お客様の課題解決を
産学官連携・オープンイノベーションで実践する広域TLO

【要約】
【課題】チップレスＲＦＩＤに適用する際に、取り扱う情報量の拡張、広い周波数帯域での使用の実現、及びタグへの情報の書き込みの容易化を可能にする。

【特許請求の範囲】
【請求項１】
　チップレスＲＦＩＤに適用される共振器であって、第１の伝送線路と、前記第１の伝送線路の一端に接続される第２の伝送線路と、前記第２の伝送線路の前記第１の伝送線路と接続される一端の反対側となる他端に接続される第３の伝送線路と、を備え、　前記第１の伝送線路、前記第２の伝送線路、及び前記第３の伝送線路のうち、前記第２の伝送線路の特性インピーダンスが最大であり、かつ、前記第１の伝送線路と前記第３の伝送線路の線路電気長が同一であることを特徴とする共振器。
【請求項２】
　前記第１の伝送線路、前記第２の伝送線路、及び前記第３の伝送線路は、略Ｕ字型となるように各伝送線路が接続されることを特徴とする請求項１に記載の共振器。
【請求項３】
　前記第２の伝送線路の何れかの部位に切断部が設けられることを特徴とする請求項２に記載の共振器。
【請求項４】
　前記切断部は、前記第２の伝送線路の中央部に設けられることを特徴とする請求項３に記載の共振器。
【請求項５】
　両端に入出力端子が設けられる主伝送線路と、請求項１乃至４の何れか１項に記載の共振器と、を備え、前記共振器に備わる何れかの伝送線路が前記主伝送線路に平行結合されて構成されることを特徴とするノッチフィルタ。
【請求項６】
　共振周波数の異なる複数の前記共振器が前記主伝送線路に平行結合されて構成されることを特徴とする請求項５に記載のノッチフィルタ。
【請求項７】
　前記主伝送線路には、ｎ個の前記共振器が平行結合され、前記共振周波数を離調させた場合と離調させない場合に対して、それぞれ「０」又は「１」の何れかの異なる情報を付与し、ｎビットのＩＤタグを構成することを特徴とする請求項６に記載のノッチフィルタ
。
【請求項８】
　前記共振器の前記伝送線路と前記主伝送線路との距離を調整可能に構成されることを特徴とする請求項５乃至７の何れか１項に記載のノッチフィルタ。
【請求項９】
　請求項５乃至８の何れか１項に記載のノッチフィルタと、前記ノッチフィルタの両端に設けられる入出力端子に接続される広帯域アンテナと、を備えることを特徴とするＲＦＩＤタグ。
【請求項１０】
　前記ノッチフィルタ及び前記広帯域アンテナは、透明導電膜材料で形成されることを特徴とする請求項９に記載のＲＦＩＤタグ。

【要約】
【課題】オノマトペに代表される音象徴語を用いた食品・飲料の印象評価手法を提供する。
【解決手段】音象徴語を入力する入力部と、前記音象徴語に含まれる音韻の要素に対し、味覚についての複数の評価尺度に基づいて該評価尺度毎に評価を行う評価部と、前記評価尺度毎に評価結果をレベル表示を行う表示部とを備える。

【特許請求の範囲】
【請求項１】
　音象徴語を入力する入力部と、前記音象徴語に含まれる音韻の要素に対し、味覚についての複数の評価尺度に基づいて該評価尺度毎に評価を行う評価部と、前記評価尺度毎に評価結果をレベル表示を行う表示部とを備えたことを特徴とする音象徴語・味覚印象情報提供装置。
【請求項２】
　前記表示部は、前記評価尺度毎に評価結果を棒グラフで表示することでレベル表示を行うことを特徴とする請求項１に記載の音象徴語・味覚印象情報提供装置。
【請求項３】
　前記表示部は、前記評価尺度毎に評価結果の値域の一端から他端に向かって伸びる棒グラフでレベル表示を行うことを特徴とする請求項２に記載の音象徴語・味覚印象情報提供装置。
【請求項４】
　前記表示部は、前記評価尺度毎に評価結果の値域の中心から両端に向かって伸びる棒グラフでレベル表示を行うことを特徴とする請求項２に記載の音象徴語・味覚印象情報提供装置。
【請求項５】
　前記味覚についての複数の評価尺度は、おいしい、甘い、苦い、酸っぱい、しょっぱい、口触り・喉ごしが良い、とろみがある、はじける感じがする、辛い、なめらか、のいずれか一または複数の評価尺度を含むことを特徴とする請求項１乃至４のいずれか一項に記載の音象徴語・味覚印象情報提供装置。
【請求項６】
　前記評価尺度毎の評価結果を所定のデータ形式で出力する出力部を備えたことを特徴とする請求項１乃至５のいずれか一項に記載の音象徴語・味覚印象情報提供装置。
【請求項７】
　味覚についての複数の評価尺度毎の値を入力する入力部と、初期の音象徴語を生成する生成部と、前記音象徴語に含まれる音韻の要素に対し、味覚についての複数の評価尺度に基づいて該評価尺度毎に評価を行う評価部と、評価結果と前記入力された評価尺度毎の値との類似度に基づいて前記音象徴語に変形を行い、前記評価部の処理を繰り返して最適化を行う最適化部と、最適化された音象徴語を提示する提示部とを備えたことを特徴とする音象徴語・味覚印象情報提供装置。
【請求項８】
　音象徴語を入力し、前記音象徴語に含まれる音韻の要素に対し、味覚についての複数の評価尺度に基づいて該評価尺度毎に評価を行い、前記評価尺度毎に評価結果をレベル表示する、処理をコンピュータが実行することを特徴とする音象徴語・味覚印象情報提供方法。
【請求項９】
　味覚についての複数の評価尺度毎の値を入力し、初期の音象徴語を生成し、前記音象徴語に含まれる音韻の要素に対し、味覚についての複数の評価尺度に基づいて該評価尺度毎に評価を行い、評価結果と前記入力された評価尺度毎の値との類似度に基づいて前記音象徴語に変形を行い、前記評価の処理を繰り返して最適化を行い、最適化された音象徴語を提示する、処理をコンピュータが実行することを特徴とする音象徴語・味覚印象情報提供方法。
【請求項１０】
　音象徴語を入力し、
　前記音象徴語に含まれる音韻の要素に対し、味覚についての複数の評価尺度に基づいて該評価尺度毎に評価を行い、前記評価尺度毎に評価結果をレベル表示する、処理をコンピュータに実行させることを特徴とする音象徴語・味覚印象情報提供プログラム。
【請求項１１】
　味覚についての複数の評価尺度毎の値を入力し、初期の音象徴語を生成し、前記音象徴語に含まれる音韻の要素に対し、味覚についての複数の評価尺度に基づいて該評価尺度毎に評価を行い、評価結果と前記入力された評価尺度毎の値との類似度に基づいて前記音象徴語に変形を行い、前記評価の処理を繰り返して最適化を行い、最適化された音象徴語を提示する、処理をコンピュータに実行させることを特徴とする音象徴語・味覚印象情報提供プログラム。

【要約】
【課題】照明変化や対象物体の位置姿勢の変動や自己遮蔽に対する頑健さと位置姿勢の推定の精度の向上とを同時に満たすことができる手法を提供する。
【解決手段】検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別器と、前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別器とを備える。

【特許請求の範囲】
【請求項１】
　検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別器と、前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別器とを備えたことを特徴とする物体検出装置。
【請求項２】
　前記入力画像を赤外線カメラから入力することを特徴とする請求項１に記載の物体検出装置。
【請求項３】
　前記特徴量として累積勾配方向特徴量または量子化勾配方向特徴量を用いることを特徴とする請求項１または２に記載の物体検出装置。
【請求項４】
　前記第１の識別器および前記第２の識別器は、前記入力画像の個々のパッチ画像による分類結果の総合的な投票結果に基づいて分類を行うことを特徴とする請求項１乃至３のいずれか一項に記載の物体検出装置。
【請求項５】
　前記第１の識別器および前記第２の識別器は、前記第１の識別器および前記第２の識別器を構成する決定木をRandom Ferns形式で構成することを特徴とする請求項１乃至４のいずれか一項に記載の物体検出装置。
【請求項６】
　前記第２の識別器により推定された姿勢パラメータを初期値として、前記入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡部と、前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測部とを備えたことを特徴とする請求項１乃至５のいずれか一項に記載の物体検出装置。
【請求項７】
　前記位置姿勢追跡部は、前記初期値における前記対象物体のＣＡＤモデル上のエッジ点と前記入力画像から抽出した前記対象物体のエッジ点との誤差を最小化するように位置姿勢に補正を加えることを特徴とする請求項６に記載の物体検出装置。
【請求項８】
　対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡部と、前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測部とを備えたことを特徴とする物体検出装置。
【請求項９】
　検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別手順と、前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別手順とをコンピュータが実行することを特徴とする物体検出方法。
【請求項１０】
　対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡手順と、前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測手順とをコンピュータが実行することを特徴とする物体検出方法。
【請求項１１】
　検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別手順と、　前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別手順とをコンピュータに実行させることを特徴とする物体検出プログラム。
【請求項１２】
　対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡手順と、前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測手順とをコンピュータに実行させることを特徴とする物体検出プログラム。

【要約】
【課題】車車間通信を行う通信端末に対して、送信位置および受信位置の組み合わせごとの通信信頼度を統計的に保障する。
【解決手段】複数の通信端末が相互に通信した結果を示す通信ログ情報を、通信端末から取得し、通信ログ情報を解析して、送信位置および受信位置の組み合わせごとに通信が成功した確度を示す通信信頼度情報を生成し、車載器などの通信端末が路上などの環境で相互に通信を行った結果に基づいて、通信信頼度の実測値を解析した通信信頼度マップ情報を通信信頼度管理サーバが生成して通信端末に提供する。通信端末は、統計的に保証された到達信頼度の範囲内で、最適な通信パラメータを選択して通信する。

【特許請求の範囲】
【請求項１】
　複数の通信端末が相互に通信した結果を示す通信ログ情報を、前記複数の通信端末のうち少なくともいずれか１つから取得するログ情報取得部と、前記ログ情報取得部から取得された前記通信ログ情報を解析して、送信位置および受信位置の組み合わせごとに通信が成功した確度を示す通信信頼度情報を生成する信頼度情報生成部と、前記信頼度情報生成部により生成された前記通信信頼度情報と、過去に生成された過去の通信信頼度情報とを解析して、送信位置および受信位置の組み合わせごとに通信の成功が期待される信頼度を示す通信信頼度マップ情報を生成するマップ化処理部と、前記通信信頼度マップ情報を前記複数の通信端末に提供する信頼度情報提供部とを具備する通信信頼度管理サーバ。
【請求項２】
　請求項１に記載の通信信頼度管理サーバにおいて、前記信頼度情報生成部は、所定の通信端末の位置を示す位置情報信号を前記所定の通信端末が送信した記録である位置情報送信記録を前記通信ログ情報から検出し、検出した前記位置情報送信記録から、前記位置情報信号が示す位置である送信位置を検出し、検出した前記位置情報送信記録から、前記位置情報信号を前記所定の通信端末が送信した時刻である送信時刻を検出し、別の通信端末が前記送信時刻に前記位置情報信号を受信した記録である位置情報受信記録を、前記通信ログ情報から検出し、検出した前記位置情報受信記録から、前記別の通信端末が前記送信時刻に前記位置情報信号を受信した位置を示す受信位置を読み出し、検出した前記位置情報受信記録から、前記別の通信端末が前記送信時刻に受信した前記位置情報信号の電力を示す受信電力を読み出し、前記通信信頼度情報は、同一の位置情報信号に対応する、前記送信位置と、前記受信位置と、前記受信電力との組み合わせを含み、前記マップ化処理部は、前記通信信頼度情報と、前記過去の通信信頼度情報とを解析して、前記送信位置および前記受信位置の組み合わせごとに、前記受信電力の平均値である平均受信電力を算出し、前記通信信頼度マップ情報は、前記送信位置と、前記受信位置と、前記平均受信電力との組み合わせを含む通信信頼度管理サーバ。
【請求項３】
　請求項１に記載の通信信頼度管理サーバにおいて、前記信頼度情報生成部は、所定の通信端末の位置を示す位置情報信号を前記所定の通信端末が送信した記録である位置情報送信記録を前記通信ログ情報から検出し、検出した前記位置情報送信記録から、前記位置情報信号が示す位置である送信位置を検出し、検出した前記位置情報送信記録から、前記位置情報信号に付与されたパケットシリアル番号を検出し、検出した前記位置情報送信記録から、前記所定の通信端末に付与された車両ＩＤを検出し、別の通信端末が前記パケットシリアル番号および前記車両ＩＤを含む前記位置情報信号を受信した記録である位置情報受信記録を、前記通信ログ情報から検出し、検出した前記位置情報受信記録から、前記別の通信端末が、前記パケットシリアル番号および前記車両ＩＤを含む受信信号を受信した位置を示す受信位置を読み出し、前記パケットシリアル番号、前記車輌ＩＤおよび前記受信位置の組み合わせごとに、受信および復号の成功および失敗を受信復号可否カウントとして集約し、前記通信信頼度情報は、同一の位置情報信号に対応する、前記送信位置と、前記受信位置と、前記受信復号可否カウントとの組み合わせを含み、前記マップ化処理部は、前記通信信頼度情報と、前記過去の通信信頼度情報とを解析して、前記送信位置および前記受信位置の組み合わせごとに、前記受信位置に存在した車両のうち、前記送信位置から送信された信号の受信および復号に成功した車両の割合である受信成功率を算出し、前記通信信頼度マップ情報は、前記送信位置と、前記受信位置と、前記受信成功率との組み合わせを含む通信信頼度管理サーバ。
（以下省略）

【要約】
【課題】　取得した身体データから、簡便かつより高い精度で睡眠段階を推定する
【解決手段】　被験者の心拍データを取得し、前記心拍データを周波数領域の成分に変換し、前記周波数領域のデータから、２．５秒～１５０分の周期にわたる範囲の周期成分を抽出して時間領域のデータに変換し、前記時間領域のデータのうち、所定の閾値を超える領域をレム睡眠段階と判定する。

【特許請求の範囲】
【請求項１】
　被験者の心拍データを取得するデータ取得部と、前記心拍データからレム睡眠段階を推定する判定部であって、前記心拍データを周波数領域の成分に変換し、前記周波数領域のデータから、２．５秒～１５０分の周期にわたる範囲の周期成分を抽出して時間領域のデータに変換し、前記時間領域のデータのうち、所定の閾値を超える領域をレム睡眠段階と判定する判定部、とを有することを特徴とする睡眠段階判定装置。
【請求項２】
　前記判定部は、前記時間領域のデータの全体平均と標準偏差を算出し、前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を前記閾値として設定することを特徴とする請求項１に記載の睡眠段階判定装置。
【請求項３】
　前記判定部は、前記時間領域のデータを所定の時間ごとに平均化してから前記全体平均と標準偏差を算出することを特徴とする請求項１に記載の睡眠段階判定装置。
【請求項４】
　被験者の体動データを取得するデータ取得部と、前記体動データの全体平均と標準偏差を算出し、前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を閾値として設定し、前記閾値を超える領域を覚醒段階と判定する判定部と、を有することを特徴とする睡眠段階判定装置。
【請求項５】
　被験者の呼吸データを取得するデータ取得部と、
　前記呼吸データに基づいて、単位時間当たりの呼吸数の全体平均と標準偏差を算出し、前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を閾値として設定し、前記閾値以下の領域をノンレム睡眠段階と判定する判定部と、を有することを特徴とする睡眠段階判定装置。
【請求項６】
　無拘束で測定された被験者の身体データを取得するデータ取得部と、前記身体データから心拍データと、呼吸データと、体動データをそれぞれ分離し、前記呼吸データを用いたノンレム睡眠段階の判定と、前記心拍データを用いたレム睡眠段階の判定と、前記体動データを用いた覚醒段階の判定を個別または順次に行って睡眠段階を判定する判定部と、を有することを特徴とする睡眠段階判定装置。
【請求項７】
　前記判定部は、前記呼吸データを用いてノンレム睡眠段階を判定し、前記ノンレム睡眠段階の判定結果に基づき、前記心拍データを用いてレム睡眠段階を判定し、前記レム睡眠段階の判定結果に基づき、前記体動データを用いて覚醒段階を判定する、ことを特徴とする請求項６に記載の睡眠段階判定装置。
【請求項８】
　前記判定部は、前記覚醒段階の判定、前記レム睡眠段階の判定、前記ノンレム睡眠段階の判定の順に判定を優先して判定結果に反映することを特徴とする請求項６または７に記載の睡眠段階判定装置。
【請求項９】
　被験者の心拍データを取得し、前記心拍データを周波数領域の成分に変換し、前記周波数領域のデータから、２．５秒～１５０分の周期にわたる範囲の周期成分を抽
出して時間領域のデータに変換し、前記時間領域のデータのうち、所定の閾値を超える領域をレム睡眠段階と判定する、ことを特徴とする睡眠段階判定方法。
【請求項１０】
　被験者の体動データを取得し、前記体動データの全体平均と標準偏差を算出し、前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を閾値として
設定し、前記閾値を超える領域を覚醒段階と判定する、ことを特徴とする睡眠段階判定方法。
【請求項１１】
　被験者の呼吸データを取得し、前記呼吸データに基づいて単位時間当たりの呼吸数の全体平均と標準偏差を算出し、前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を閾値として設定し、前記閾値以下の領域をノンレム睡眠段階と判定する、ことを特徴とする睡眠段階判定方法。
（以下省略）