JP2019179390A5 - - Google Patents

Claims (23)

1. 推定用画像に対するアイトラッキング情報をニューラルネットワークに入力することなく、前記ニューラルネットワークを用いて前記推定用画像から前記推定用画像に対する注視点に関する情報を推定する注視点推定部、
   を備える推定装置。
2. 前記推定用画像からオプティカルフローを算出する算出部
   をさらに備え、
   前記注視点推定部は、前記オプティカルフローを用いて、前記注視点に関する情報を推定する
   請求項１に記載の推定装置。
3. 複数のニューラルネットワークを記憶する記憶部
   をさらに備え、
   前記注視点推定部が、前記推定用画像の視聴者の属性に基づき、前記複数のニューラルネットワークから前記注視点に関する情報の推定に用いる前記ニューラルネットワークを選択する、
   請求項１または２に記載の推定装置。
4. 前記注視点推定部は、前記推定用画像の視聴者の属性を用いて、前記注視点を推定する
   請求項１ないし３のいずれか一項に記載の推定装置。
5. 前記注視点に関する情報に基づき、前記推定用画像を加工する画像加工部
   をさらに備える請求項１ないし４のいずれか一項に記載の推定装置。
6. 前記注視点に関する情報に基づき、前記推定用画像を評価する評価部
   をさらに備える
   請求項１ないし５のいずれか一項に記載の推定装置。
7. 前記推定用画像と前記注視点に関する情報とに基づき、前記推定用画像の視聴者の注視物を導出する注視物導出部
   をさらに備える請求項１ないし６のいずれか一項に記載の推定装置。
8. 前記推定用画像の視聴者に関する入力データに前記注視物に関する情報が含まれている場合、前記注視物に関する返答を生成する返答生成部
   をさらに備える請求項７に記載の推定装置。
9. 前記注視点に関する情報は、前記推定用画像内のピクセルが前記注視点である可能性を示す情報を含む、
   請求項１ないし８のいずれか一項に記載の推定装置。
10. 前記注視点に関する情報は、前記推定用画像内のピクセルが前記注視点である可能性を示す画像である、
    請求項１ないし９のいずれか一項に記載の推定装置。
11. 前記画像は、ヒートマップ、等高線図、及び、３次元グラフのうちの少なくとも一つである、
    請求項１０に記載の推定装置。
12. 前記注視点に関する情報は、前記推定用画像内における領域に関する情報を含む、
    請求項１ないし１１のいずれか一項に記載の推定装置。
13. 前記推定用画像の視聴者は、前記推定用画像を見る人である、
    請求項３、４、７、８のいずれか一項に記載の推定装置。
14. 画像を撮影する撮影装置と、
    請求項１ないし１３のいずれか一項に記載の推定装置と、
    を備え、
    前記推定装置が、前記撮影装置によって撮影された画像を、前記推定用画像として受け取り、
    前記推定装置が、前記注視点に関する情報を前記撮影装置に送信し、
    前記撮影装置が、前記注視点の位置または周辺にある物体を撮影するために自装置の設定を変更する
    システム。
15. 移動体に搭載された撮影装置により撮影された画像を前記推定用画像として受け取る請求項１ないし１３のいずれか一項に記載の推定装置と、
    前記推定装置により推定された前記注視点に関する情報に基づき、前記移動体を移動させるように制御する制御装置と、
    を備えるシステム。
16. ニューラルネットワークを記憶する少なくとも１つのメモリと、
    少なくとも１つのプロセッサと、を備え、
    前記少なくとも１つのプロセッサは、
    対象画像を前記ニューラルネットワークに入力することによって評価スコアを生成し、
    前記対象画像に対するアイトラッキング情報を前記ニューラルネットワークに入力することなく、前記対象画像内のピクセルが注視点である可能性を示す画像を生成し、
    生成された前記画像が、ヒートマップ、等高線図、及び、３次元グラフのうちの少なくとも一つである、
    評価装置。
17. 学習用画像と前記学習用画像に対する注視点に関する情報とに基づく学習を行うことにより、ニューラルネットワークを生成するモデル生成方法であって、
    前記ニューラルネットワークは、前記学習用画像に対するアイトラッキング情報が入力されることなく、前記学習用画像が前記ニューラルネットワークに入力されることにより、前記注視点に関する情報を出力する、
    モデル生成方法。
18. 推定用画像に対するアイトラッキング情報をニューラルネットワークに入力することなく、前記ニューラルネットワークを用いて前記推定用画像から前記推定用画像に対する注視点に関する情報を推定するステップ、
    を備える推定方法。
19. 対象画像をニューラルネットワークに入力することによって評価スコアを生成するステップと、
    前記対象画像に対するアイトラッキング情報を前記ニューラルネットワークに入力することなく、前記対象画像内のピクセルが注視点である可能性を示す画像を生成するステップと、
    を備え、
    生成された前記画像が、ヒートマップ、等高線図、及び、３次元グラフのうちの少なくとも一つである、
    評価方法。
20. 複数のニューラルネットワークから、前記対象画像の視聴者の属性に基づき、前記ニューラルネットワークを選択するステップ
    をさらに備える
    請求項１９に記載の評価方法。
21. 前記対象画像の視聴者の属性が、性別、年齢、出身地、住所、職業、家族構成、年収、趣味、及び、状態のうちの少なくとも一つである、
    請求項２０に記載の評価方法。
22. 前記対象画像の視聴者は、前記対象画像を見る人である、
    請求項２０または２１に記載の評価方法。
23. 請求項１７から請求項２２のいずれかに記載の方法を少なくとも１台のコンピュータに実行させるプログラム。