類器である。

なお、補助記憶部１４はサーバ１に接続された外部記憶装置であってもよい。また、サーバ１は複数のコンピュータからなるマルチコンピュータであっても良く、ソフトウェアによって仮想的に構築された仮想マシンであってもよい。

また、本実施の形態においてサーバ１は上記の構成に限られず、例えば操作入力を受け付ける入力部、画像を表示する表示部等を含んでもよい。また、サーバ１は、ＣＤ（Compact Disk）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭ等の可搬型記憶媒体Ｐ１を読み取る読取部を備え、可搬型記憶媒体Ｐ１からプログラムＰを読み取って実行するようにしても良い。あるいはサーバ１は、半導体メモリＰ２からプログラムＰを読み込んでも良い。

図３は、ユーザＤＢ１４１及び画像ＤＢ１４２のレコードレイアウトの一例を示す説明図である。
ユーザＤＢ１４１は、ユーザＩＤ列、氏名列、ユーザ情報列、購入画像列を含む。ユーザＩＤ列は、各ユーザを識別するためのユーザＩＤを記憶している。氏名列、ユーザ情報列、購入画像列はそれぞれ、ユーザＩＤと対応付けて、ユーザの氏名、ユーザに関するその他の情報、及びユーザが購入した画像の情報を記憶している。ユーザ情報列には、例えばユーザの本プラットフォーム上でのアカウント情報、画像購入時の決済に必要な情報、その他の情報が記憶されている。購入画像列には、例えば後述する分割画像を識別するためのＩＤを記憶されている。

画像ＤＢ１４２は、画像ＩＤ列、日時列、衛星ＩＤ列、画像列、セルＩＤ列、セル領域列、オブジェクト列を含む。画像ＩＤ列は、衛星３から取得した衛星画像を識別するための画像ＩＤを記憶している。日時列、衛星ＩＤ列、画像列、セルＩＤ列、セル領域列、オブジェクト列はそれぞれ、画像ＩＤと対応付けて、衛星画像が撮像された日時、撮像した衛星３のＩＤ、及び撮像された衛星画像、後述する衛星画像を所定単位で分割したセル画像（分割画像）を識別するためのセルＩＤ、セル画像に相当する衛星画像内の領域の座標情報、及びセル画像に含まれる各オブジェクト（対象物）の分類結果を記憶している。

図４は、被覆分類処理に関する説明図である。上述の如く、本実施の形態においてサーバ１は、機械学習によって生成した分類器を用いて、衛星画像内の対象物、具体的には被覆物及び移動体を分類する処理を行う。図４では、被覆物及び移動体のうち、被覆物に係る処理内容を概念的に図示している。図４に基づき、被覆分類処理の処理内容について説明する。

例えばサーバ１は、深層学習により被覆物の特徴を学習する機械学習を行い、被覆分類器１４３を生成する。被覆分類器１４３は、例えばＣＮＮ（Convolution Neural Network）に係るニューラルネットワークであり、衛星画像（観測情報）の入力を受け付ける入力層と、衛星画像に含まれる被覆物の分類結果を出力する出力層と、衛星画像の特徴量を抽出する中間層とを有する。

入力層は、衛星画像に含まれる各画素の画素値の入力を受け付ける複数のニューロンを有し、入力された画素値を中間層に受け渡す。中間層は、衛星画像の画像特徴量を抽出する複数のニューロンを有し、抽出した画像特徴量を出力層に受け渡す。被覆分類器１４３がＣＮＮである場合、中間層は、入力層から入力された各画素の画素値を畳み込むコンボリューション層と、コンボリューション層で畳み込んだ画素値をマッピングするプーリング層とが交互に連結された構成を有し、衛星画像の画素情報を圧縮しながら最終的に画像の特徴量を抽出する。出力層は、被覆物の分類結果を出力する一又は複数のニューロンを有し、中間層から出力された画像特徴量に基づいて、地表面を被覆する被覆物を分類する。

なお、本実施の形態では被覆分類器１４３がＣＮＮであるものとして説明するが、被覆分類器１４３はＣＮＮに限定されず、ＣＮＮ以外のニューラルネットワーク、ＳＶＭ（Support Vector Machine）、ベイジアンネットワーク、回帰木など、他の学習アルゴリズムで構築された学習済みモデルであってもよい。

サーバ１は、衛星３から地表面を撮像した複数の衛星画像と、各衛星画像から被覆物を分類した場合の分類結果の正解値とが対応付けられた教師データを用いて学習を行う。サーバ１は、教師データに含まれる衛星画像を入力層に入力し、中間層での演算処理を経て、出力層から被覆物の分類結果を示す出力値を取得する。なお、出力値は離散的な値（例えば「０」又は「１」の値）であってもよく、連続的な確率値（例えば「０」から「１」までの範囲の値）であってもよい。

なお、衛星３が撮像する衛星画像はデータサイズが非常に大きいため、サーバ１は被覆分類器１４３に入力する画像データとして、衛星画像そのもの（生データ）ではなく、衛星画像を所定単位で分割した画像（例えば後述するセル画像）単位で入力し、分類を行う。これにより、一つひとつの画像の処理に要する演算負荷を低減し、好適に分類処理を行う。

サーバ１は、出力層からの出力値を、教師データにおいて衛星画像に対しラベリングされた情報、すなわち正解値と比較し、出力値が正解値に近似するように中間層での演算処理に用いるパラメータを最適化する。当該パラメータは、例えばニューロン間の重み（結合係数）、各ニューロンで用いられる活性化関数の係数などである。パラメータの最適化の方法は特に限定されないが、例えばサーバ１は誤差逆伝播法を用いて各種パラメータの最適化を行う。サーバ１は、教師データに含まれる各衛星画像について上記の処理を行い、被覆分類器１４３を生成する。

例えばサーバ１は、ＣＮＮの一種であるセマンティックセグメンテーションに係る被覆分類器１４３を生成する。セマンティックセグメンテーションは、画像内の各画素がいずれのオブジェクト（対象物）を表す画素であるか、画素単位のクラス判定を行う手法である。この場合、例えば教師データとして、衛星画像内の各種被覆物に対応する画像領域に対し、被覆物の種類を示す情報（正解値）がラベリングされたデータが用いられる。サーバ１は、教師データに含まれる衛星画像を被覆分類器１４３に入力して画素単位で被覆物の分類結果を示す出力値を取得し、正解値と比較してパラメータの最適化を行うことで、各画素がいずれの被覆物を表すか、画素単位で分類可能な被覆分類器１４３を生成する。

衛星３から衛星画像を取得した場合、サーバ１は被覆分類器１４３を用いて被覆物の分類を行う。被覆物は、地表面を被覆する所定のオブジェクトであって、例えば雲、森林、裸地、畑地、水域、氷雪、人工物などに分類される。なお、これらの分類は例示であって、被覆物は上記に限定されない。サーバ１は、衛星画像を所定単位の画像に分割して被覆分類器１４３の入力層に入力し、中間層において画像特徴量を抽出する演算を行い、抽出した特徴量を出力層に入力する。サーバ１は出力層から、各画素がいずれの被覆物を表すか、画素単位での分類結果を出力値として取得する。

なお、本実施の形態ではサーバ１が教師あり学習によって被覆分類器１４３を生成するものとして説明するが、半教師あり学習、あるいは教師なし学習によって被覆分類器１４３を生成するようにしてもよい。後述の物体分類器１４４についても同様である。

図５は、物体分類処理に関する説明図である。図５では、物体分類器１４４を用いて、衛星画像に含まれる特定の物体、具体的には移動体（例えば車両、船舶等）の数量を計測する様子を概念的に図示している。図５に基づき、物体分類処理の処理内容について説明する。

物体分類器１４４は、上記の被覆分類器１４３と同じく深層学習によって生成されるニューラルネットワークであって、ＣＮＮに係るニューラルネットワークである。被覆分類器１４３と同様に、物体分類器１４４は入力層、中間層、及び出力層を有し、衛星画像の入力を受け付けて、衛星画像内の移動体を分類した分類結果を出力する。

サーバ１は、教師用の複数の衛星画像それぞれに対し、各衛星画像から移動体を分類した際の分類結果の正解値が対応付けられた教師データを用いて学習を行う。被覆分類器１４３の学習時と同様に、サーバ１は、教師データに含まれる各衛星画像を所定単位で分割して物体分類器１４４に入力し、移動体の分類結果を出力値として取得する。サーバ１は、出力値を正解値と比較して重み等のパラメータを最適化し、物体分類器１４４を生成する。

例えばサーバ１は、教師データとして、衛星画像内に存在する各移動体に対応する座標点（プロット）に対し、移動体の種類を示す正解値がラベリングされたデータを用いて学習を行う。衛星画像は解像度が低く、個々の移動体の形状や色といった特徴量を抽出して物体検出を行うことが難しい場合が多い。そこでサーバ１は、教師データにおいてプロットされた移動体の座標点を元に、画像内の所定の各単位領域（図５右下の矩形枠参照）の特徴量と、各領域に存在する移動体の数量（プロット数）とを学習することで、個々の移動体を検出（認識）することなく、移動体の数量を直接的に推定する物体分類器１４４を生成する。これにより、解像度が低い場合であっても移動体の数量を精度良く推定可能となる。

なお、衛星画像の解像度によっては、物体分類器１４４において個々の移動体の検出を行い、移動体の数量を計測するようにしてもよい。すなわち、物体分類器１４４は移動体の数量を推定可能であればよく、そのアルゴリズムは特に限定されない。

サーバ１は、衛星３が撮像した衛星画像を物体分類器１４４に入力し、衛星画像に含まれる移動体を分類した分類結果であって、移動体の数量を示す分類結果を出力値として取得する。例えば図５右下に示すように、サーバ１は、画像内の領域毎に、移動体の数量を推定した推定結果を取得する。

ここでサーバ１は、物体分類器１４４に衛星画像を入力する場合に、被覆分類器１４３による被覆物の分類結果に応じて、衛星画像内の画像領域を絞り込んで入力する。これによってサーバ１は、物体分類器１４４を用いた演算処理の負荷を低減する。

例えば分類対象とする移動体が船舶である場合、分析対象として考慮すべき画像領域は、海、河川などの水域であると考えられる。そこでサーバ１は、船舶について分類を行う場合、被覆物の分類結果を参照して水域に対応する画像領域を特定し、特定した画像領域を物体分類器１４４に入力する。これによってサーバ１は、図５右下に示すように、水域に存在する船舶の数量を示す分類結果を出力値として取得する。

なお、船舶、車両等の移動体は物体分類器１４４を用いて分類する物体の例示であって、当該物体は一定の位置に存在する固定物であってもよい。

上述の如く、サーバ１は被覆分類器１４３及び物体分類器１４４を用いて、衛星画像から被覆物及び移動体を分類する処理を行う。サーバ１は、複数の衛星３、３、３…から、各撮像時点（観測時点）において各対象地域を撮像した衛星画像を順次取得し、分類を行う。サーバ１は、各衛星画像と、衛星画像の分類結果とを撮像時点及び対象地域と対応付けて画像ＤＢ１４２に記憶する。

図６～図１２は、端末２における表示画面の一例を示す説明図である。図６～図１２に基づき、本実施の形態の概要について説明する。
本実施の形態においてサーバ１は、各衛星３から取得した衛星画像をユーザに販売するプラットフォームを提供する。図６には、本プラットフォームに係るＷｅｂブラウザ画面の画面例であって、端末２が表示する表示画面の一例を図示してある。サーバ１は、当該画面上での操作入力に基づいて、被覆分類器１４３及び物体分類器１４４を用いた分類結果付きの衛星画像をユーザに提供する。

例えば端末２は、不図示の画面における操作入力に基づいて、購入対象とする対象地域の検索を行い、図６に示す画面を表示する。具体的には図６に示すように、端末２は、対象地域を示す地図画像を表示する。

端末２は地図画像上に、所定の行幅及び列幅で対象地域を複数の領域に区分するグリッド線４１（分割線）を重畳して表示する。グリッド線４１で区分される幅（距離）は特に限定されないが、本実施の形態では５ｋｍ四方の幅に設定されている。

なお、本実施の形態ではグリッド線４１が緯度及び経度に準じて南北方向及び東西方向に沿って設定され、地図画像が矩形状に区分されているが、グリッド線４１の引き方（方向）は特に限定されない。また、ユーザが任意に分割線を設定し、任意の領域を購入対象地域として設定可能としてもよい。

また、グリッド線４１は対象地域を複数の領域に分割する際の目安であり、後述するセル画像は、グリッド線４１で区切られた地図画像上の領域と完全に一致せずともよい。例えば隣り合うセル画像は、相互に一部重複していてもよい。

端末２は、グリッド線４１で分割された各領域から、購入対象（利用対象）とする複数の領域を指定する指定入力を受け付ける。例えば端末２は、画面上でのドラッグ操作、クリック操作等によって複数の領域の指定入力を受け付ける。購入対象とする領域の指定入力を受け付けた場合、端末２はサーバ１との間で通信を行い、図７に示す画面に遷移する。

端末２において購入対象とする領域の指定入力を受け付けた場合、サーバ１は、指定された領域を含む衛星画像を画像ＤＢ１４２から検索する。そしてサーバ１は、検索した衛星画像から、地図画像上で指定された領域に対応する画像領域を切り出したセル画像（領域観測情報）を抽出する。サーバ１は、抽出したセル画像を端末２に出力し、表示させる。

具体的には図７に示すように、サーバ１は、地図画像上の対応する各領域に、対象地域の衛星画像（観測情報）から抽出した各セル画像５１を重畳したプレビュー画像を表示させる。なお、本明細書の図面では作図の便宜上、衛星画像（写真）が表示される領域にハッチングを付して図示する。図７のプレビュー画像の表示時点では、サーバ１はまず、対象地域を過去の各時点で撮像した複数の衛星画像のうち、最新の撮像時点（観測時点）での衛星画像から抽出したセル画像５１を表示させる。地図画像上に購入対象のセル画像５１を重畳して表示することで、ユーザはどの地点の画像であるか、プレビューを確認する際に容易に把握することができる。

ここで端末２は、プレビュー画像上の所定箇所に、雲量及びオフナディア角（撮像角度）について絞り込みを行うための雲量設定欄５２及び角度設定欄５３を表示する。端末２は、各設定欄において雲量及び／又はオフナディア角に関する設定値の入力を受け付け、設定値を満たすか否かに応じてセル画像５１の表示態様を切り換える。

雲量は、衛星画像の撮像範囲（観測範囲）に占める雲の面積割合である。ユーザが衛星画像（セル画像５１）を購入した場合に、当該画像内の雲量が多く、地表面がほとんど確認できない場合、ユーザにとって有用なものとは言い難い。そこで本実施の形態では、プレビュー時に雲量に応じた絞り込みを可能とする。例えば端末２は雲量設定欄５２を介して、撮像時点（観測時点）における各セル画像５１の領域での雲量の上限値を設定する設定入力を受け付ける。これにより端末２は、セル画像５１の絞り込みを行う。

オフナディア角は、衛星３が対象地域（各セル画像５１の領域）を撮像した際の撮像角度であって、撮像時点（観測時点）において衛星３及び地表面を結ぶ法線と、衛星３及び対象地域（領域）を結ぶ直線とが成す角度である。なお、「オフナディア角」は本来、合成開口レーダにおけるマイクロ波の照射角度を指すが、本実施の形態では便宜上、衛星３から対象地域を撮像した際の撮像角度を意味するものとして用いる。

オフナディア角が大きい場合、衛星画像（セル画像５１）は、対象地域を真上からではなく斜めから撮像した画像となる。従って、例えばユーザが建築物を真上から撮像した画像を所望しているにも関わらず、建築物を斜めから撮像した画像を購入することになる。そこで本実施の形態では、プレビュー時にオフナディア角に応じた絞り込みを可能とする。

例えばサーバ１は、衛星３及び地表面を結ぶ法線と、衛星３、及び各セル画像５１の領域の中心点を結ぶ直線とがなす角度を、各セル画像５１に係るオフナディア角として計算する。端末２は角度設定欄５３を介して、撮像時点におけるオフナディア角の上限値を設定する設定入力を受け付ける。端末２は、上記で設定された雲量及び／又はオフナディア角の上限値に応じて、上限値以下のセル画像５１と、上限値を超過するセル画像５１とを異なる態様で表示する。例えば端末２は、上限値を超過するセル画像５１を、上限値以下のセル画像５１よりも暗くなるように暗色表示させる。なお、図７では便宜上、暗色表示を行っている様子をハッチングの濃淡で図示してある。上記の表示切換により、ユーザは雲量及び／又はオフナディア角が所望の条件を満たす衛星画像（セル画像５１）を購入可能となる。

また、端末２は図７の画面上で、購入対象とするセル画像５１を、最新時点の画像から過去の別時点の画像に変更する指定入力を受け付ける。例えば端末２は、画像ＤＢ１４２に格納されている各衛星画像の撮像時点であって、対象地域を撮像した各衛星画像の撮像時点を画面右の操作メニューに一覧表示する。端末２は操作メニューを介して、過去の任意の撮像時点を指定する指定入力を受け付ける。

別時点が指定された場合、端末２はサーバ１にアクセスし、指定された撮像時点の衛星画像から、ユーザが指定した各領域を抽出したセル画像５１を取得する。端末２は、地図画像上に重畳表示しているセル画像５１を、新たに取得したセル画像５１に切り換えて表示する。さらに別時点への変更が指定された場合、端末２は指定された時点に切り換えて表示する。上記の処理を繰り返すことにより、ユーザは過去の各時点で撮像された画像を簡単に切り換えながら確認し、購入する画像を選択することができる。

セル画像５１を購入する場合、端末２はユーザからの操作入力に従い、セル画像５１をカートに登録する。カートは、購入するセル画像５１を仮登録しておくリストである。例えば端末２は、表示中のセル画像５１に対するクリック操作を受け付け、操作されたセル画像５１をカートに登録する。

図８に、カート登録後の表示画面の一例を図示する。セル画像５１がカートに登録された場合、端末２は、登録されたセル画像５１にアイコン５４を付して表示する。アイコン５４を表示することで、ユーザは表示中のセル画像５１がカートに登録済みであることを容易に把握することができる。また、端末２は操作メニューにおいて、表示中のセル画像５１の撮像時点（日時）と対応付けてドットマーク５５を表示すると共に、セル画像５１がカートに登録された場合、カートに登録されたセル画像５１の数量（枚数）に応じた長さのバー５６を表示する。これによりユーザは、どの時点、どの程度の数量のセル画像５１をカートに登録したか、容易に把握することができる。

セル画像５１の購入申込に進む場合、端末２は購入申込画面に遷移する。図９に、購入申込時の表示画面の一例を図示する。図９に示すように、端末２はカートに登録されているセル画像５１をサムネイルで一覧表示すると共に、購入量等（不図示）を表示する。

この場合に端末２は、購入対象のセル画像５１について、ユーザが分類対象として所望する対象物の指定入力を受け付ける。例えば端末２は、図９右下に示すように、対象とする被覆物及び移動体の種類について、指定入力を受け付ける。

端末２は、ユーザからの操作入力に応じて、対象物の指定内容を含むセル画像５１の購入要求（利用要求）をサーバ１に送信する。端末２から購入要求を受け付けた場合、サーバ１は、購入されるセル画像５１の数量等に応じた購入額を決済する処理を行う。なお、例えばサーバ１は、上記で指定された対象物の種類数などに応じて、購入額を変動させてもよい。

購入処理が完了後、サーバ１は、購入されたセル画像５１を端末２に出力し、ダウンロードさせる。この場合にサーバ１は、ユーザが指定した対象物の分類結果を含むセル画像５１のデータを端末２に出力する。例えばサーバ１は、対象物の分類結果を示すメタデータをセル画像５１に付加した画像データを端末２に出力する。これによりユーザは、単に衛星画像の提供を受けるだけでなく、衛星画像を分析したデータも含めて提供を受けることができる。

なお、本実施の形態では衛星画像に対象物の分類結果（メタデータ）を付加して提供するものとするが、本実施の形態はこれに限定されるものではなく、画像内の対象物の位置や範囲が分かるように、画像自体を加工したデータを提供してもよい。例えばサーバ１は、後述する色分け表示のように、対象とする被覆物の領域を色分けした衛星画像（セル画像５１）を生成して端末２に出力してもよい。このように、サーバ１は対象物の分類結果を含む衛星画像を出力可能であればよく、出力する画像データの態様は特に限定されない。

図１０に、購入済みのセル画像５１を閲覧する際の表示画面の一例を図示する。本実施の形態では、サーバ１は、購入時と同一のプラットフォーム（Ｗｅｂブラウザ画面）上で、購入済みのセル画像５１、すなわちユーザが利用可能なセル画像５１を閲覧可能とする。

端末２は不図示の画面で、サーバ１からダウンロードしてあるセル画像５１のうち、閲覧対象とするセル画像５１の選択入力を受け付ける。端末２は、選択されたセル画像５１を表示する。この場合に端末２は、選択されたセル画像５１を、地図画像上の対応する領域に重畳して表示する。

具体的には、端末２は、地図画像上にセル画像５１を重畳表示すると共に、操作メニューにおいて、表示中のセル画像５１に対応する撮像時点にドットマーク５５を付して表示する。上記の表示により、ユーザはどの地点、どの時点の画像であるか、購入時と同様に容易に把握することができる。

次に、購入済みのセル画像５１に含まれる対象物の分類結果を閲覧する際の処理内容について説明する。図１１に、分類結果の表示画面の一例を図示する。例えば端末２は、図１１の地図画像に重畳されたセル画像５１からいずれかを指定する指定入力を受け付けた場合、指定されたセル画像５１に関する対象物の分類結果を表示する。

図１１Ａでは被覆物に関する表示画面例を、図１１Ｂでは移動体に関する表示画面例を図示してある。例えば図１１Ａに示すように、被覆物に関する分類結果を表示する場合、端末２は、ユーザが指定した被覆物に対応する画像領域を、その他の画像領域と表示態様を異ならせて表示する。例えば端末２は、ユーザが指定した被覆物に対応する画素を色分け等の手段で強調表示する。

また、例えば図１１Ｂに示すように、移動体に関する分類結果を表示する場合、端末２は、セル画像５１の中で、対象とする移動体が一以上存在する領域を矩形枠で表示すると共に、当該領域に存在する移動体の数量をグラフ表示する。

次に、セル画像５１の追加購入を受け付ける際の処理内容について説明する。端末２は、図１０で図示した表示画面から、別時点のセル画像５１の追加購入を受け付ける。例えば端末２は、操作メニューから別時点を指定する指定入力を受け付ける。別時点が指定された場合、端末２はサーバ１にアクセスし、指定された時点の衛星画像に係るセル画像５１であって、表示中のセル画像５１と同一領域のセル画像５１を出力するよう要求する。サーバ１からセル画像５１を取得した場合、端末２は、取得したセル画像５１のプレビューに切り換えて表示する。

図１２に、切換後の画面例を図示する。端末２は、実施の形態１と同様に、地図画像上にセル画像５１を重畳表示する。端末２は、雲量設定欄５２及び角度設定欄５３を介して雲量及びオフナディア角の設定入力を受け付けると共に、当該画面上でカートへの登録操作を受け付け、購入申込へと進む。カートへの登録処理、セル画像５１の購入処理等は上記と同様であるため、詳細な説明は省略する。

上述の如く、ユーザは地図画像上で購入対象とするセル画像５１の地理的範囲（領域）、撮像時点等の指定を簡単な操作で行うことができる。また、衛星３から取得した生の画像データ、すなわち非常にデータサイズが大きい衛星画像（観測情報）から任意の領域のセル画像５１（領域観測情報）が切り出して提供され、ユーザとしてはデータサイズが小さく取扱いが容易な画像を入手することができる。以上より、本実施の形態によれば、取扱いが容易な衛星画像を簡便に入手することができる。

また、本実施の形態によれば、ユーザは所望の対象物の分類結果を含むセル画像５１を取得することができる。これにより、例えば土地の状況や交通量の把握など、種々の用途に衛星画像を活用することができる。

図１３は、分類器生成処理の処理手順の一例を示すフローチャートである。図１３に基づき、機械学習を行って被覆分類器１４３及び物体分類器１４４を生成する処理の内容について説明する。
サーバ１の制御部１１は、衛星画像に対して、衛星画像内に含まれる各対象物を分類した際の分類結果の正解値を対応付けた教師データを取得する（ステップＳ１１）。上述の如く、分類対象とする対象物は、地表面を被覆する被覆物、地表面に存在する物体（例えば移動体）などある。制御部１１は、衛星画像に対して各種オブジェクトの情報（正解値）がラベリングされた教師データを取得する。

制御部１１は教師データを用いて、衛星画像を入力した場合に、衛星画像内の被覆物を分類した分類結果を出力する被覆分類器１４３を生成する（ステップＳ１２）。すなわち制御部１１は、教師データに含まれる衛星画像を被覆分類器１４３に入力し、被覆物を分類した分類結果を出力として取得する。制御部１１は、取得した分類結果を正解値と比較し、出力される分類結果が正解値に近似するように、ニューロン間の重み等のパラメータを最適化する。

さらに制御部１１は、教師データを用いて、衛星画像を入力した場合に衛星画像内の物体を分類した分類結果を出力する物体分類器１４４を生成する（ステップＳ１３）。具体的には、制御部１１は、教師データに含まれる衛星画像を物体分類器１４４に入力し、衛星画像内の各領域に存在する物体数を推定した推定結果（分類結果）を取得する。制御部１１は、取得した推定結果を正解値と比較し、出力される推定結果が正解値に近似するように、ニューロン間の重み等のパラメータを最適化する。制御部１１は、一連の処理を終了する。

図１４は、対象物分類処理の処理手順の一例を示すフローチャートである。図１４に基づき、被覆分類器１４３及び物体分類器１４４を用いて、衛星画像に含まれる各種対象物を分類する処理の内容について説明する。
サーバ１の制御部１１は、衛星３が対象地域を撮像した衛星画像を取得する（ステップＳ３１）。制御部１１は、取得した衛星画像を、対象地域を区分した複数の領域それぞれに対応するセル画像５１、５１、５１…に分割する（ステップＳ３２）。

制御部１１は、セル画像５１を被覆分類器１４３に入力して、セル画像５１内の被覆物を分類する（ステップＳ３３）。例えば制御部１１は、セル画像５１内の各画素値に対応する被覆物の種類を示す分類結果を被覆分類器１４３から取得する。

制御部１１は、ステップＳ３３で取得した分類結果に応じて、各種被覆物に対応する画像領域をセル画像５１から抽出する（ステップＳ３４）。制御部１１は、抽出した画像領域を物体分類器１４４に入力し、当該画像領域に含まれる特定の物体の数量を示す分類結果を物体分類器１４４から取得する（ステップＳ３５）。

制御部１１は、ステップＳ３１で取得した衛星画像と、ステップＳ３３、Ｓ３５で取得した各セル画像５１に係る対象物の分類結果とを対応付けて画像ＤＢ１４２に記憶する（ステップＳ３６）。制御部１１は、一連の処理を終了する。

図１５は、画像購入処理の処理手順の一例を示すフローチャートである。図１５に基づき、サーバ１が実行する処理内容について説明する。
サーバ１の制御部１１は、端末２から、地図画像を表示する対象地域の指定入力を受け付ける（ステップＳ５１）。制御部１１は、指定された地域の地図画像を端末２に出力し、表示させる（ステップＳ５２）。具体的には上述の如く、制御部１１は、対象地域を複数の領域に区分するためのグリッド線４１（分割線）を重畳した地図画像を表示させる。

制御部１１は端末２から、グリッド線４１で区分される地図画像上の各領域のうち、複数の領域を指定する指定入力を受け付ける（ステップＳ５３）。制御部１１は、指定された領域に対応するセル画像５１（領域観測情報）を対象地域の衛星画像（観測情報）から抽出し、抽出したセル画像５１を地図画像の対応する各領域に重畳したプレビュー画像を端末２に出力して表示させる（ステップＳ５４）。ステップＳ５４においては、制御部１１は対象地域の衛星画像のうち、最新の撮像時点の衛星画像からセル画像５１を抽出して地図画像に重畳する。

制御部１１は端末２から、撮像時点を別の時点に変更する指定入力を受け付けたか否かを判定する（ステップＳ５５）。撮像時点の指定入力を受け付けたと判定した場合（Ｓ５５：ＹＥＳ）、制御部１１は、指定された撮像時点の衛星画像からセル画像５１を抽出して端末２に出力し、地図画像上のセル画像５１を切り換えて表示させる（ステップＳ５６）。

ステップＳ５６の処理を実行後、又はステップＳ５５でＮＯの場合、制御部１１は端末２から、各セル画像５１における雲量及び／又はオフナディア角に関する設定値の入力を受け付けたか否かを判定する（ステップＳ５７）。例えば制御部１１は、雲量及び／又はオフナディア角の上限値の設定入力を受け付ける。雲量及び／又はオフナディア角に関する設定値の入力を受け付けたと判定した場合（Ｓ５７：ＹＥＳ）、制御部１１は、設定値を満たすセル画像５１と、設定値を満たさないセル画像５１とを異なる態様で表示するように、各セル画像５１の表示を切り換えさせる（ステップＳ５８）。

ステップＳ５８の処理を実行後、又はステップＳ５７でＮＯの場合、制御部１１は端末２から、セル画像５１をカート（購入候補リスト）に登録する登録操作を受け付ける（ステップＳ５９）。そして制御部１１は、カートに登録されたセル画像５１の購入要求（利用要求）を受け付けたか否かを判定する（ステップＳ６０）。購入要求を受け付けていないと判定した場合（Ｓ６０：ＮＯ）、制御部１１は処理をステップＳ５５に戻す。

購入要求を受け付けたと判定した場合（Ｓ６０：ＹＥＳ）、制御部１１は、ユーザが分類対象として所望する対象物の指定入力を受け付ける（ステップＳ６１）。ステップＳ６１で指定される対象物は、上述の如く、被覆物の種類、あるいは物体（移動体）の種類などである。制御部１１は画像ＤＢ１４２を参照して、購入要求を受け付けた各セル画像５１について、対象物の分類結果を示すデータを付加したセル画像５１を端末２に出力し、ダウンロードさせる（ステップＳ６２）。制御部１１は、一連の処理を終了する。

図１６は、画像閲覧処理の処理手順の一例を示すフローチャートである。図１６に基づき、購入済みの衛星画像を閲覧する際の処理内容について説明する。
サーバ１の制御部１１は、端末２から、購入済みのセル画像５１、すなわちユーザが利用可能なセル画像５１を指定する指定入力を受け付ける（ステップＳ７１）。制御部１１は、指定されたセル画像５１を、地図上の対応する領域に重畳した地図画像を生成して端末２に表示させる（ステップＳ７２）。

制御部１１は端末２から、対象物に関する分類結果を表示するセル画像５１の指定入力を受け付けたか否かを判定する（ステップＳ７３）。指定入力を受け付けたと判定した場合（Ｓ７３：ＹＥＳ）、制御部１１は、指定されたセル画像５１に含まれる対象物の分類結果であって、購入時にユーザが指定した対象物の分類結果を示すセル画像５１を端末２に表示させる（ステップＳ７４）。例えば被覆物を対象とする場合、制御部１１は、各被覆物に対応する画像領域（画素）を色分け等の手段で表示態様を異ならせたセル画像５１を表示させる。また、例えば物体の数量を対象とする場合、制御部１１は、各画像領域に存在する物体の数量をグラフ等の手段で示すセル画像５１を表示させる。

ステップＳ７４の処理を実行後、又はステップＳ７３でＮＯの場合、制御部１１は端末２から、セル画像５１の撮像時点を別時点に切り換える指定入力を受け付けたか否かを判定する（ステップＳ７５）。撮像時点の指定入力を受け付けたと判定した場合（Ｓ７５：ＹＥＳ）、制御部１１は、指定された時点のセル画像５１に切り換えて表示させる（ステップＳ７６）。ステップＳ７６の処理を実行後、又はステップＳ７５でＮＯの場合、制御部１１は、雲量及び／又はオフナディア角に関する設定値の入力を受け付けたか否かを判定する（ステップＳ７７）。雲量及び／又はオフナディア角に関する設定値の入力を受け付けたと判定した場合（Ｓ７７：ＹＥＳ）、制御部１１は、設定値を満たすセル画像５１と、設定値を満たさないセル画像５１とを異なる態様で表示するように、各セル画像５１の表示を切り換えさせる（ステップＳ７８）。

ステップＳ７８の処理を実行後、又はステップＳ７７でＮＯの場合、制御部１１は、セル画像５１の購入要求を端末２から受け付けたか否かを判定する（ステップＳ７９）。購入要求を受け付けていないと判定した場合（Ｓ７９：ＮＯ）、制御部１１は処理をステップＳ７３に戻す。購入要求を受け付けたと判定した場合（Ｓ７９：ＹＥＳ）、制御部１１は、ユーザが分類対象として所望する対象物の指定入力を受け付ける（ステップＳ８０）。制御部１１は、指定された対象物の分類結果を含むセル画像５１を端末２に出力してダウンロードさせ（ステップＳ８１）、一連の処理を終了する。

以上より、本実施の形態１によれば、取扱いが容易な衛星画像（観測情報）を簡便に入手することができる。

また、本実施の形態１によれば、ユーザが指定した領域のセル画像５１を地図画像上でプレビュー表示することで、購入（利用）対象とするセル画像５１がどの地点の画像であるか、容易に把握することができる。

また、本実施の形態１によれば、画像ＤＢ１４２に保存されている過去の各時点の衛星画像のうち、任意の時点の衛星画像を購入（利用）することができる。

また、本実施の形態１によれば、購入済みのセル画像５１を簡単に閲覧することができると共に、セル画像５１の追加購入も簡単に行うことができる。

また、本実施の形態１によれば、雲量及び／又はオフナディア角に応じたセル画像５１の絞り込みを行い、所望のセル画像５１を簡単に入手することができる。

また、本実施の形態１によれば、機械学習によって構築された分類器を用いて、衛星画像から所望の対象物を抽出して提供（提示）することができる。

また、本実施の形態１によれば、被覆分類器１４３を用いた被覆分類を行うことで、対象地域を被覆する被覆物の情報をユーザに提供することができる。

また、本実施の形態１によれば、物体分類器１４４を用いて、衛星画像に含まれる特定の物体（例えば移動体）の数量に関する情報をユーザに提供することができる。特に本実施の形態では、被覆分類器１４３による被覆物の分類結果を用いて入力対象とする画像領域を絞ることで、処理負荷を低減することができる。

（実施の形態２）
本実施の形態では、ユーザが指定した期間の衛星画像を一括購入する形態について説明する。
図１７及び図１８は、実施の形態２に係る表示画面の一例を示す説明図である。図１７及び図１８に基づき、本実施の形態の概要について説明する。

図１７では、ユーザが地図画像から購入対象とする複数の領域を指定する際の表示画面例を図示している。購入対象とする複数の領域が指定された場合、例えば端末２は画面右側に操作メニューを表示し、撮像期間を指定してセル画像５１を一括購入するか否か、操作入力を受け付ける。操作メニュー上で撮像期間の指定入力を受け付けた場合、端末２は、指定された期間に含まれる複数の撮像時点それぞれで撮像された各衛星画像から、指定された複数の領域それぞれに対応する画像領域を抽出した各セル画像５１をカートに登録する。なお、カート登録前にプレビュー表示を行ってもよいことは勿論である。

各撮像時点に係るセル画像５１がカートに登録された場合、端末２はユーザによる操作入力に従って購入申込に移り、サーバ１にアクセスして購入処理を行う。この場合、端末２は実施の形態１と同じく、分類対象とする対象物の指定入力を受け付け、指定内容を含むセル画像５１の購入要求をサーバ１に送信する。端末２から購入要求を受け付けた場合、サーバ１は、各撮像時点のセル画像５１、５１、５１…から成る画像群（観測情報群）であって、各セル画像５１に対し、指定された対象物の分類結果が付加された画像群を端末２に出力してダウンロードさせる。上記の処理によってユーザは任意の期間のセル画像５１を一括購入することができ、利便性を向上することができる。

図１８では、購入済みのセル画像５１に係る対象物の分類結果を表示する際の表示画面例を図示している。例えば端末２は、実施の形態１と同じく図１０の表示画面でセル画像５１の指定入力を受け付けた場合、指定されたセル画像５１に係る対象物の分類結果を表示する。この場合に端末２は、指定されたセル画像５１を含む画像群であって、指定されたセル画像５１と同一の領域で撮像時点が異なる複数のセル画像５１から成る画像群を時系列で表示する。例えば端末２は、複数の撮像時点それぞれのセル画像５１を時系列通りにコマ送りで動画再生する。

この場合に端末２は、各撮像時点のセル画像５１それぞれにおいて被覆物の色分け表示、移動体の数量のグラフ表示等を行う。これにより端末２は、被覆物や移動体など、対象物の時系列変化が表示される。以上より、ユーザはセル画像５１の一括購入を可能になるだけでなく、指定した対象物の状態、状況がどのように変化しているかを把握可能となる。

図１９は、実施の形態２に係る画像購入処理の処理手順の一例を示すフローチャートである。
地図画像上の複数の領域を指定する指定入力を受け付けた後（ステップＳ５３）、サーバ１の制御部１１は以下の処理を実行する。制御部１１は端末２から、指定された領域に対応するセル画像５１について、購入対象とする撮像期間の指定入力を受け付けたか否かを判定する（ステップＳ２０１）。期間の指定入力を受け付けていないと判定した場合、（Ｓ２０１：ＮＯ）、制御部１１は処理をステップＳ５４に移行する。

期間の指定入力を受け付けたと判定した場合（Ｓ２０１：ＹＥＳ）、制御部１１は、指定された期間に含まれる複数の撮像時点それぞれで撮像されたセル画像５１から成る画像群であって、ステップＳ５３で指定された領域に対応する画像群をユーザのカートに登録する（ステップＳ２０２）。制御部１１は端末２から、カートに登録したセル画像５１の購入要求を受け付けたか否かを判定する（ステップＳ２０３）。購入要求を受け付けていないと判定した場合（Ｓ２０３：ＮＯ）、制御部１１は処理をステップＳ２０１に戻す。購入要求を受け付けたと判定した場合（Ｓ２０３：ＹＥＳ）、制御部１１は処理をステップＳ６０に移行する。

図２０は、実施の形態２に係る画像閲覧処理の処理手順の一例を示すフローチャートである。
対象物に関する分類結果を表示するセル画像５１の指定入力を端末２から受け付けたと判定した場合（Ｓ７３：ＹＥＳ）、サーバ１の制御部１１は以下の処理を実行する。制御部１１は端末２に、指定されたセル画像５１を含む画像群であって、指定されたセル画像５１と同一の領域で撮像時点が異なる複数のセル画像５１から成る画像群を時系列で表示させる（ステップＳ２２１）。例えば制御部１１は、上述の如くセル画像５１の動画再生を行わせる。この場合に制御部１１は、各撮像時点のセル画像５１それぞれにおいて被覆物の色分け表示、移動体の数量のグラフ表示等を行わせることで、対象物の時系列変化を示す動画を表示させる。制御部１１は、処理をステップＳ７５に移行する。

以上より、本実施の形態２によれば、複数の撮像時点それぞれのセル画像５１を一括購入することができ、利便性を向上させることができる。

また、本実施の形態２によれば、各撮像時点のセル画像５１に対して対象物の分類結果を付加して提供することで、ユーザは対象物の時系列変化を把握可能となる。

（実施の形態３）
本実施の形態では、画像ＤＢ１４２に記憶されている衛星画像から、ユーザが所望の画像を検索可能とする形態について説明する。
図２１は、実施の形態３の概要を示す説明図である。上述の如く、サーバ１は画像ＤＢ１４２に、衛星３から取得した各衛星画像と、各衛星画像に含まれる対象物を被覆分類器１４３及び物体分類器１４４により分類した分類結果とを、衛星画像の対象地域、及び撮像時点と対応付けて記憶してある。本実施の形態では、ユーザが対象物を検索クエリとして画像ＤＢ１４２から所望の画像を検索し、提供可能とする。図２１に基づき、本実施の概要について説明する。

例えば端末２は、検索クエリとして、対象物（被覆物又は移動体）の種類を指定する指定入力を受け付け、サーバ１に検索要求を送信する。なお、端末２は対象物に関して、例えば被覆物の大きさ（面積）、移動体の数量の閾値など、より詳細な検索条件を指定して検索要求を行ってもよい。

端末２から検索要求を受け付けた場合、サーバ１は、各衛星画像（セル画像５１）に対応付けられている対象物の分類結果を参照して、画像ＤＢ１４２から、ユーザが指定した対象物を含むセル画像５１を検索する。サーバ１は、検索結果を端末２に出力し、表示させる。例えば図２１に示すように、サーバ１は、検索されたセル画像５１のサムネイルを一覧で表示させる。

例えば端末２は、検索結果として一覧表示されたセル画像５１からいずれかを選択する選択入力を受け付け、選択されたセル画像５１の地図画像上に重畳したプレビュー画像を表示する。なお、この場合に端末２は、被覆物、移動体など、検索クエリとした対象物に関する情報の全部又は一部をプレビュー表示してもよい。サーバ１は、端末２から当該セル画像５１のカートへの登録操作、購入要求を順次受け付け、検索対象とした対象物の分類結果を含むセル画像５１を端末２に出力する。

図２２は、実施の形態３に係るサーバ１が実行する処理手順の一例を示すフローチャートである。
サーバ１の制御部１１は、検索対象とする対象物の指定入力を受け付ける（ステップＳ３０１）。制御部１１は、指定された対象物を含む衛星画像（セル画像５１）を画像ＤＢ１４２から検索する（ステップＳ３０２）。制御部１１は、検索結果を端末２に出力する（ステップＳ３０３）。例えば制御部１１は、検索された各セル画像５１のサムネイルを表示させる。この場合に制御部１１は、検索されたセル画像５１において、検索クエリとされた対象物に関する情報の全部又は一部を端末２に出力して表示させてもよい。

制御部１１は、検索結果として表示したセル画像５１のうちいずれかを選択する選択入力を受け付け、選択されたセル画像５１を地図上に重畳したプレビュー画像を端末２に表示させる（ステップＳ３０４）。制御部１１は、プレビュー表示したセル画像５１のカートへの登録操作を受け付ける（ステップＳ３０５）。制御部１１は、カートに登録されたセル画像５１の購入要求を端末２から受け付けて購入処理を行い、端末２に出力してダウンロードさせる（ステップＳ３０６）。制御部１１は、一連の処理を終了する。

以上より、本実施の形態３によれば、ユーザが指定した対象物を含む衛星画像を画像ＤＢ１４２から検索することができ、利便性を向上させることができる。

（実施の形態４）
本実施の形態では、衛星画像に基づく対象地域の監視を行い、対象物に所定の変化が生じたか否かを判定する形態について説明する。
図２３は、実施の形態４の概要を示す説明図である。本実施の形態においてサーバ１は、衛星３が継続的に撮像する衛星画像から対象地域に発生した所定の事象を、被覆分類器１４３等による対象物の分類結果の時系列変化から検知し、ユーザに通知する。監視対象とする事象は、例えば土砂崩れ、火山噴火など、災害に関わる事象である。図２３に基づき、本実施の形態の概要を説明する。

例えば端末２はまず、監視対象とする対象地域、及び監視対象とする事象の事前登録を行う。例えば端末２は、図６と同様の地図画像において監視対象とする領域を指定することで、ユーザから対象地域の指定入力を受け付ける。また、端末２は、土砂崩れ、火山噴火など、監視対象とする災害事象の種類について指定入力を受け付ける。端末２は、指定された各種情報をサーバ１に送信し、事前登録を行う。

サーバ１は、対象地域を撮像した衛星画像を衛星３から取得する都度、被覆分類器１４３に衛星画像を入力して被覆物の分類結果を取得する。ここでサーバ１は、当該対象地域の衛星画像について、前回取得した衛星画像から分類した被覆物の分類結果と、今回の被覆物の分類結果とを比較して、事前登録された事象に相当する対象物の変化が生じたか否かを判定する。例えば監視対象とする事象として土砂崩れが指定された場合、サーバ１は、「森林」が「裸地」に変化したかを判定する。

対象物の変化が生じたと判定した場合、サーバ１は、判定結果を端末２に通知する。例えばサーバ１は、事前登録された事象が対象地域に発生した旨を端末２に通知すると共に、対象地域の衛星画像であって、当該事象が発生したと推定される画像領域をラベリングした衛星画像を端末２に出力する。上記の例に則して説明した場合、サーバ１は、「森林」から「裸地」に変化した領域をラベリングして端末２に出力する。

なお、この場合にサーバ１は、例えば衛星画像をプレビューとして出力した上で、端末２から当該衛星画像の購入要求を受け付けるようにしてもよい。あるいはサーバ１は、衛星画像の購入に伴う決済を自動的に行い、衛星画像を端末２にダウンロードさせるようにしてもよい。このように、サーバ１は、対象物の変化が生じたと判定した場合、対象物の変化が生じたと判定された領域にラベリングした衛星画像の購入処理を手動又は自動で実行するようにしてもよい。

図２４は、実施の形態４に係るサーバ１が実行する処理手順の一例を示すフローチャートである。
サーバ１の制御部１１は、端末２から、監視対象とする対象地域の指定入力を受け付ける（ステップＳ４０１）。さらに制御部１１は、監視対象とする事象（対象物の変化）に関する指定入力を受け付ける（ステップＳ４０２）。

制御部１１は画像ＤＢ１４２から、ステップＳ４０１で指定された対象地域に対応する衛星画像について、当該画像から分類した対象物の分類結果を取得する（ステップＳ４０３）。制御部１１は以前の撮像時点における対象物の分類結果と比較して、ステップＳ４０２で指定された対象物の変化が生じたか否かを判定する（ステップＳ４０４）。

変化が生じていないと判定した場合（Ｓ４０４：ＮＯ）、制御部１１は処理をステップＳ４０３に戻す。変化が生じたと判定した場合（Ｓ４０４：ＹＥＳ）、制御部１１は判定結果を端末２に通知し（ステップＳ４０５）、一連の処理を終了する。

以上より、本実施の形態４によれば、対象地域に発生した所定の事象をユーザに自動通知することができ、例えば災害観測など、種々の用途に本システムを利用することができる。

今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

１ サーバ（情報処理装置）
１１ 制御部
１２ 主記憶部
１３ 通信部
１４ 補助記憶部
Ｐ プログラム
１４１ ユーザＤＢ
１４２ 画像ＤＢ
２ 端末
３ 衛星

Claims (10)

1. 宇宙空間を飛翔する飛翔体から対象地域を観測した観測情報を取得する取得部と、
   前記観測情報を入力した場合に、前記対象地域を被覆する被覆物の分類結果を出力するように学習済みの第１の分類器に、前記取得部が取得した前記観測情報を入力して、前記被覆物を分類する第１分類部と、
   前記第１の分類器から出力された前記被覆物の分類結果に基づき、前記被覆物に対応する前記対象地域内の領域の前記観測情報を抽出する抽出部と、
   前記抽出部が抽出した観測情報を入力した場合に、前記観測情報に含まれる特定の物体を分類した分類結果を出力するよう学習済みの第２の分類器に、前記抽出部が抽出した前記観測情報を入力して、前記物体を分類する第２分類部と、
   前記第２分類部が分類した前記物体の分類結果を含む前記観測情報を出力する出力部と
   を備えることを特徴とする情報処理装置。
2. 宇宙空間を飛翔する飛翔体から対象地域を観測した観測情報を取得する取得部と、
   前記観測情報を入力した場合に、前記対象地域を被覆する被覆物、または前記被覆物に対応する前記対象地域内の領域の前記観測情報に含まれる特定の物体を含む対象物を分類した分類結果を出力するように学習済みの分類器に、前記取得部が取得した前記観測情報を入力して前記対象物を分類する分類部と、
   前記対象物の分類結果を含む前記観測情報を出力する出力部と、
   ユーザの端末から複数の観測時点を含む期間の指定入力を受け付ける受付部とを備え、 前記取得部は、複数の前記観測時点夫々において前記対象地域を観測した複数の前記観測情報を取得し、
   前記出力部は、前記期間に含まれる複数の前記観測時点夫々の前記観測情報から成る観測情報群であって、前記観測時点夫々の前記観測情報から分類した前記対象物の分類結果が付加された前記観測情報群を前記端末に一括で出力し、
   前記出力部は観測時点における前記対象地域での雲量に関する設定値を満たす前記観測情報を出力する
   ことを特徴とする情報処理装置。
3. 宇宙空間を飛翔する飛翔体から対象地域を観測した観測情報を取得する取得部と、
   前記観測情報を入力した場合に、前記対象地域を被覆する被覆物、または前記被覆物に対応する前記対象地域内の領域の前記観測情報に含まれる特定の物体を含む対象物を分類した分類結果を出力するように学習済みの分類器に、前記取得部が取得した前記観測情報を入力して前記対象物を分類する分類部と、
   前記対象物の分類結果を含む前記観測情報を出力する出力部と、
   ユーザの端末から複数の観測時点を含む期間の指定入力を受け付ける受付部とを備え、 前記取得部は、複数の前記観測時点夫々において前記対象地域を観測した複数の前記観測情報を取得し、
   前記出力部は、前記期間に含まれる複数の前記観測時点夫々の前記観測情報から成る観測情報群であって、前記観測時点夫々の前記観測情報から分類した前記対象物の分類結果が付加された前記観測情報群を前記端末に一括で出力し、
   前記出力部は前記対象地域を観測した際のオフナディア角に関する設定値を満たす前記観測情報を出力する
   ことを特徴とする情報処理装置。
4. 複数の観測時点を含む期間の指定入力を受け付ける第１受付部を備え、
   前記取得部は、複数の前記観測時点夫々において前記対象地域を観測した複数の前記観測情報を取得し、
   前記出力部は、前記期間に含まれる複数の前記観測時点夫々の前記観測情報から成る観測情報群であって、前記観測時点夫々の前記観測情報から分類した前記被覆物または前記物体の分類結果を時系列で示す前記観測情報群を出力する
   ことを特徴とする請求項１に記載の情報処理装置。
5. 前記取得部は、複数の観測時点夫々において複数の前記対象地域夫々を観測した複数の前記観測情報を取得し、
   複数の前記観測情報と、該観測情報夫々における前記被覆物または前記物体の分類結果とを対応付けて記憶する記憶部と、
   前記被覆物または前記物体を含む前記観測情報を前記記憶部から検索する検索部と
   を備え、
   前記出力部は、検索された前記観測情報を出力する
   ことを特徴とする請求項１～４のいずれか１項に記載の情報処理装置。
6. 前記取得部は、複数の観測時点夫々において複数の前記対象地域夫々を観測した複数の前記観測情報を取得し、
   前記対象地域が同一で前記観測時点が異なる複数の前記観測情報夫々の前記被覆物または前記物体の分類結果に基づき、前記被覆物または前記物体に所定の変化が生じたか否かを判定する判定部と、
   前記被覆物または前記物体に所定の変化が生じたと判定した場合、判定結果を通知する通知部と
   を備えることを特徴とする請求項１～５のいずれか１項に記載の情報処理装置。
7. 宇宙空間を飛翔する飛翔体から対象地域を観測した観測情報を取得し、
   前記観測情報を入力した場合に、前記対象地域を被覆する被覆物の分類結果を出力するように学習済みの第１の分類器に、取得した前記観測情報を入力して、前記被覆物を分類し、
   前記第１の分類器から出力された前記被覆物の分類結果に基づき、前記被覆物に対応する前記対象地域内の領域の前記観測情報を抽出し、
   抽出した前記観測情報を入力した場合に、前記観測情報に含まれる特定の物体を分類した分類結果を出力するよう学習済みの第２の分類器に、抽出した前記観測情報を入力して、前記物体を分類し、
   分類した前記物体の分類結果を含む前記観測情報を出力する
   処理をコンピュータに実行させることを特徴とする情報処理方法。
8. 宇宙空間を飛翔する飛翔体から対象地域を観測した観測情報を取得し、
   前記観測情報を入力した場合に、前記対象地域に存在する対象物を分類した分類結果を出力するように学習済みの分類器に、取得した前記観測情報を入力して前記対象物を分類し、
   前記対象物の分類結果を含む前記観測情報を出力し、
   ユーザの端末から複数の観測時点を含む期間の指定入力を受け付け、
   複数の前記観測時点夫々において前記対象地域を観測した複数の前記観測情報を取得し、
   前記期間に含まれる複数の前記観測時点夫々の前記観測情報から成る観測情報群であって、前記観測時点夫々の前記観測情報から分類した前記対象物の分類結果が付加された前記観測情報群を前記端末に一括で出力し、
   観測時点における前記対象地域での雲量に関する設定値を満たす前記観測情報を出力する
   処理をコンピュータに実行させることを特徴とする情報処理方法。
9. 宇宙空間を飛翔する飛翔体から対象地域を観測した観測情報を取得し、
   前記観測情報を入力した場合に、前記対象地域を被覆する被覆物の分類結果を出力するように学習済みの第１の分類器に、取得した前記観測情報を入力して、前記被覆物を分類し、
   前記第１の分類器から出力された前記被覆物の分類結果に基づき、前記被覆物に対応する前記対象地域内の領域の前記観測情報を抽出し、
   抽出した前記観測情報を入力した場合に、前記観測情報に含まれる特定の物体を分類した分類結果を出力するよう学習済みの第２の分類器に、抽出した前記観測情報を入力して、前記物体を分類し、
   分類した前記物体の分類結果を含む前記観測情報を出力する
   処理をコンピュータに実行させることを特徴とするプログラム。
10. 宇宙空間を飛翔する飛翔体が対象地域を観測した観測情報を管理する管理装置に、前記対象地域を被覆する被覆物に対応する前記対象地域内の領域の前記観測情報に含まれる特定の物体を、前記観測情報から分類した分類結果の出力を要求し、
    前記観測情報を入力した場合に、前記被覆物の分類結果を出力するように学習済みの第１の分類器、及び、前記被覆物に対応する前記対象地域内の領域の前記観測情報を入力した場合に、前記物体を分類した分類結果を出力するよう学習済みの第２の分類器を用いて、前記物体を分類した分類結果を前記管理装置から取得し、
    取得した前記物体の分類結果を含む前記観測情報を表示部に表示する
    処理をコンピュータに実行させることを特徴とするプログラム。

Images