JP2016143355A - 感性評価装置、感性評価方法、およびプログラム - Google Patents
感性評価装置、感性評価方法、およびプログラム Download PDFInfo
- Publication number
- JP2016143355A JP2016143355A JP2015020712A JP2015020712A JP2016143355A JP 2016143355 A JP2016143355 A JP 2016143355A JP 2015020712 A JP2015020712 A JP 2015020712A JP 2015020712 A JP2015020712 A JP 2015020712A JP 2016143355 A JP2016143355 A JP 2016143355A
- Authority
- JP
- Japan
- Prior art keywords
- image
- learning
- recognition
- processing unit
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 120
- 238000012545 processing Methods 0.000 claims abstract description 135
- 230000035945 sensitivity Effects 0.000 claims description 88
- 238000000034 method Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 27
- 238000012937 correction Methods 0.000 claims description 22
- 238000007726 management method Methods 0.000 description 48
- 238000013500 data storage Methods 0.000 description 18
- 238000013527 convolutional neural network Methods 0.000 description 16
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 241001351225 Sergey Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
まず、本発明を適用した実施形態の感性評価装置1の機能的な説明を行う。
図1は、本発明を適用した実施形態の感性評価装置1の機能的な構成を示すブロック図である。感性評価装置1は、画像を見た人間の感性に基づいて画像の評価を行うものである。感性評価装置1は、画像の評価を行うことにより、評価結果に基づいて画像を分類させることができる。
感性評価装置1は、学習画像蓄積部10と、学習処理部20と、認識処理部30と、認識結果管理部40と、インターフェース部50とを有する。
感性評価装置1は、ソフトウェアを実行する制御装置および記憶部を有するコンピュータである。感性評価装置1は、CPU(Central Processing Unit)などのプロセッサが記憶部(不図示)に記憶されているプログラムを実行することによって機能するソフトウェア機能部である。また、感性評価装置1は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)等のハードウェア機能部であってよい。
また、感性評価装置1において情報を記憶する記憶部(14、32、42)は、例えば、HDD(Hard Disc Drive)、フラッシュメモリ、EEPROM(Electrically Erasable Programmable Read Only Memory),ROM(Read Only Memory),またはRAM(Random Access Memory)等により実現される。また、記憶部には、ファームウェアやアプリケーションプログラム等の各種プログラム、各種機能部による処理結果、インターフェース部20が外部からから取得した情報などが記憶される。
画像変換部12は、サンプル画像の入力を受け付ける。このサンプル画像は、任意の画像であればよい。画像変換部12は、例えば、学習素材としての画像を記憶するサーバ装置等(不図示)から複数のサンプル画像が供給される。なお、感性評価装置1は、随時サンプル画像が供給され、サンプル画像が供給されたことに応じて後述する学習処理を行ってもよい。
危険度は、本実施形態において、危険度が低い1から2、3、4、5のように段階的に危険度が高くなるよう所定ステップ数の離散値が設定される。なお、危険度は、学習画像に任意の値として付加可能である。さらに、危険度は、認識結果として任意の値が出力されうる。人間の感性は、危険度に限らず、美しさの度合い、重厚さの度合いなど、画像を見たときに直感的に判断される印象であればよい。
サンプル画像に付加される危険度は、例えば感性評価装置1の管理者の感性により予め複数の段階に設定される。なお、サンプル画像に付加される危険度は、離散値の間の値に設定されたものであってもよい。例えば、1〜5の段階的な危険度のうち、「3」に属する画像が他の危険度と比して多数である場合や「3」に属する画像でも危険度に差がある場合には、「3.5」または「2.5」という危険度を設定してもよい。
さらに、サンプル画像に付加される危険度は、均等の間隔ではなく、異なる間隔であってもよい。サンプル画像に付加される危険度は、例えば、4と5との間隔を大きくしてもよい。
認識処理部30は、学習処理部20により得た処理パラメータに基づいて入力画像の認識処理を行う。認識処理部30は、認識処理によって入力画像の危険度(評価値)を認識結果として得る。この危険度は、入力画像をユーザが見たときに感じる感性の予測値である。認識処理部30は、入力画像および当該入力画像の危険度を認識結果として認識結果管理部40に出力する。
なお、管理端末60は、学習処理部20および認識結果管理部40と一体化されたコンピュータにより実現されていてもよく、学習処理部20および管理端末60とインターネット等の通信回線を介して接続されていてもよい。
なお、認識結果管理部40は、指定した危険度の範囲ごとにフォルダに区分して認識結果データを区分しない場合には、双方の危険度の差が所定の範囲内であるか否かを判定する。認識結果管理部40は、双方の危険度の差が所定の範囲内である場合には正解であると判定し、双方の危険度の差が所定の範囲内ではない場合には誤答であると判定する。
なお、管理端末60は、再学習画像を生成したことに応じて当該再学習画像を学習処理部20に出力してもよい。また、管理端末60は、再学習画像を修正された危険度のフォルダごとに格納してもよい。
本発明を適用した感性評価装置1は、画像をカテゴリに分類するのではなく、感性を一次元量として表して、一次元量の範囲において区分することができる。すなわち、感性評価装置1は、人間が最も近い感度を認識結果として出力することができる。したがって、既存の画像分類技術のように、予め設定した複数のカテゴリのうち何れのカテゴリにも属さない画像であっても、予め設定した複数のカテゴリのうちの最も確信度が高いカテゴリに属するという低い精度の認識結果を生成することがない。
また、感性評価装置1によれば、既存の画像分類技術のように、分類したいカテゴリをさらに細分化する、または新たな分類カテゴリを設定するなどで新たな認識処理部30の値を得る場合であっても、再学習をし直すことなく、認識結果データの評価値の範囲を新たに設定すればよい。新たに設定する評価値の範囲は、例えば1と2との間の1.5のような離散値間の値であってもよく、例えば予め設定された1、2、3、4、5という評価値に対して0や6といった設定範囲を超える値であってもよい。
なお、危険度は、1〜5のような整数ではなく、ランダムな値や正規分布に沿って変化させた値を設定してもよい。例えば、同じサンプル画像について、危険度が「1.0」のラベルを付加したサンプル画像と、危険度が「1.1」のラベルを付加したサンプル画像とを認識処理部30の処理パラメータを学習させることにより、少ないサンプル画像数であっても認識処理部30の処理パラメータを学習できる。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、フラッシュメモリ等の書き込み可能な不揮発性メモリ、DVD(Digital Versatile Disk)等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であっても良い。
Claims (7)
- 評価対象の画像に対して認識処理を行い、人間の感性で評価可能な一次元量で表現される認識結果を生成する認識処理部と、
学習画像を見た人間の感性で評価される前記学習画像の評価値であって、一次元量で表現される評価値の入力を受け付ける入力部と、
前記認識処理部が前記学習画像に対して認識処理を行った場合に、前記入力部に入力された評価値を前記認識結果として出力するように、前記認識処理部の処理パラメータを学習する学習処理部と、
を有する感性評価装置。 - 前記評価値には所定ステップ数の離散値が設定され、
前記入力部は、前記評価値として任意の値の入力を受け付け、
前記認識処理部は、前記認識結果としての評価値を生成し、
前記学習処理部は、前記入力部に入力された前記評価値を前記認識結果としての評価値として出力するように学習処理を行う、
請求項1に記載の感性評価装置。 - 前記学習処理部は、前記認識処理部により出力された評価値を修正した修正値、および前記修正値に対応した再学習画像を入力し、前記再学習画像に対して認識処理を行った場合に前記修正値を認識結果として出力するように前記認識処理部の処理パラメータを学習する、
請求項1または2に記載の感性評価装置。 - 前記修正値は、前記学習画像を見た人間の感性に基づく正解値に対し、前記認識処理部により処理された認識結果から遠ざかる方向にずれた値である、
請求項3に記載の感性評価装置。 - 管理者による操作を受け付けて前記認識処理部の認識結果を修正した修正値を受け付け、前記修正値および再学習画像を前記学習処理部に出力する管理端末を有する、
請求項1から4のうち何れか1項に記載の感性評価装置。 - 評価対象の画像に対して認識処理を行い、人間の感性で評価可能な一次元量で表現される認識結果を生成するステップと、
学習画像を見た人間の感性で評価される前記学習画像の評価値であって、一次元量で表現される評価値の入力を受け付けるステップと、
前記学習画像に対して認識処理を行った場合に、入力された評価値を前記認識結果として出力するように、認識処理の処理パラメータを学習するステップと、
を有する感性評価方法。 - コンピュータに、
評価対象の画像に対して認識処理を行い、人間の感性で評価可能な一次元量で表現される認識結果を生成させ、
学習画像を見た人間の感性で評価される前記学習画像の評価値であって、一次元量で表現される評価値の入力を受け付けさせ、
前記学習画像に対して認識処理を行った場合に、入力された評価値を前記認識結果として出力するように、認識処理の処理パラメータを学習させる、
処理を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015020712A JP6184033B2 (ja) | 2015-02-04 | 2015-02-04 | 感性評価装置、感性評価方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015020712A JP6184033B2 (ja) | 2015-02-04 | 2015-02-04 | 感性評価装置、感性評価方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016143355A true JP2016143355A (ja) | 2016-08-08 |
JP6184033B2 JP6184033B2 (ja) | 2017-08-23 |
Family
ID=56570606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015020712A Active JP6184033B2 (ja) | 2015-02-04 | 2015-02-04 | 感性評価装置、感性評価方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6184033B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2022049616A1 (ja) * | 2020-09-01 | 2022-03-10 | ||
WO2022181410A1 (ja) * | 2021-02-24 | 2022-09-01 | パナソニックIpマネジメント株式会社 | 画像識別装置、映像再生装置、画像識別方法、及び、プログラム |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1063859A (ja) * | 1996-08-22 | 1998-03-06 | Fuji Xerox Co Ltd | 画質評価方法および装置 |
JP2002175527A (ja) * | 2000-12-06 | 2002-06-21 | Gala Inc | コンピュータ画像処理により猥褻ヌード画像を弁別する方法 |
JP2002189925A (ja) * | 2000-12-21 | 2002-07-05 | Gala Inc | インターネット上の広告管理サーバー |
JP2008033654A (ja) * | 2006-07-28 | 2008-02-14 | Noritsu Koki Co Ltd | 写真画像判別方法、写真画像判別プログラム、及び、写真画像処理装置 |
JP2009503657A (ja) * | 2005-07-22 | 2009-01-29 | エル ターラー、ステフエン | ニューラルネットワークによるレーティングシステム |
JP2009252243A (ja) * | 2008-04-04 | 2009-10-29 | Nhn Corp | 成人物判断方法及びシステム |
JP2011199598A (ja) * | 2010-03-19 | 2011-10-06 | Sharp Corp | 録画再生装置及び特殊再生方法 |
JP2014023086A (ja) * | 2012-07-23 | 2014-02-03 | Funai Electric Co Ltd | 情報処理装置及び視聴制限システム |
JP2014153906A (ja) * | 2013-02-08 | 2014-08-25 | Honda Motor Co Ltd | 検査装置、検査方法及びプログラム |
JP2015149030A (ja) * | 2014-02-07 | 2015-08-20 | 国立大学法人名古屋大学 | ビデオコンテンツ暴力度評価装置、ビデオコンテンツ暴力度評価方法およびビデオコンテンツ暴力度評価プログラム |
-
2015
- 2015-02-04 JP JP2015020712A patent/JP6184033B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1063859A (ja) * | 1996-08-22 | 1998-03-06 | Fuji Xerox Co Ltd | 画質評価方法および装置 |
JP2002175527A (ja) * | 2000-12-06 | 2002-06-21 | Gala Inc | コンピュータ画像処理により猥褻ヌード画像を弁別する方法 |
JP2002189925A (ja) * | 2000-12-21 | 2002-07-05 | Gala Inc | インターネット上の広告管理サーバー |
JP2009503657A (ja) * | 2005-07-22 | 2009-01-29 | エル ターラー、ステフエン | ニューラルネットワークによるレーティングシステム |
JP2008033654A (ja) * | 2006-07-28 | 2008-02-14 | Noritsu Koki Co Ltd | 写真画像判別方法、写真画像判別プログラム、及び、写真画像処理装置 |
JP2009252243A (ja) * | 2008-04-04 | 2009-10-29 | Nhn Corp | 成人物判断方法及びシステム |
JP2011199598A (ja) * | 2010-03-19 | 2011-10-06 | Sharp Corp | 録画再生装置及び特殊再生方法 |
JP2014023086A (ja) * | 2012-07-23 | 2014-02-03 | Funai Electric Co Ltd | 情報処理装置及び視聴制限システム |
JP2014153906A (ja) * | 2013-02-08 | 2014-08-25 | Honda Motor Co Ltd | 検査装置、検査方法及びプログラム |
JP2015149030A (ja) * | 2014-02-07 | 2015-08-20 | 国立大学法人名古屋大学 | ビデオコンテンツ暴力度評価装置、ビデオコンテンツ暴力度評価方法およびビデオコンテンツ暴力度評価プログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2022049616A1 (ja) * | 2020-09-01 | 2022-03-10 | ||
WO2022049616A1 (ja) * | 2020-09-01 | 2022-03-10 | 三菱電機株式会社 | 誘導装置、プログラム及び誘導方法 |
JP7241981B2 (ja) | 2020-09-01 | 2023-03-17 | 三菱電機株式会社 | 誘導装置、プログラム及び誘導方法 |
WO2022181410A1 (ja) * | 2021-02-24 | 2022-09-01 | パナソニックIpマネジメント株式会社 | 画像識別装置、映像再生装置、画像識別方法、及び、プログラム |
JP7542231B2 (ja) | 2021-02-24 | 2024-08-30 | パナソニックIpマネジメント株式会社 | 画像識別装置、映像再生装置、画像識別方法、及び、プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6184033B2 (ja) | 2017-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016143354A (ja) | 学習装置、学習方法、およびプログラム | |
JP6148265B2 (ja) | 学習装置、学習方法、およびプログラム | |
US10726038B2 (en) | System and method for optimizing aggregation and analysis of data across multiple data sources | |
US11429892B2 (en) | Recommending sequences of content with bootstrapped reinforcement learning | |
JP6002796B1 (ja) | 感性評価装置、感性評価方法、およびプログラム | |
JP2020052520A (ja) | 判定装置、判定方法、およびプログラム | |
WO2018170454A2 (en) | Using different data sources for a predictive model | |
WO2021164232A1 (zh) | 用户识别方法、装置、设备及存储介质 | |
JP7206072B2 (ja) | 改善された要求ハンドリング | |
JP7191058B2 (ja) | チューニング可能なバイアス低減用パイプライン | |
US20150186780A1 (en) | System and Method for Biometrics-Based Music Recommendation | |
CN116762315A (zh) | 利用人工智能自动修复安全问题的技术 | |
US20230008904A1 (en) | Systems and methods for de-biasing campaign segmentation using machine learning | |
CN111898675A (zh) | 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备 | |
US11144930B2 (en) | System and method for managing service requests | |
US20230188595A1 (en) | Computer-Implemented Systems and Methods for a User-Controllable Parameter | |
JP6184033B2 (ja) | 感性評価装置、感性評価方法、およびプログラム | |
JP2018170008A (ja) | エンティティの属性をマッピングする方法及びシステム | |
US20240223582A1 (en) | Systems and methods for intelligently generating cybersecurity contextual intelligence and generating a cybersecurity intelligence interface | |
JP5953384B1 (ja) | 学習装置、学習方法、およびプログラム | |
CN112997148A (zh) | 睡眠预测方法、装置、存储介质及电子设备 | |
US20210158213A1 (en) | Learning model management system, learning model management method, and recording medium | |
CN105893515B (zh) | 一种信息处理方法及服务器 | |
JP6072103B2 (ja) | 学習装置、学習方法、およびプログラム | |
JP2020052519A (ja) | 情報処理装置、情報処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160517 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170112 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170627 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170724 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6184033 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |