JP2019114222A - 撮像システム、学習装置、および撮像装置 - Google Patents
撮像システム、学習装置、および撮像装置 Download PDFInfo
- Publication number
- JP2019114222A JP2019114222A JP2018064100A JP2018064100A JP2019114222A JP 2019114222 A JP2019114222 A JP 2019114222A JP 2018064100 A JP2018064100 A JP 2018064100A JP 2018064100 A JP2018064100 A JP 2018064100A JP 2019114222 A JP2019114222 A JP 2019114222A
- Authority
- JP
- Japan
- Prior art keywords
- image
- learning
- unit
- inference
- model
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 138
- 238000011156 evaluation Methods 0.000 claims abstract description 172
- 238000013135 deep learning Methods 0.000 claims abstract description 100
- 238000000034 method Methods 0.000 claims abstract description 65
- 239000000284 extract Substances 0.000 claims abstract description 20
- 238000010801 machine learning Methods 0.000 claims description 34
- 230000005540 biological transmission Effects 0.000 claims description 26
- 230000006872 improvement Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 56
- 238000012545 processing Methods 0.000 description 41
- 230000006870 function Effects 0.000 description 32
- 230000008569 process Effects 0.000 description 22
- 210000002569 neuron Anatomy 0.000 description 16
- 230000008859 change Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000011158 quantitative evaluation Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 241000282414 Homo sapiens Species 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000009966 trimming Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000001454 recorded image Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 241000282326 Felis catus Species 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
- Details Of Cameras Including Film Mechanisms (AREA)
- Indication In Cameras, And Counting Of Exposures (AREA)
Abstract
Description
第2の発明に係る撮像システムは、上記第1の発明において、さらに、被写体を画像データに変換する撮像部を有し、上記表示部は、スルー画表示を行う際に、上記推論結果を表示する。
第5の発明に係る学習装置は、上記第3の発明において、上記学習部は、上記画像データベースに記憶された画像データから、上記リクエストに基づいて母集合となる画像データを作成する。
第7の発明に係る学習装置は、上記第3の発明において、上記リクエストは、ユーザの意図する写真の評価者の付随情報および上記写真のテーマの内、少なくとも1つを有する。
第9の発明に係る撮像装置は、上記第4の発明に記載の学習装置によって生成された学習途中モデルを受信する撮像装置であって、画像データを入力する画像入力部と、上記画像データに対して、上記学習途中モデルを用いて推論を行う推論部と、を有する。
第11の発明に係る撮像装置は、上記第6の発明に記載の上記アドバイス情報を受信する撮像装置であって、画像入力部によって入力した画像データと、上記アドバイス情報とに基づいて、アドバイス表示を行う表示部と、を有する。
第14の発明に係る学習装置は、上記第12の発明において、上記画像データベースに記録されている画像データは、分類分けされており、上記学習部は、特定の分類に属する画像データについて、第三者から評価されることが所定値より多くなると、上記特定の分類に属する画像を抽出して深層学習を行う。
第15の発明に係る学習装置は、上記第12の発明において、上記選択部は、上記撮像装置の撮影状況および/または撮影画像から、上記ユーザの傾向を判定し、この判定結果に基づいて上記最適な推論モデルを選択する。
第17の発明に係る撮像装置は、上記第16の発明において、画像入力部によって入力した画像データが、上記受信部で受信した上記推論モデルによって、第三者から所定の評価がされるか否かを判定する推論部と、上記推論部による推論結果を表示する表示部と、を有する。
第18の発明に係る撮像装置は、撮影状況および/または画像記録部に記録された画像を、学習装置に送信する送信部と、撮影状況および/または画像記録部に記録された画像に基づいて、上記学習装置によって生成された推論モデルの内から選択された最適な推論モデルを受信する受信部と、を有する。
第19の発明に係る撮像装置は、上記第18の発明において、画像入力部によって入力した画像データが、上記受信部で受信した上記推論モデルによって、第三者から評価されるか否かを判定する推論部と、上記推論部による推論結果を表示する表示部と、を有する。
第21の発明に係る学習方法は、上記第20の発明において、上記推論モデルは、取得画像が上記第三者から所定の評価がされるかを判定する推論モデルである。
第22の発明に係る学習装置は、第三者から所定の評価がされる画像を画像データベースの中から抽出し、この抽出した画像用いて、深層学習を行い、複数の推論モデルを生成し、ユーザの意図する写真を表すリクエストおよび/またはユーザの撮影画像を撮像装置から受信し、上記リクエストおよび/または上記撮影画像に基づいて、上記複数の推論モデルの中から、上記ユーザに最適な推論モデルを選択し、選択された上記最適な推論モデルを上記撮像装置に送信する。
第24の発明に係る学習方法は、上記第23の発明において、上記学習部は、評価を表す値が所定値より高いデータ群と低いデータ群を上記データベースの中から、それぞれ抽出し、深層学習を行い、推論モデルを出力する。
第25の発明に係る学習方法は、リクエストを外部装置から受信し、上記リクエストに合致し、データごとに主観評価に差異のある評価情報を含むデータをデータベースの中から抽出し、この抽出したデータ群を用いて、深層学習を行い、主観評価予想の推論モデルを出力し、出力された上記推論モデルを上記外部装置に送信する。
第29の発明に係る学習方法は、上記第27の発明において、さらに上記特定の画像データベースは、上記リクエストされたプロフィールに該当する以外の層の人物が評価した画像も含む。
第31の発明に係る学習済みモデルは、上記第30の発明において、上記第1と第2の教師データ群は、さらに特定のターゲットにおいて上記プロフィールに合致する人物が評価した画像と、評価しなかった画像である。
第32の発明に係る学習済みモデルは、上記第30の発明において、上記第1と第2の教師データ群は、さらに特定のターゲットにおいて上記プロフィールに合致する人物が評価した画像と、上記プロフィールに合致しなかった人物が評価した画像である。
第34の発明に係る画像データベースは、上記第33の発明において、上記機械学習用に上記第1、第2の教師データ群をさらにテーマで選別可能である。
第35の発明に係る画像データベースは、上記第33の発明において、上記機械学習用に上記第1、第2の教師データ群を分類するためのプロフィール分類情報またはテーマ分類情報を提供可能である。
第37の発明に係る推論モデルは、上記第36の発明において、取得された画像の取得条件の変更を行った画像を入力とすることによって評価の改善を判定するための数値を出力する。
第39の発明に記録媒体は、上記第38の発明において、上記第20ないし22、25ないし29のいずれかの発明に記載の学習方法をコンピュータに実行させるプログラムが記録されている。
第2の発明に係る撮像システムは、上記第1の発明において、さらに、被写体を画像データに変換する撮像部を有し、上記表示部は、スルー画表示を行う際に、上記推論結果を表示する。
第17の発明に係る撮像装置は、上記第16の発明において、画像入力部によって入力した画像データが、上記受信部で受信した上記推論モデルによって、第三者から所定の評価がされるか否かを判定する推論部と、上記推論部による推論結果を表示する表示部と、を有する。
第19の発明に係る学習方法は、上記第18の発明において、上記学習部は、評価を表す値が所定値より高いデータ群と低いデータ群を上記データベースの中から、それぞれ抽出し、深層学習を行い、推論モデルを出力する。
Claims (39)
- ユーザの意図する写真を表すリクエストを設定する設定部と、
上記設定部によって設定された上記リクエストを、学習装置に送信する送信部と、
上記リクエストに合致し、第三者から所定の評価がされる画像を、画像データベースから抽出し、この抽出した画像を用いて、機械学習を行い、推論モデルを出力する上記学習装置と、
上記学習装置から出力された推論モデルを受信する受信部と、
を有し、
上記表示部は、上記推論モデルを用いて行った推論結果を表示することを特徴とする撮像システム。 - さらに、被写体を画像データに変換する撮像部を有し、
上記表示部は、スルー画表示を行う際に、上記推論結果を表示することを特徴とする請求項1に記載の撮像システム。 - ユーザの意図する写真を表すリクエストを外部装置から受信する受信部と、
上記リクエストに合致し、第三者から所定の評価がされる画像を画像データベースの中から抽出し、この抽出した画像用いて、深層学習を行い、推論モデルを出力する学習部と、
上記学習部から出力された推論モデルを上記外部装置に送信する送信部と、
を有することを特徴とする学習装置。 - 上記学習部は、上記深層学習が決められた画像データの範囲において信頼性のある推論モデルが生成された場合には、学習途中モデルとして出力することを特徴とする請求項3に記載の学習装置。
- 上記学習部は、上記画像データベースに記憶された画像データから、上記リクエストに基づいて母集合となる画像データを作成することを特徴とする請求項3に記載の学習装置。
- 上記学習部は、上記推論モデルに合致した画像を撮影するためのアドバイス情報を生成し、
上記送信部は、上記アドバイス情報を上記外部装置に送信する、
ことを特徴とする請求項3に記載の学習装置。 - 上記リクエストは、ユーザの意図する写真の評価者の付随情報および上記写真のテーマの内、少なくとも1つを有することを特徴とする請求項3に記載の学習装置。
- 請求項3に記載の学習装置によって生成された推論モデルを受信する撮像装置において、
画像データを入力する画像入力部と、
上記画像データに対して、上記推論モデルを用いて推論を行う推論部と、
を有することを特徴とする撮像装置。 - 請求項4に記載の学習装置によって生成された学習途中モデルを受信する撮像装置において、
画像データを入力する画像入力部と、
上記画像データに対して、上記学習途中モデルを用いて推論を行う推論部と、
を有することを特徴とする撮像装置。 - 請求項8に記載の学習装置によって生成された推論モデルを受信する、または請求項9に記載の学習途中モデルを受信する撮像装置において、
上記推論部による推論結果を表示する表示部を有することを特徴とする撮像装置。 - 請求項6に記載の上記アドバイス情報を受信する撮像装置において、
画像入力部によって入力した画像データと、上記アドバイス情報とに基づいて、アドバイス表示を行う表示部と、
を有することを特徴とする撮像装置。 - 第三者から所定の評価がされる画像を画像データベースの中から抽出し、この抽出した画像用いて、深層学習を行い、複数の推論モデルを生成する学習部と、
撮像装置の撮影状況および/またはユーザの撮影画像を撮像装置から受信する受信部と、
上記撮影状況および/または上記撮影画像に基づいて、上記複数の推論モデルの中から、上記ユーザに最適な推論モデルを選択する選択部と、
上記選択部によって選択された上記最適な推論モデルを上記撮像装置に送信する送信部と、
を有することを特徴とする学習装置。 - 上記画像データベースに記録されている画像データは、分類分けされており、
上記学習部は、分類分けに係りなく全分野の画像データの画像データベースの中から、第三者から所定の評価がされる画像を抽出して深層学習を行う、
ことを特徴とする請求項12に記載の学習装置。 - 上記画像データベースに記録されている画像データは、分類分けされており、
上記学習部は、特定の分類に属する画像データについて、第三者から評価されることが所定値より多くなると、上記特定の分類に属する画像を抽出して深層学習を行う、
ことを特徴とする請求項12に記載の学習装置。 - 上記選択部は、上記撮像装置の撮影状況および/または撮影画像から、上記ユーザの傾向を判定し、この判定結果に基づいて上記最適な推論モデルを選択することを特徴とする請求項12に記載の学習装置。
- ユーザの意図する写真を表すリクエストを設定する設定部と、
上記設定部によって設定された上記リクエストを学習装置に送信する送信部と、
画像データベースと上記リクエストに基づいて、上記学習装置によって生成された推論モデルを、上記学習装置から受信する受信部と、
を有することを特徴とする撮像装置。 - 画像入力部によって入力した画像データが、上記受信部で受信した上記推論モデルによって、第三者から所定の評価がされるか否かを判定する推論部と、
上記推論部による推論結果を表示する表示部と、
を有することを特徴とする請求項16に記載の撮像装置。 - 撮影状況および/または画像記録部に記録された画像を、学習装置に送信する送信部と、
撮影状況および/または画像記録部に記録された画像に基づいて、上記学習装置によって生成された推論モデルの内から選択された最適な推論モデルを受信する受信部と、
を有することを特徴とする撮像装置。 - 画像入力部によって入力した画像データが、上記受信部で受信した上記推論モデルによって、第三者から評価されるか否かを判定する推論部と、
上記推論部による推論結果を表示する表示部と、
を有することを特徴とする請求項18に記載の撮像装置。 - ユーザの意図する写真を表すリクエストを撮像装置から受信し、
上記リクエストに合致し、第三者から所定の評価がされる画像を画像データベースの中から抽出し、この抽出した画像用いて、深層学習を行い、推論モデルを出力し、
出力された上記推論モデルを上記撮像装置に送信する、
ことを特徴とする学習方法。 - 上記推論モデルは、取得画像が上記第三者から所定の評価がされるかを判定する推論モデルであることを特徴とする請求項20に記載の撮像装置。
- 第三者から所定の評価がされる画像を画像データベースの中から抽出し、この抽出した画像用いて、深層学習を行い、複数の推論モデルを生成し、
ユーザの意図する写真を表すリクエストおよび/またはユーザの撮影画像を撮像装置から受信し、
上記リクエストおよび/または上記撮影画像に基づいて、上記複数の推論モデルの中から、上記ユーザに最適な推論モデルを選択し、
選択された上記最適な推論モデルを上記撮像装置に送信する、
ことを特徴とする学習方法。 - リクエストを外部装置から受信する受信部と、
上記リクエストに合致し、データごとに主観評価に差異のある評価情報を含むデータをデータベースの中から抽出し、この抽出したデータ群を用いて、深層学習を行い、主観評価予想の推論モデルを出力する学習部と、
上記学習部から出力された推論モデルを上記外部装置に送信する送信部と、
を有することを特徴とする学習装置。 - 上記学習部は、評価を表す値が所定値より高いデータ群と低いデータ群を上記データベースの中から、それぞれ抽出し、深層学習を行い、推論モデルを出力することを特徴とする請求項23に記載の学習装置。
- リクエストを外部装置から受信し、
上記リクエストに合致し、データごとに主観評価に差異のある評価情報を含むデータをデータベースの中から抽出し、この抽出したデータ群を用いて、深層学習を行い、主観評価予想の推論モデルを出力し、
出力された上記推論モデルを上記外部装置に送信する、
ことを特徴とする学習方法。 - 特定のテーマ情報と特定のプロフィール情報を入力するステップを有し、このステップは、
(1)ユーザが希望するテーマに合致した、あるいは近いカテゴリに分類された画像の集合を作り、
(2)次に、上記画像の集合の中から良い評価のコメントのついた画像と、それ以外とに分類し、
(3)上記コメントの投稿者に関する情報からコメントした人のプロフィールを分析し、ユーザが指定したプロフィールに合致した、あるいは類似したプロフィールの人が良い評価をした画像をさらに分類し、この分類された画像の集合を教師データとする、
ことを特徴とする学習方法。 - 記録され、もしくは表示された画像を評価する人物のプロフィール情報を含むリクエストを取得するステップと、
上記プロフィール情報に従って、特定の画像データベースで管理された複数の画像のうち、上記プロフィール情報に合致する人物が評価した画像という条件で上記画像群を第1の教師データ群として抽出するステップと、
上記特定の画像データベースに含まれる画像群のうち、上記第1の教師データ以外の画像群を第2の教師データ群として抽出するステップと、
上記第1、第2の教師データ群に含まれる画像が、どちらのデータ群に属するかを識別可能な推論モデルを生成するステップと、
を有することを特徴とする学習方法。 - 上記第1の教師データ群を抽出するステップにおいて、上記特定の画像データベースにおける上記テーマに相当する画像群を元に、特定のテーマに分類された画像を上記第1の教師データ群として抽出することを特徴とする請求項27に記載の学習方法。
- さらに上記特定の画像データベースは、上記リクエストされたプロフィールに該当する以外の層の人物が評価した画像も含むことを特徴とする請求項27に記載の学習方法。
- 第1、第2の教師データ群を識別可能とし、取得された画像が、上記第1および第2の教師群の内のどちらに分類されるかを識別させるために教師データ群で学習された学習済みモデルであって、上記学習済みモデルは、
上記第1の教師データ群は、指定されたプロフィール情報に従って、特定の画像データベースで管理された複数の画像のうち、上記プロフィールに合致する人物が評価した画像という条件で上記画像群を抽出した結果であり、
上記第2の教師データ群は、上記特定の画像データベースに含まれる画像群のうち、上記第1の教師データ以外の画像群を抽出した結果である。 - 上記第1と第2の教師データ群は、さらに特定のターゲットにおいて上記プロフィールに合致する人物が評価した画像と、評価しなかった画像であることを特徴とする請求項30に記載の学習済みモデル。
- 上記第1と第2の教師データ群は、さらに特定のターゲットにおいて上記プロフィールに合致する人物が評価した画像と、上記プロフィールに合致しなかった人物が評価した画像であることを特徴とする請求項30に記載の学習済みモデル。
- 以下のような画像群を有する画像データベースであって、
管理された複数の画像のうち、特定のプロフィールに合致する人物が評価した画像という条件で上記画像群を抽出した結果として機械学習用に第1の教師データ群を提供可能であり、
管理された複数の画像のうち、上記プロフィールに合致しない人物の評価結果を含み、上記第1の教師データ以外の画像群を抽出した結果として機械学習用に第2の教師データ群を提供可能である、
ことを特徴とする画像データベース。 - 上記機械学習用に上記第1、第2の教師データ群をさらにテーマで選別可能であることを特徴とする請求項33に記載の画像データベース。
- 上記機械学習用に上記第1、第2の教師データ群を分類するためのプロフィール分類情報またはテーマ分類情報を提供可能であることを特徴とする請求項33に記載の画像データベース。
- 以下のような入出力を持つ推論モデルであって、上記推論モデルは、
取得した画像を入力とし、
外部に記録された画像を評価する人物のプロフィール情報に従って、特定の画像データベースで管理された複数の画像のうち、上記プロフィールに合致する人物が評価した画像を抽出して、この抽出された画像群を教師データ群とし、上記教師データ群を用いて機械学習を行うことによって推論モデルが生成され、
上記取得した画像に対して、上記推論モデルを用いて推論を行うと、上記教師データ群以外の画像より上記教師データ群の画像に近いかどうかの評価を出力とする。 - 取得された画像の取得条件の変更を行った画像を入力とすることによって評価の改善を判定するための数値を出力することを特徴とする請求項36に記載の推論モデル。
- 取得した画像を入力すること、
外部に記録された画像を評価する人物のプロフィール情報に従って、特定の画像データベースで管理された複数の画像のうち、上記プロフィールに合致する人物が評価した画像を抽出して、この抽出された画像群を教師データ群とし、上記教師データ群を用いて機械学習を行うことによって推論モデルを生成すること、
上記取得した画像に対して、上記推論モデルを用いて推論を行うと、上記教師データ群以外の画像より上記教師データ群の画像に近いかどうかの評価を出力すること、
をコンピュータに実行させるプログラムが記録されている記録媒体。 - 請求項20ないし22、25ないし29のいずれか一項に記載の学習方法をコンピュータに実行させるプログラムが記録されている記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/043,057 US10769497B2 (en) | 2017-12-24 | 2018-07-23 | Learning device, imaging device, and learning method |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017247107 | 2017-12-24 | ||
JP2017247107 | 2017-12-24 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018206837A Division JP6745857B2 (ja) | 2017-12-24 | 2018-11-01 | 学習装置、学習システム、および学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6431231B1 JP6431231B1 (ja) | 2018-11-28 |
JP2019114222A true JP2019114222A (ja) | 2019-07-11 |
Family
ID=64480613
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018064100A Active JP6431231B1 (ja) | 2017-12-24 | 2018-03-29 | 撮像システム、学習装置、および撮像装置 |
JP2018206837A Expired - Fee Related JP6745857B2 (ja) | 2017-12-24 | 2018-11-01 | 学習装置、学習システム、および学習方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018206837A Expired - Fee Related JP6745857B2 (ja) | 2017-12-24 | 2018-11-01 | 学習装置、学習システム、および学習方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10769497B2 (ja) |
JP (2) | JP6431231B1 (ja) |
CN (1) | CN109978812A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021039413A (ja) * | 2019-08-30 | 2021-03-11 | 株式会社 ミックウェア | 情報処理システム、情報処理装置、コンピュータプログラム及び情報処理方法 |
WO2021181634A1 (ja) * | 2020-03-12 | 2021-09-16 | オリンパス株式会社 | 教師データ収集依頼装置および教師データ収集方法 |
JP2021183017A (ja) * | 2020-05-21 | 2021-12-02 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7444271B2 (ja) | 2020-09-18 | 2024-03-06 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム |
WO2024116848A1 (ja) * | 2022-12-02 | 2024-06-06 | ソニーグループ株式会社 | プログラム、情報処理装置、情報処理システム |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11449775B2 (en) * | 2018-12-27 | 2022-09-20 | Hubspot, Inc. | Multi-client service system platform |
JP6720402B2 (ja) * | 2017-03-21 | 2020-07-08 | 株式会社Preferred Networks | サーバ装置、学習済モデル提供プログラム、学習済モデル提供方法及び学習済モデル提供システム |
JP7099925B2 (ja) * | 2018-09-27 | 2022-07-12 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
JP7166951B2 (ja) * | 2019-02-08 | 2022-11-08 | オリンパス株式会社 | 学習依頼装置、学習装置、推論モデル利用装置、推論モデル利用方法、推論モデル利用プログラム及び撮像装置 |
JP2020135298A (ja) * | 2019-02-18 | 2020-08-31 | Insight Lab株式会社 | 情報処理装置 |
US11651280B2 (en) * | 2019-04-26 | 2023-05-16 | Micware Co., Ltd. | Recording medium, information processing system, and information processing method |
JP6998914B2 (ja) * | 2019-04-26 | 2022-01-18 | 株式会社 ミックウェア | 情報処理システム、プログラム、及び情報処理方法 |
US11347756B2 (en) * | 2019-08-26 | 2022-05-31 | Microsoft Technology Licensing, Llc | Deep command search within and across applications |
CN112764316B (zh) * | 2019-10-21 | 2024-05-14 | 联华电子股份有限公司 | 步进曝光机的控制设备与控制方法 |
JP2021105798A (ja) * | 2019-12-26 | 2021-07-26 | パナソニックIpマネジメント株式会社 | 人工知能システム |
US11157763B2 (en) * | 2020-02-07 | 2021-10-26 | Wipro Limited | System and method for identifying target sections within images |
JP7359074B2 (ja) * | 2020-04-15 | 2023-10-11 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及びシステム |
US11900046B2 (en) | 2020-08-07 | 2024-02-13 | Microsoft Technology Licensing, Llc | Intelligent feature identification and presentation |
CN112025692B (zh) * | 2020-09-01 | 2021-09-03 | 广东工业大学 | 一种自学习机器人的控制方法、装置和电子设备 |
WO2022145295A1 (ja) * | 2020-12-28 | 2022-07-07 | 富士フイルム株式会社 | 撮像支援装置、撮像装置、撮像支援方法、及びプログラム |
JPWO2023007956A1 (ja) * | 2021-07-30 | 2023-02-02 | ||
JPWO2023007958A1 (ja) * | 2021-07-30 | 2023-02-02 | ||
CN113824883A (zh) * | 2021-09-30 | 2021-12-21 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011188318A (ja) * | 2010-03-10 | 2011-09-22 | Casio Computer Co Ltd | カメラ、カメラ制御プログラム及び撮影教示方法 |
JP2011192032A (ja) * | 2010-03-15 | 2011-09-29 | Nippon Steel Corp | 疵学習装置、疵学習方法、及びコンピュータプログラム |
WO2013118535A1 (ja) * | 2012-02-06 | 2013-08-15 | ソニー株式会社 | 撮像制御装置、画像処理装置、撮像制御方法及び画像処理方法 |
JP2017102869A (ja) * | 2015-12-04 | 2017-06-08 | 日本電信電話株式会社 | 重要度算出装置、方法、及びプログラム |
JP2017516079A (ja) * | 2014-03-24 | 2017-06-15 | クゥアルコム・インコーポレイテッドQualcomm Incorporated | 測位補助データを配信するためのシステム、方法、およびデバイス |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7650011B2 (en) * | 2004-07-09 | 2010-01-19 | Honda Motor Co., Inc. | Visual tracking using incremental fisher discriminant analysis |
EP2139225B1 (en) * | 2007-04-23 | 2015-07-29 | Sharp Kabushiki Kaisha | Image picking-up device, computer readable recording medium including recorded program for control of the device, and control method |
JP2012185552A (ja) * | 2011-03-03 | 2012-09-27 | Nikon Corp | 画像判断装置、画像処理装置、カメラ及び画像判断プログラム |
JP2015173307A (ja) | 2014-03-11 | 2015-10-01 | 日本電気株式会社 | 携帯端末装置、情報処理システム、携帯端末装置の情報処理方法、およびプログラム |
JP6543986B2 (ja) * | 2015-03-25 | 2019-07-17 | 日本電気株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP6643843B2 (ja) * | 2015-09-14 | 2020-02-12 | オリンパス株式会社 | 撮像操作ガイド装置および撮像装置の操作ガイド方法 |
CN108351986B (zh) * | 2015-10-30 | 2022-03-29 | 株式会社摩如富 | 学习系统及装置和方法、训练数据生成装置及生成方法 |
JP6420268B2 (ja) * | 2016-02-23 | 2018-11-07 | 日本電信電話株式会社 | 画像評価学習装置、画像評価装置、画像検索装置、画像評価学習方法、画像評価方法、画像検索方法、およびプログラム |
JP2017175517A (ja) * | 2016-03-25 | 2017-09-28 | オリンパス株式会社 | 撮像装置および撮像方法 |
-
2018
- 2018-03-29 CN CN201810271588.2A patent/CN109978812A/zh active Pending
- 2018-03-29 JP JP2018064100A patent/JP6431231B1/ja active Active
- 2018-07-23 US US16/043,057 patent/US10769497B2/en active Active
- 2018-11-01 JP JP2018206837A patent/JP6745857B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011188318A (ja) * | 2010-03-10 | 2011-09-22 | Casio Computer Co Ltd | カメラ、カメラ制御プログラム及び撮影教示方法 |
JP2011192032A (ja) * | 2010-03-15 | 2011-09-29 | Nippon Steel Corp | 疵学習装置、疵学習方法、及びコンピュータプログラム |
WO2013118535A1 (ja) * | 2012-02-06 | 2013-08-15 | ソニー株式会社 | 撮像制御装置、画像処理装置、撮像制御方法及び画像処理方法 |
JP2017516079A (ja) * | 2014-03-24 | 2017-06-15 | クゥアルコム・インコーポレイテッドQualcomm Incorporated | 測位補助データを配信するためのシステム、方法、およびデバイス |
JP2017102869A (ja) * | 2015-12-04 | 2017-06-08 | 日本電信電話株式会社 | 重要度算出装置、方法、及びプログラム |
Non-Patent Citations (2)
Title |
---|
丹羽 志門: "商品写真から受ける印象と画像特徴の関係のモデル化", 情報処理学会研究報告 2012(平成24)年度▲6▼ [DVD−ROM], JPN6018027267, 15 April 2013 (2013-04-15), JP, pages 1 - 4, ISSN: 0003839372 * |
高橋 和馬: "主食材の見えの考慮による料理写真の魅力度推定手法の改良", 電子情報通信学会技術研究報告, vol. 116, no. 495, JPN6018027266, 27 February 2017 (2017-02-27), JP, pages 95 - 100, ISSN: 0003839371 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021039413A (ja) * | 2019-08-30 | 2021-03-11 | 株式会社 ミックウェア | 情報処理システム、情報処理装置、コンピュータプログラム及び情報処理方法 |
WO2021181634A1 (ja) * | 2020-03-12 | 2021-09-16 | オリンパス株式会社 | 教師データ収集依頼装置および教師データ収集方法 |
JP7393518B2 (ja) | 2020-03-12 | 2023-12-06 | オリンパス株式会社 | 教師データ収集装置、教師データ収集方法および記録媒体 |
JP2021183017A (ja) * | 2020-05-21 | 2021-12-02 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7444271B2 (ja) | 2020-09-18 | 2024-03-06 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム |
WO2024116848A1 (ja) * | 2022-12-02 | 2024-06-06 | ソニーグループ株式会社 | プログラム、情報処理装置、情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
CN109978812A (zh) | 2019-07-05 |
JP6431231B1 (ja) | 2018-11-28 |
US20190197359A1 (en) | 2019-06-27 |
JP6745857B2 (ja) | 2020-08-26 |
US10769497B2 (en) | 2020-09-08 |
JP2019114243A (ja) | 2019-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6745857B2 (ja) | 学習装置、学習システム、および学習方法 | |
US11637797B2 (en) | Automated image processing and content curation | |
US11778028B2 (en) | Automatic image sharing with designated users over a communication network | |
JP7064346B2 (ja) | 撮像装置、情報端末、撮像装置の制御方法、および情報端末の制御方法 | |
US20160034786A1 (en) | Computerized machine learning of interesting video sections | |
Yin et al. | Socialized mobile photography: Learning to photograph with social context via mobile devices | |
CN109416805A (zh) | 用于具有自动广告的媒体集的呈现的方法和系统 | |
KR101194186B1 (ko) | 지능형 상황 인식을 이용한 라이프로그 시스템 | |
TW201417575A (zh) | 影像自動字幕 | |
US10652454B2 (en) | Image quality evaluation | |
US20120030711A1 (en) | Method or system to predict media content preferences | |
US20230146563A1 (en) | Automated image processing and insight presentation | |
CN111062930A (zh) | 图像的选取方法、装置、存储介质和计算机设备 | |
JP2010081453A (ja) | 付帯情報付加装置及び方法 | |
JP2018077718A (ja) | 情報処理システム、情報処理方法、およびプログラム | |
Demarty et al. | Predicting interestingness of visual content | |
CN112995690A (zh) | 直播内容品类识别方法、装置、电子设备和可读存储介质 | |
JP2015104078A (ja) | 撮像装置、撮像システム、サーバ、撮像方法、及び撮像プログラム | |
Lehmuskallio | The camera as a sensor: The visualization of everyday digital photography as simulative, heuristic and layered pictures | |
US20230066331A1 (en) | Method and system for automatically capturing and processing an image of a user | |
US20220114207A1 (en) | Method and system for image searching and evaluation using tags | |
JP2023113444A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2020194472A (ja) | サーバ、表示方法、作成方法、およびプログラム | |
CN114550183A (zh) | 电子设备及错题记录方法 | |
CN115878839A (zh) | 一种视频推荐方法、装置、计算机设备和计算机程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180403 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180403 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180703 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180724 |
|
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: 20181004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181101 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6431231 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |