[发明专利]摄像设备及系统、信息处理设备、其控制方法和存储介质

说明书

本发明提供摄像设备及系统、信息处理设备、其控制方法和存储介质。摄像设备包括：接收部件，其被配置为与能够发送多个已学习模型的外部装置连接，并且接收多个已学习模型的列表信息；选择部件，其被配置为基于所述多个已学习模型的列表信息，从所述多个已学习模型中选择已学习模型；以及发送部件，其被配置为向所述外部装置发送对所述选择部件所选择的已学习模型的发送请求，其中，所述接收部件接收从所述外部装置发送的所选择的已学习模型。

技术领域

本发明涉及摄像设备、信息处理设备和摄像设备系统。

背景技术

已知在拍摄时通过以神经网络等为代表的机器学习方法来识别被摄体的摄像设备。这样的摄像设备使用支持用户预先指定的特定被摄体的已学习模型(learned model)，以针对特定被摄体进行处理。

尽管目前存在诸如人、汽车和火车等的几种类型的被摄体，但是预期将来被摄体的类型的数量会增加。此外，尽管常规上用于AF(自动调焦处理)中的被摄体判断，但是认为使用范围将扩大到针对摄像设备中的诸如AE(自动曝光)、AWB(自动白平衡)、图像处理和噪音去除等的处理。

在这种情况下，尽管将需要多个已学习模型，但是在实践中，将所有已学习模型保持在摄像设备上是困难的，因为这将需要大的记录容量。因此，需要适当地切换可以在摄像设备中保持的已学习模型。

在日本特开2008-67316中，公开了一种图像分发系统，该图像分发系统生成高分辨率图像然后将其分发给客户终端，该高分辨率图像的图像质量是根据针对客户终端所请求的期望图像的高分辨率的设置参数来进行控制的。

然而，尽管在日本特开2008-67316中公开了一种根据来自客户终端的请求而生成并发送高分辨率图像的方法，但是不存在与神经网络中的已学习模型的交换有关的发明。

发明内容

鉴于上述问题而做出本发明，并且使得在拍摄中能够适当地提供具有用于判断被摄体等的已学习模型的摄像设备。

根据本发明的第一方面，提供一种摄像设备，包括：接收部件，其被配置为与能够发送多个已学习模型的外部装置连接，并且接收多个已学习模型的列表信息；选择部件，其被配置为基于所述多个已学习模型的列表信息，从所述多个已学习模型中选择已学习模型；以及发送部件，其被配置为向所述外部装置发送对所述选择部件所选择的已学习模型的发送请求，其中，所述接收部件接收从所述外部装置发送的所选择的已学习模型。

根据本发明的第二方面，提供一种信息处理设备，包括：接收部件，其被配置为与能够发送多个已学习模型的外部装置连接，并且接收多个已学习模型的列表信息；选择部件，其被配置为基于所述多个已学习模型的列表信息，从所述多个已学习模型中选择已学习模型；以及发送部件，其被配置为向所述外部装置发送对所述选择部件所选择的已学习模型的发送请求，其中，所述接收部件接收从所述外部装置发送的所选择的已学习模型，并且所述发送部件将所选择的已学习模型发送到摄像设备。

根据本发明的第三方面，提供一种摄像设备系统，包括：外部装置，其被配置为能够发送多个已学习模型；以及摄像设备，其包括：接收部件，其被配置为与所述外部装置连接并且接收多个已学习模型的列表信息；选择部件，其被配置为基于所述多个已学习模型的列表信息，从所述多个已学习模型中选择已学习模型；以及发送部件，其被配置为向所述外部装置发送对所述选择部件所选择的已学习模型的发送请求，其中，所述接收部件接收从所述外部装置发送的所选择的已学习模型。