JP2020096290A - 機械学習モデルの生産方法、コピー装置 - Google Patents

Abstract

【課題】原稿を適切なサイズの出力紙にコピーできる可能性を高める。【解決手段】原稿を出力紙にコピーするコピー装置から、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして収集し、前記教師データに基づいて、原稿の画像に含まれるマークを原稿またはコピー後の出力紙において利用者が識別可能か否かを判定するためのモデルを機械学習によって生産する、機械学習モデルの生産方法。【選択図】図１

Description

本発明は、機械学習モデルの生産方法、コピー装置に関する。

特許文献１には、両面コピーモードが選択されている場合であって、異なるサイズの原稿が混載している場合、両面コピーを行わず、利用者に両面コピーモードを解除させることが記載されている。

特開平１０−２５０１９２号公報

複数枚の原稿をコピーする際に、様々なサイズの原稿が混載されていても、同じサイズの出力紙にコピーしたいというニーズがあった。しかし例えば、原稿よりもサイズが小さい出力紙に原稿を縮小コピーすると、原稿に含まれる文字等のマークが利用者にとって識別しにくくなる可能性がある。コピー後の出力紙においてマークを利用者が識別可能であるサイズが出力紙のサイズとして選択されることが望ましい。
本発明は、原稿を適切なサイズの出力紙にコピーできる可能性を高める技術を提供することを目的とする。

上記目的を達成するための機械学習モデルの生産方法は、原稿を出力紙にコピーするコピー装置から、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして収集し、教師データに基づいて、原稿の画像に含まれるマークを原稿またはコピー後の出力紙において利用者が識別可能か否かを判定するためのモデルを機械学習によって生産する。

すなわち、本生産方法においては、原稿に含まれるマークは原稿において利用者は識別可能である可能性が高いと推定できる。そして、原稿に含まれるマークは原稿と同サイズの出力紙において識別可能であることを、原稿の画像と原稿のサイズとを含む教師データによって機械学習する。また、本生産方法においては、原稿に含まれるマークは実際にコピーされたコピー後の出力紙において利用者は識別可能である可能性が高いと推定できる。そして、原稿に含まれるマークは実際にコピーしたサイズの出力紙において識別可能であることを、原稿の画像と実際にコピーした出力紙のサイズとを含む教師データによって機械学習する。このような機械学習によって生成されたモデルは、原稿を予定するサイズの出力紙にコピーしたと仮定すると当該マークを出力紙において利用者が識別可能である可能性が高いか否かの判定に利用可能である。利用者がマークを識別できる可能性が高くなければ、予定された出力紙のサイズは適切ではない。従って本生産方法によって生産されたモデルを用いることで、原稿を適切なサイズの出力紙にコピーできる可能性を高めることができる。

さらに、上記目的を達成するための機械学習モデルの生産方法は、コピー装置が等倍コピー又は縮小コピーをした原稿の画像と、原稿のサイズと、を含むデータを、原稿においてマークを利用者が識別可能であることを示す教師データとして収集してもよい。
すなわち、本生産方法においては、原稿が等倍コピーまたは縮小コピーされた場合、原稿に含まれるマークは少なくとも原稿において利用者にとって識別可能である可能性が高いと推定できる。そして、原稿が等倍コピーまたは縮小コピーされた場合の原稿の画像と原稿のサイズとの組み合わせを含む教師データによって、原稿のサイズと同サイズの出力紙に原稿が等倍コピーされた場合に出力紙においてマークを利用者が識別可能であることを機械学習する。このような機械学習によって生産されたモデルは、原稿を予定するサイズの出力紙にコピーしたと仮定すると当該マークを出力紙において利用者が識別可能である可能性が高いか否かの判定に利用可能である。

さらに、上記目的を達成するための機械学習モデルの生産方法は、コピー装置が複数部数に縮小コピーした原稿の画像と、実際にコピーした出力紙のサイズと、を含むデータを、コピー後の出力紙においてマークを利用者が識別可能であることを示す教師データとして収集してもよい。
すなわち、本生産方法においては、マークを含む原稿が原稿より小さいサイズの出力紙に複数部数縮小コピーされた場合、コピー後の出力紙における縮小後のマークは利用者にとって識別可能である可能性が高いと推定できる。そして、原稿が原稿より小さいサイズの出力紙に複数部数縮小コピーされた場合の原稿の画像と出力紙のサイズとの組み合わせを含む教師データによって、原稿が出力紙のサイズに縮小された場合に、出力紙上に縮小コピーされた状態のマークを利用者が識別可能であることを機械学習する。このような機械学習によって生産されたモデルは、原稿を予定するサイズの出力紙にコピーしたと仮定すると当該マークを出力紙において利用者が識別可能である可能性が高いか否かの判定に利用可能である。

上記目的を達成するためのコピー装置は、原稿を読み取って出力紙にコピーするコピー装置であって、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして出力し、教師データを用いた機械学習を行わせる教師データ出力部と、機械学習によって生産された学習済モデルを取得する学習済モデル取得部と、原稿の画像を予定するサイズの出力紙にコピーしたと仮定すると、原稿の画像に含まれるマークを出力紙において利用者は識別可能であるか否かを、学習済モデルを用いてコピー前に判定し、判定結果に基づいてコピーを制御する印刷制御部と、を備える。

コピー装置におけるコピー時のログデータを含む教師データを出力し、教師データを用いた機械学習によって生産された学習済モデルを取得することで、原稿を予定するサイズの出力紙にコピーしたと仮定すると当該マークを出力紙において利用者が識別可能である可能性が高いか否かの判定に当該学習済モデルを利用可能である。利用者がマークを識別できる可能性が高くなければ、予定された出力紙のサイズは適切ではない。従って本生産方法によって生産されたモデルを用いることで、原稿を適切なサイズの出力紙にコピーできる可能性を高めることができる。

コピー装置と学習サーバーのブロック図。 出力紙サイズの決定ロジックと、決定されたサイズの出力紙への印刷態様を説明する図。 出力紙への印刷態様を示す模式図。 機械学習処理のフローチャート。 機械学習モデルの入力と出力を示す図。 印刷制御処理のフローチャート。 出力紙サイズ仮決定処理のフローチャート。 第１の場合と第２の場合のコピー動作の一例を示すタイミングチャート。 他の実施形態にかかる機械学習モデルの入力と出力を示す図。

ここでは、下記の順序に従って本発明の実施の形態について説明する。
（１）コピー装置の構成：
（２）学習サーバーの構成：
（３）印刷制御処理：
（３−１）出力紙サイズ仮決定処理：
（４）他の実施形態：

（１）コピー装置の構成：
図１は、本発明の実施形態にかかるコピー装置１と学習サーバー１００の構成を示すブロック図である。コピー装置１は、プロセッサー１０と、不揮発性メモリー２０と、通信部３０と、ＵＩ(User Interface)部４０と、印刷部５０と、読取部６０とを備える。プロセッサー１０は、図示しないＣＰＵやＲＯＭやＲＡＭ等を備え、不揮発性メモリー２０に記録された種々のプログラムを実行しコピー装置１の各部を制御することができる。なおプロセッサー１０は、単一のチップで構成されていても良いし、複数のチップで構成されていても良い。また、例えばＣＰＵに変えてＡＳＩＣが採用されても良いし、ＣＰＵとＡＳＩＣとが協働する構成であっても良い。

通信部３０は、コピー装置１に装着された各種のリムーバブルメモリーや、有線または無線でコピー装置１に接続された他の装置と各種の通信プロトコルに従って通信するための通信インタフェース回路を含む。プロセッサー１０は、通信部３０を介して接続された後述する学習サーバー１００と通信可能である。

ＵＩ部４０は、タッチパネル式のディスプレイや、各種のキーやスイッチ等を含む。プロセッサー１０は、ＵＩ部４０を介して利用者の操作内容を取得することができる。また、プロセッサー１０は、ＵＩ部４０のディスプレイに各種の情報を表示し利用者に通知することができる。

印刷部５０は、インクジェット方式や電子写真方式等の周知の印刷方式で種々の印刷媒体に印刷を実行するためのアクチュエーターやセンサー、駆動回路、機械部品等を備えている。また、印刷部５０は、複数の給紙トレイを備えており、複数の給紙トレイのそれぞれに対応するサイズの出力紙を蓄積することが可能である。給紙トレイは、印刷前の出力紙を保持することができればよく、カセットや手差しトレイ等、様々な形態であってよい。本実施形態においては、印刷部５０は２個のカセットを備えているとして説明を行う。印刷部５０は、各給紙トレイ（カセット）に蓄積された出力紙を一枚ずつ給紙し、搬送経路内を搬送し、搬送の過程で印刷された出力紙を排出する搬送機構を有している。

読取部６０は、原稿台ガラスに載置された原稿やＡＤＦ原稿トレイにセットされた原稿の読み取りを行うための装置、例えば、周知のカラーイメージセンサーや光源、原稿を搬送するためのアクチュエーターや駆動回路やセンサー、機械部品等を備えている。読取部６０が備えるセンサーには、ＡＤＦ原稿トレイにセットされる原稿の有無や、ＡＤＦ原稿トレイにセットされた原稿の最大サイズを検知するＡＤＦ原稿センサーが含まれる。読取部６０は、ＡＤＦ原稿トレイにセットされた原稿を一枚ずつ給紙し、搬送経路内を搬送し、光源からの光が照射されることによってスキャンされた後の原稿を排出する搬送機構を有している。

また、読取部６０は、ＡＤＦ原稿トレイにセットする原稿の搬送方向と直交する方向の位置をガイドする原稿ガイドを備えている。例えば、Ａ３原稿とＡ４原稿とを混在させた状態でＡＤＦ原稿トレイにセットする場合は、Ａ３原稿の短辺とＡ４原稿の長辺が揃うように原稿ガイドによって位置決めされる。そして、Ａ３原稿は長辺が搬送方向と平行であるように搬送される過程で読み取られ、Ａ４原稿は短辺が搬送方向と平行であるように搬送される過程で読み取られる。また例えば、Ｂ４原稿とＢ５原稿とが混載されている場合は、Ｂ４原稿の短辺とＢ５原稿の長辺が揃うように原稿ガイドによって位置決めされる。Ｂ４原稿は長辺が搬送方向と平行であるように搬送される過程で読み取られ、Ｂ５原稿は短辺が搬送方向と平行であるように搬送される過程で読み取られる。

プロセッサー１０は、読取部６０を制御して読取部６０のＡＤＦ原稿トレイにセットされた原稿をスキャンし、印刷部５０を制御してスキャンした画像を出力紙に印刷する、コピー機能を有している。不揮発性メモリー２０には、プロセッサー１０が実行する図示しないプログラムや学習済モデル１２０ａが記録される。

プロセッサー１０は、不揮発性メモリー２０に記録された種々のプログラムによってコピー装置１の各部を制御する。これらのプログラムには、コピー制御プログラムが含まれる。コピー制御プログラムを実行することにより、プロセッサー１０は原稿読取部１０ｃ、印刷制御部１０ｄとして機能する。

本実施形態のコピー装置１は、コピー機能に関する設定として、「片面／両面」設定と「原稿サイズ混載」設定が含まれる。「片面／両面」設定は、原稿の読み取り面や出力紙の印刷面に関する設定であり、例えば、「片面→片面」や「片面→両面」等の選択肢が含まれる。なお「片面→片面」は、原稿の片面を出力紙の片面にコピーすることであり、「片面→両面」は、２枚の片面原稿を１枚の出力紙の両面にコピーすることである。「原稿サイズ混載」設定では、「オン」または「オフ」のいずれかが設定される。「原稿サイズ混載」設定が「オン」の場合、サイズの異なる原稿のコピーが許可され、「オフ」の場合は許可されない。

コピー装置１において、「片面／両面」設定が「片面→両面」に設定され、かつ、「原稿サイズ混載」設定が「オン」に設定されている場合、サイズが異なりうる２枚の片面原稿を１枚の出力紙の両面にコピーすることが可能となる。混載される原稿のサイズの組み合わせとして、例えば、Ａ３原稿とＡ４原稿の組み合わせや、Ｂ４原稿とＢ５原稿の組み合わせ等を想定してよい。従って例えば、Ａ３原稿とＡ４原稿とを、Ａ３の出力紙の両面にそれぞれ１枚ずつ割り当てて印刷する両面コピーや、Ａ３原稿とＡ４原稿とを、Ａ４の出力紙の両面にそれぞれ１枚ずつ割り当てて印刷する両面コピー等を想定してよい。

ＡＤＦ原稿トレイに原稿がセットされてコピー開始が指示されると、コピー制御プログラムが実行される。原稿読取部１０ｃの機能により、プロセッサー１０は、読取部６０を制御してＡＤＦ原稿トレイにセットされている原稿を１枚ずつ搬送しながら読み取り、読み取った画像を記録媒体に記録する。ＡＤＦ原稿トレイにセットされている原稿（種々のサイズの原稿が含まれうる）の最大サイズはＡＤＦ原稿センサーによって取得可能であるが、プロセッサー１０は、原稿１枚１枚のサイズを原稿読み取りの際に取得する。

さらに、印刷制御部１０ｄの機能により、プロセッサー１０は、読み取った原稿の画像を解析し、解析結果に基づいて出力紙のサイズを決定し、決定したサイズの出力紙に印刷する。より具体的には、プロセッサー１０は、出力紙の両面にコピーする２枚の原稿のそれぞれについて原稿画像を解析した解析結果に基づいて当該出力紙のサイズを決定し、決定した出力紙の一方の面に１枚目の原稿を印刷し、他方の面に２枚目の原稿を印刷する。

出力紙のサイズは小さいサイズであるほど出力紙のコストを削減できる可能性が高いため、原稿を原稿よりも小さいサイズの出力紙にコピーできることが望ましい。しかし、原稿よりも小さい出力紙にそのまま原稿をコピーすると、原稿に含まれる模様の端部が出力紙上で欠落した状態となりうる。また、原稿よりも小さい出力紙に原稿をコピーするために原稿の画像を縮小して出力紙に印刷すると、原稿に含まれるマークが出力紙上で小さく印刷された状態となり、出力紙上のマークを利用者が識別できない可能性がある。原稿より小さいサイズの出力紙にコピーしたとしても、利用者がマークを識別できないのであれば、コピーがやり直される可能性があり、その場合、記録剤および出力紙のコストが増加する。

なお、本明細書において、模様は、印刷媒体の印刷面において、記録剤が記録されている部分であり、例えば、図柄、写真、文字、線、紙白でない背景等が記録されている部分を想定してよい。マークは、一定の事柄を指し示すための知覚の対象物であり、例えば、文字、線（罫線、枠線、輪郭線等）等を想定してよい。従って模様はマークを含む。

そのため、原稿を示す画像の内容に関する次の３つの方針に基づいて出力紙のサイズが決定される。１つ目は、原稿より小さいサイズの出力紙にコピーする場合に原稿の模様を欠落させずにコピーが可能であれば、当該サイズの出力紙に印刷可とすることである。２つ目は、原稿より小さいサイズの出力紙に縮小コピーすると仮定した場合に縮小後のマークが利用者にとって識別しやすい状態である（大きさ、太さ等）なら、当該サイズの出力紙に印刷可（縮小コピー可）とすることである。３つ目は、原稿より小さいサイズの出力紙にコピーする場合に、原稿の模様が欠落することやマークが利用者にとって識別しづらい状態になることの少なくともいずれか一方が予想される場合は、原稿と同じサイズの出力紙に印刷することである。３つ目の方針の理由は、原稿よりも少なくとも小さいサイズの出力紙でなければ（すなわち原稿のサイズ以上の出力紙であれば）、模様の欠落やマークの識別困難は回避可能であるが、記録剤および出力紙のコストを抑制するため、原稿より大きなサイズの出力紙ではなく原稿と同サイズの出力紙が選択されることが望ましいためである。

ここで、第１サイズと第２サイズ（＞第１サイズ）の両方を含みうる原稿を１枚の出力紙の両面にコピーする場合であって、出力紙のサイズの選択肢として第１サイズと第２サイズがある場合の、出力紙サイズの決定ロジックを説明する。図２は、本実施形態における、出力紙サイズの決定ロジックと、決定されたサイズの出力紙への印刷態様とを説明する図である。

図２に示すように、１枚の出力紙の両面に印刷する２枚の原稿の組み合わせは４パターン存在する。すなわち、１枚目の原稿も２枚目の原稿も第１サイズの場合、１枚目の原稿が第１サイズで２枚目の原稿が第２サイズの場合（第１の場合に相当する）、１枚目の原稿が第２サイズで２枚目の原稿が第１サイズの場合（第２の場合に相当する）、１枚目も２枚目も第２サイズの場合の４パターンである。なお本明細書においては、任意の１枚の出力紙の両面にコピーされる２枚の原稿のうち、先に読み取られる方を１枚目、後に読み取られる方を２枚目と称している（ＡＤＦ原稿トレイにセットされた原稿全体における１枚目の原稿および２枚目の原稿に限定される訳ではない）。

記録剤および出力紙のコスト抑制のため、第１サイズの原稿については、原稿より大きい第２サイズではなく同じ第１サイズの出力紙が選択される。従って１枚目も２枚目も第１サイズの場合（図２の（ａ）を参照）、プロセッサー１０は、出力紙のサイズとして第１サイズを決定する。そして、プロセッサー１０は、第１サイズの出力紙の各面に、第１原稿の原稿を等倍コピーする。

図２に示すように、第１の場合と第２の場合は、第２サイズの原稿が第１サイズの原稿より前に読み取られるか後に読み取られるかが異なる。第１サイズの原稿については、第２サイズの出力紙にコピーするか第１サイズの出力紙にコピーするかを、第１サイズの原稿の画像に基づいて検討する必要はなく、出力紙のサイズは第２サイズの原稿画像の解析結果に応じて決定される。

図２に示す、第２サイズ原稿のトリミング判定は、第２サイズの原稿に含まれる模様の位置の解析の結果、模様が第１サイズに収まるか否かを判定することである。図３は、２種類のサイズの原稿（Ｇ１〜Ｇ４）と、それらの組み合わせに応じた両面コピーの印刷態様を説明する図である。なお図３の吹き出し内に表記されたアルファベットは、図２の右側に表記されたアルファベットに対応する。

図３に示すＧ２は、Ａ３原稿を示す画像データを示している。Ｇ２内の破線で囲まれた領域Ｇ２０１は、模様を含む最小の矩形領域を示している。プロセッサー１０は、第２サイズの原稿に含まれる模様の位置を画像解析によって取得することによって、模様を含む最小の矩形領域である領域Ｇ２０１を取得することができる。Ｇ２内の一点鎖線で囲まれた領域Ｇ２０２は、Ａ４サイズに相当する領域である。この例においてＡ３は第２サイズ、Ａ４は第１サイズに相当する。第２サイズの原稿における模様が第１サイズに収まるとは、第２サイズの原稿における模様を含む最小の矩形領域（例えばＧ２０１）が第１サイズに相当する領域（例えばＧ２０２）に包含されることである。

また、図２に示す、第２サイズ原稿の縮小判定は、第２サイズの原稿を第１サイズの出力紙に縮小コピーしたと仮定すると、第２サイズの原稿に含まれるマークを第１サイズの出力紙において利用者が識別可能であるか否かを判定することである。本実施形態においては、読み取った原稿を示す画像と、原稿を実際にコピーした出力紙のサイズとの組み合わせを含む教師データに基づいて機械学習することによって生産した学習済モデルを用いて、マークを利用者が識別可能であるか否かを判定する。詳細は後述する。

第１の場合も第２の場合も、第２サイズ原稿のトリミング判定において可と判定された場合（図２および図３の（ｂ），（ｅ）を参照）、プロセッサー１０は、出力紙のサイズを第１サイズで決定する。そして、プロセッサー１０は、模様以外の部分の少なくとも一部を切り捨てる（図３のＧ２の例においてはＧ２０２の外側の領域を切り捨てる）ことで、第２サイズの原稿の模様を第１サイズに収めて第２サイズの原稿を第１サイズの出力紙にコピーする。第２サイズの原稿の模様を欠落させずに模様を第１サイズに相当する範囲でトリミングしてトリミングした部分を第１サイズの出力紙に印刷する。また、プロセッサー１０は、第１サイズの原稿を第１サイズの出力紙に等倍コピーする。従ってこの場合（（ｂ），（ｅ））、第２サイズの原稿に含まれる模様を欠落させることなく出力紙にコピーすることができる。また、第２サイズの原稿も第１サイズの原稿も第１サイズの出力紙にコピーされるため、両原稿が第２サイズの出力紙にコピーされる場合と比較すると、出力紙のコストを抑制可能である。

第２サイズの原稿についてトリミング判定が不可の場合であって、第２サイズの原稿についての縮小判定が可である場合（図２および図３における（ｃ），（ｆ）を参照）、プロセッサー１０は、第２サイズの原稿を第１サイズの出力紙に縮小コピーし、第１サイズの原稿を第１サイズの出力紙に等倍コピーする。縮小判定が可であるので、第２サイズの原稿に含まれるマークは、縮小コピーされた第１サイズの出力紙においても識別可能である。また、第２サイズの原稿も第１サイズの原稿も第１サイズの出力紙にコピーされるため、両原稿が第２サイズの出力紙にコピーされる場合と比較すると、出力紙のコストを抑制可能である。

第２サイズの原稿についてトリミング判定が不可の場合であって、第２サイズの原稿についての縮小判定も不可である場合（図２および図３における（ｄ），（ｇ）を参照）、プロセッサー１０は、第２サイズの原稿を第２サイズの出力紙に等倍コピーし、第１サイズの原稿の画像に余白を付加して生成した第２サイズの画像を第２サイズの出力紙に等倍コピーする。従ってこの場合、第２サイズの原稿に含まれるマークは第２サイズの出力紙においても、原稿と同じ大きさである。また、第１サイズの原稿は第２サイズに拡大することなく、第２サイズとなるように余白を付加して等倍コピーするため、第１サイズの出力紙にコピーする場合と比較して記録剤の消費量は増加しない。そのため、記録剤のコストを抑制可能である。

以上のように、第２サイズの原稿が第１サイズの原稿より先に読み取られたとしても後に読み取られたとしても、プロセッサー１０は、第２サイズの原稿の画像の解析結果に応じて出力紙のサイズを決定する。そして、決定したサイズの出力紙に１枚目の原稿も２枚目の原稿もコピーすることにより、サイズが互いに異なる２枚の原稿をサイズが同じ出力紙にコピーすることができる。すなわち、本実施形態によれば、サイズが互いに異なる２枚の原稿をサイズが同じ出力紙にコピーした印刷物が生産される。

なお、１枚目の原稿も２枚目の原稿も第２サイズである場合は、次のように出力紙のサイズが決定される。２枚の原稿の両方において、トリミング判定が可である場合（図２における（ｈ）を参照）、プロセッサー１０は出力紙のサイズを第１サイズで決定する。そしてプロセッサー１０は、両原稿において、模様を欠落させないように第１サイズに相当する範囲でトリミングし、トリミングした画像を第１サイズの出力紙の両面に印刷する。従ってこの場合、第２サイズの出力紙に両面コピーする場合と比較して、出力紙のコストを抑制可能である。

少なくとも１枚の原稿においてトリミング判定が不可の場合であって、両方の原稿において縮小判定が可の場合（図２の（ｉ）を参照）、プロセッサー１０は、出力紙のサイズを第１サイズで決定する。そしてプロセッサー１０は、両原稿を第１サイズに縮小して第１サイズの出力紙の両面に印刷する。従ってこの場合、第２サイズの出力紙に両面コピーする場合と比較して、出力紙のコストを抑制可能である。

少なくとも１枚の原稿においてトリミング判定が不可の場合であって、少なくとも１枚の原稿において縮小判定も不可の場合（図２の（ｊ）を参照）、プロセッサー１０は出力紙のサイズを第２サイズで決定する。そしてプロセッサー１０は、両原稿を第２サイズの出力紙の両面に等倍で印刷する。従ってこの場合、原稿に含まれる模様の一部が欠落した状態で出力紙にコピーされることや、原稿に含まれるマークが出力紙において利用者にとって識別しづらい大きさでコピーされることを、防止することができる。その結果コピーのやり直しに要する記録剤や出力紙のコスト増加を防止できる。

なお、プロセッサー１０は、コピー装置１が備える各給紙トレイに対応する出力紙のサイズと出力紙の有無を取得することができ、給紙トレイに対応し、存在している出力紙のサイズの中から出力紙のサイズが選択される。例えば、２個の給紙トレイ（カセット）にＡ３の出力紙とＡ４の出力紙とがそれぞれ保持されている場合、プロセッサー１０は、各給紙トレイに対応する出力紙のサイズとして、Ａ３とＡ４を取得することができる。そして、プロセッサー１０は、Ａ３またはＡ４のいずれかを上述の方針に従って出力紙のサイズとして決定することができる。なお仮に、Ａ４の出力紙がＡ４の給紙トレイに存在していなければ（用紙切れであれば）、Ａ４を出力紙のサイズとして決定しないようにすることもできる。

次に、上述の第２サイズの原稿についての縮小判定を、機械学習モデルを用いて行う構成について説明する。第２サイズの原稿についての縮小判定は、第２サイズの原稿を第１サイズの出力紙に縮小コピーしたと仮定すると第２サイズの原稿に含まれるマークは第１サイズの出力紙（縮小コピー後の出力紙）において利用者が識別可能であるか否かの判定である。コピー装置１は、コピーが実施されると、実施されたコピーに関するデータを教師データとして学習サーバー１００に送信し、当該教師データを用いて機械学習したモデルを学習サーバー１００から取得する機能を有する。この機能を実現するため、プロセッサー１０は、教師データ出力部１０ａと学習済モデル取得部１０ｂを実行可能である。

本実施形態においては、利用者が手動で出力紙のサイズ（原稿より小さいサイズ）を指定した上で縮小コピーを行う場合、利用者が指定したサイズの出力紙に縮小コピーされたマークは、利用者にとって識別可能な大きさや太さである可能性があると見なす。すなわち、利用者が手動で原稿より小さい出力紙のサイズを指定し、コピー部数を複数枚に設定した状態で、コピースタート（縮小コピー）を指示した場合、利用者が指定したサイズの出力紙においてコピー後のマークは利用者にとって識別可能な大きさや太さである可能性が高いと見なす。コピー部数が複数部数である場合、利用者が指定したサイズの出力紙にコピーされたマークは利用者にとって識別可能な大きさや太さである可能性が、コピー部数が１部である場合より高いとみなして、この場合の原稿画像と出力紙のサイズを教師データの一部として採用する。

教師データ出力部１０ａは、コピーが実施されると、コピーした原稿の画像と、原稿を実際にコピーした出力紙のサイズとの組み合わせを含む教師データを、通信部３０を介して学習サーバー１００に出力する機能をプロセッサー１０に実現させる。具体的には、プロセッサー１０は、利用者が原稿より小さい出力紙のサイズを指定し、コピー部数を複数枚に設定した状態で、コピースタート（縮小コピー）を指示した場合、読み取った原稿を示す画像と、当該原稿のサイズと、当該原稿の読み取り解像度と、当該原稿を実際にコピーした出力紙のサイズ（すなわち利用者が手動で設定した出力紙のサイズ）と、を教師データとして学習サーバー１００に送信する。

学習済モデル取得部１０ｂは、機械学習の結果生成された学習済モデルを、通信部３０を介して学習サーバー１００から取得する機能をプロセッサー１０に実現させる。コピー装置１から学習サーバー１００に送信された教師データに基づいて、学習サーバー１００では後述する学習処理が行われる。学習済モデル取得部１０ｂによりプロセッサー１０は、学習処理によって最適化された学習済モデル１２０ａを学習サーバー１００から取得することができる。

後述するように、本実施形態におけるモデルは、原稿を示す画像を入力とし、出力紙のサイズを出力とする。プロセッサー１０は、上述した第２サイズの原稿についての縮小判定の際に、学習済モデル１２０ａに読み取った原稿画像を入力し、学習済モデル１２０ａからの出力として出力紙のサイズを得る。学習済モデル１２０ａから出力された出力紙のサイズは、上述の縮小判定に用いられる。

（２）学習サーバーの構成：
学習サーバー１００は、コピー装置１から収集した教師データに基づいて機械学習を行い、機械学習の結果得られた学習済モデルをコピー装置１に出力するコンピューターである。学習サーバー１００は、ＣＰＵ，ＲＡＭ，ＲＯＭを備える制御部１１０、記録媒体１２０、通信部１３０を備える。

制御部１１０は、記録媒体１２０に記録された図示しない機械学習プログラムを実行することにより、教師データ取得部１１０ａ，学習部１１０ｂ，学習済モデル出力部１１０ｃとして機能し、機械学習に関連した機能を実行することができる。

制御部１１０は、教師データ取得部１１０ａの機能により教師データ１２０ｂを取得する機能を実行可能である。教師データ１２０ｂは、コピー装置１から教師データ出力部１０ａの処理によって学習サーバー１００に送信される。本実施形態において、学習サーバー１００がコピー装置１から取得した教師データは、複数部数の縮小コピーの際の原稿の画像と、当該原稿のサイズと、当該原稿の読み取り解像度と、利用者が指定した出力紙のサイズ（当該原稿を実際に縮小コピーした出力紙のサイズ）と、を含むデータである。学習サーバー１００では、この教師データを、当該サイズの出力紙にコピーされたマーク（原稿に含まれるマークが縮小された状態のマーク）を利用者が識別可能であることを示す教師データとして学習する。

制御部１１０は、コピー装置１から教師データ１２０ｂを受信すると、記録媒体１２０に蓄積する。教師データ１２０ｂが蓄積されると、画像から出力紙のサイズを推定するモデルを機械学習によって生成することができる。

図４は機械学習処理を示すフローチャートである。機械学習処理は、既定量の教師データ１２０ｂが蓄積された後、任意のタイミングで実行されてよい。機械学習処理が開始されると、制御部１１０は、学習部１１０ｂの機能により、訓練モデル１２０ｄを取得する（ステップＳ３００）。ここで、モデルとは、推定対象のデータと推定結果のデータとの対応関係を導出する式を示す情報である。本実施形態においては推定対象のデータがコピー装置１によって読み取られた原稿を示す画像データ（または画像データから導出されるデータ（画像の特徴等））であり、出力紙のサイズが推定結果のデータであるモデルを例にして説明する。

入力データを出力データに変換する限りにおいて、モデルは種々の定義が可能である。図５は本実施形態において利用されるモデルの一例であるＣＮＮ（Convolutional Neural Network）の構造を模式的に示した図である。図５においては、ＣＮＮによるデータフォーマットの変化を直方体で示しており、通常のニューラルネットワークのノードを白丸で示している。すなわち図５においては、出力層Ｌ_ｏが通常のニューラルネットワークであり、出力層Ｌ_ｏより上位はＣＮＮである。

図５においては、左端の層が入力層Ｌ_ｉ、右端の層が出力層Ｌ_ｏであり、両者の間のニューラルネットワークを模式的に示している。本実施形態においては、原稿を示す画像データを入力層Ｌ_ｉへの入力データとし、出力層Ｌ_ｏから出力紙のサイズを示す出力データを出力するモデルが構築される。原稿のサイズおよび読み取り解像度に応じて原稿画像の画素数が異なるため、本実施形態においては、モデルは、原稿のサイズおよび読み取り解像度毎に構成される。例えば、Ａ３原稿の第１解像度用のモデル、Ａ３原稿の第２解像度用のモデル、Ｂ４原稿の第１解像度用のモデル、Ｂ４原稿の第２解像度用のモデル、等を想定してよい。教師データに含まれる原稿の読み取り解像度と原稿のサイズとから、適用するモデルが選択される。図５は、Ａ３原稿の第１解像度用のモデルの入力と出力を例示している。画像は縦Ｈピクセル、横Ｗピクセルであり、各ピクセルについてＲ：赤、Ｇ：緑、Ｂ：青の３チャンネルの階調値が規定されている。従って、図５において入力層Ｌ_ｉの画像は縦Ｈ，横Ｗ，奥行き３の直方体で模式的に示されている。なお、例えば原稿画像をグレースケール画像に変換した画像データを入力層Ｌ_ｉに入力する構成であってもよい。またモデルは、原稿のサイズおよび読み取り解像度毎に構成されなくてもよい。本実施形態においては少なくとも原稿のサイズ毎に構成されていればよく、モデルには入力層Ｌ_ｉの画素数に合うように解像度変換された原稿画像が入力されてもよい。

図５においては、画像が入力層に入力された後、ＣＮＮを経て、すなわち、所定の大きさおよび数のフィルタによる畳み込み演算、活性化関数による演算およびプーリング層の演算を経てＨ_１１×Ｗ_１１×Ｄ_１１個の出力値に変換される例を示している。図５においては、この後、複数の層（図示省略）を経てＨ_ｍ１×Ｗ_ｍ１×Ｄ_ｍ１個の出力値に変換される例を示している。

出力層Ｌ_ｏからの出力データは出力紙のサイズを示している。出力は、コピー装置１においてＡ３原稿を縮小コピーする出力紙のサイズとして選択可能なサイズであればよく、本実施形態においては、例えばＢ４、Ａ４、Ｂ５の３つを想定している。出力層Ｌ_ｏの３つのノードにそれぞれ、Ｂ４、Ａ４、Ｂ５が対応付けられる。ＣＮＮによってＨ_ｍ１×Ｗ_ｍ１×Ｄ_ｍ１個の出力値が得られた後、全結合によって出力紙のサイズを示す出力値が得られる。

出力層Ｌ_ｏにおいて、各ノードの出力値が大きい程、入力されたＡ３の原稿画像を縮小コピーする際の出力紙のサイズとして適切であると推定される。より具体的には、ノードＴ_ｉ１〜Ｔ_ｉ３のそれぞれにおける出力値が０．０５，０．９，０．０５である場合、ノードＴ_ｉ２に対応するＡ４が、縮小してもマークを識別可能な出力紙のサイズであると推定されることになる。

なお、Ａ３原稿の第２解像度用のモデルの出力ノードはＡ３原稿の第１解像度用のモデルと同様にＢ４、Ａ４、Ｂ５を示す３つで構成されてよい。また、Ｂ４原稿の第１解像度用および第２解像度用のモデルの出力ノードは、コピー装置１においてＢ４原稿を縮小コピーする出力紙のサイズとして選択可能なサイズであればよく、例えばＡ４、Ｂ５の２つである構成であってもよい。

図４に示すフローチャートにおけるステップＳ３００では、訓練モデルを取得する。なお本実施形態においては、原稿のサイズおよび読み取り解像度毎にモデルが構成されるため、図４の処理は各モデルについて実施される。ここで、訓練とは、学習対象であることを示す。すなわち、訓練モデルにおいては、原稿画像データを入力し、出力紙のサイズを出力するが、原稿画像データと出力紙のサイズとの対応関係は初期において正確ではない。すなわち、訓練モデルにおいては、ノードが構成する層の数やノードの数は決められるが、入出力の関係を規定するパラメーター（重みやバイアス等）は最適化されていない。これらのパラメーターは、機械学習の過程で最適化される（すなわち、訓練される）。

訓練モデルは、予め決定されていても良いし、学習サーバー１００を操作するオペレーターが、学習サーバー１００が備えるＵＩ部を操作して入力することによって取得されても良い。いずれにしても、制御部１１０は、図５に示す例のように、原稿画像データに基づいて出力紙のサイズを出力するニューラルネットワークのパラメーターを訓練モデルとして取得する。

次に、制御部１１０は、学習部１１０ｂの機能により、教師データを取得する（ステップＳ３０５）。本実施形態においては、上述のように教師データ１２０ｂが予めコピー装置１から送信され、記録媒体１２０に記録されている。そこで、制御部１１０は、記録媒体１２０を参照して教師データ１２０ｂを取得する。例えば、Ａ３原稿および第１解像度用のモデルについて図４の処理が実施される場合、Ａ３原稿の第１解像度の教師データ１２０ｂが取得される。次に、制御部１１０は、学習部１１０ｂの機能により、テストデータを取得する（ステップＳ３１０）。本実施形態においては、教師データ１２０ｂから、その一部が抽出されてテストデータになる。テストデータは訓練に利用されない。

次に、制御部１１０は、学習部１１０ｂの機能により、初期値を決定する（ステップＳ３１５）。すなわち、制御部１１０は、ステップＳ３００で取得した訓練モデルのうち、可変のパラメーターに対して初期値を与える。初期値は、種々の手法で決定されて良い。例えば、ランダム値や０等を初期値とすることができ、重みとバイアスとで異なる思想で初期値が決定されても良い。むろん、学習の過程でパラメーターが最適化されるように初期値が調整されても良い。

次に、制御部１１０は、学習部１１０ｂの機能により、学習を行う（ステップＳ３２０）。すなわち、制御部１１０は、ステップＳ３００で取得した訓練モデルにステップＳ３０５で取得した教師データ１２０ｂにおける原稿画像データを入力し、出力層Ｌ_ｏの出力値を計算する。また、制御部１１０は、出力された出力紙のサイズと教師データ１２０ｂが示す出力紙のサイズとの誤差を示す損失関数によって誤差を特定する。そして、制御部１１０は、損失関数のパラメーターによる微分に基づいてパラメーターを更新する処理を既定回数繰り返す。例えば、Ａ３原稿を示す画像Ｇ３と、出力紙のサイズを示すＡ４とを含む教師データがある場合、画像Ｇ３をモデルに入力して得られる出力（Ｂ４，Ａ４，Ｂ５）が（０，１，０）に近づくようにパラメーターが更新される。

むろん、損失関数は、種々の関数を採用可能であり、例えば、交差エントロピー誤差などを採用可能である。以上のような損失関数を算出する処理は、教師データ１２０ｂに含まれる画像の全てまたは一部について実施され、その平均や総和によって１回の学習における損失関数が表現される。１回の学習における損失関数が得られたら、制御部１１０は、既定の最適化アルゴリズム、例えば、確率的勾配降下法等によってパラメーターを更新する。

以上のようにして、既定回数のパラメーターの更新が行われると、制御部１１０は、訓練モデルの汎化が完了したか否かを判定する（ステップＳ３２５）。すなわち、制御部１１０は、ステップＳ３１０で取得したテストデータが示す画像データを訓練モデルに入力して設定を示す出力を取得する。そして、制御部１１０は、出力された設定と、テストデータに対応づけられた設定とが一致している度合いを取得する。本実施形態において、制御部１１０は、当該一致している度合いが閾値以上である場合に汎化が完了したと判定する。

なお、汎化性能の評価に加え、ハイパーパラメーターの妥当性の検証が行われてもよい。すなわち、重みとバイアス以外の可変量であるハイパーパラメーター、例えば、ノードの数等がチューニングされる構成において、制御部１１０は、検証データに基づいてハイパーパラメーターの妥当性を検証しても良い。検証データは、ステップＳ３１０と同様の処理により、教師データから抽出されても良い。むろん、検証データもテストデータと同様に、訓練には使用されない。

ステップＳ３２５において、訓練モデルの汎化が完了したと判定されない場合、制御部１１０は、ステップＳ３２０を繰り返す。すなわち、さらに重みおよびバイアスを更新する。一方、ステップＳ３２５において、訓練モデルの汎化が完了したと判定された場合、制御部１１０は、学習済モデルを記録する（ステップＳ３３０）。すなわち、制御部１１０は、訓練モデルを学習済モデル１２０ａとして記録媒体１２０に記録する。そして制御部１１０は学習済モデル出力部１１０ｃの処理により、通信部１３０を介してコピー装置１に学習済モデル１２０ａを送信する。

以上の構成によれば、原稿を縮小コピーするのに適した出力紙のサイズを推定するためのモデル（学習済モデル１２０ａ）を生産することができる。そして、原稿を示す原稿画像データを学習済モデル１２０ａに入力して出力紙のサイズを示す情報を得ることにより、原稿の縮小コピーに適した出力紙のサイズを推定することが可能になる。出力層Ｌ_ｏの各ノードの出力値の和は１になるように規格化される。閾値を予め定め（例えば０．９等）、閾値以上の値が出力されたノードに対応するサイズが、原稿の縮小コピーに適したサイズであると推定してよい。

例えば、コピー装置１においてコピーが実施される際、読み取られたＡ３原稿を示す原稿画像データを学習済モデル１２０ａに入力して得られた出力（Ｂ４，Ａ４，Ｂ５）が例えば（０．７，０．２，０．１）であるとする。この場合、どの出力紙のサイズもこのＡ３原稿を縮小コピーする出力紙のサイズとして適切でないことが推定できる（どのノードの出力値も閾値未満であるため）。このような場合、読み取られたＡ３原稿は縮小コピーには適しておらず原稿と同じＡ３の出力紙に等倍することが適切であると推定できる（縮小判定：不可）。

また例えば、読み取られたＡ３原稿を示す原稿画像データを学習済モデル１２０ａに入力して得られた出力（Ｂ４，Ａ４，Ｂ５）が例えば（０．０９，０．９，０．０１）の場合、読み取られたＡ３原稿を縮小コピーする出力紙のサイズとしてＡ４が適切であると推定できる。また例えば、読み取られたＡ３原稿を示す原稿画像データを学習済モデル１２０ａに入力して得られた出力（Ｂ４，Ａ４，Ｂ５）が例えば（０．９，０．０９，０．０１）の場合、読み取られたＡ３原稿を縮小コピーする出力紙のサイズとしてＢ４が適切であると推定できる。

（３）印刷制御処理：
図６は、片面原稿を両面コピーする場合の印刷制御処理を示すフローチャートである。図６の印刷制御処理は、次の条件１〜条件４を全て満たしている場合に、コピースタートの指示が利用者によって入力され原稿画像がメモリーに蓄積開始されたことに応じて開始される処理である。条件１は、「片面／両面」設定が「片面→両面」に設定されていることである。条件２は、「原稿サイズ混載」設定が「オン」に設定されていることである。条件３は、ＡＤＦ原稿トレイに原稿がセットされており、セットされた原稿の最大サイズがＡ３であることがＡＤＦ原稿センサーの出力によって判明していることである。条件４は、２つの給紙トレイにセットされている出力紙はそれぞれＡ３とＡ４であることである。

なお、コピースタートの指示を利用者が入力すると、図示しない原稿読取処理が開始される。すなわち原稿読取処理と図６の印刷制御処理とは、コピースタート指示受付後、並行して実行される。原稿読取処理は原稿読取部１０ｃの機能によって実施される処理であり、ＡＤＦ原稿トレイに原稿があり、読み取った原稿を示す画像を蓄積するメモリーに空きがあれば、順次、原稿の搬送、読み取り、原稿を示す画像のメモリーへの蓄積を行う処理である。コピースタート指示に応じて原稿読取処理が開始され、原稿読取処理によってメモリーに１枚目の原稿画像が蓄積開始されたことに応じて図６の印刷制御処理が開始される。

図６の印刷制御処理において、ステップＳ１０５〜Ｓ１４５は、１枚の原稿画像を解析して出力紙のサイズを仮決定する処理ブロックである。原稿画像の解析には、少なくとも後述する模様位置解析が含まれ、場合によっては学習済モデル１２０ａによる計算処理が含まれる。Ｓ１０５〜Ｓ１４５が２枚の原稿についてそれぞれ実施されると、２枚の原稿のそれぞれについて出力紙のサイズが仮決定されたことになる。ステップＳ１６５〜Ｓ１７５は、２枚の原稿のそれぞれについて仮決定された出力紙のサイズに基づいて出力紙のサイズを本決定し、本決定したサイズの出力紙の両面に原稿を１枚ずつ印刷する処理ブロックである。

本実施形態において、白紙原稿は読み飛ばすように構成されている。白紙でないＡ３原稿の場合は、Ａ３の読み取り面の全領域について模様の位置を解析する必要があるため、読み取り面全領域の解析が終了（Ｓ１１０：Ｙ）するまで、Ｓ１１０：Ｎ〜Ｓ１３０：Ｎが繰り返されることとなる。白紙でないＡ４原稿の場合は、原稿のサイズがＡ４と判明する（Ｓ１３０：Ｙ）まで、Ｓ１１０：Ｎ〜Ｓ１３０：Ｎが繰り返されることとなる。白紙のＡ３原稿や白紙のＡ４原稿の場合は、読み取り面の全領域についての模様位置解析が終了（Ｓ１１０：Ｙ）するまで、すなわち、読み取り面の全領域に渡って模様がない無地であることが確定するまで、Ｓ１１０：Ｎ〜Ｓ１２５：Ｎが繰り返されることとなる。

また、本実施形態においては、混載できる原稿サイズの組み合わせが制限される。例えば、Ａ３とＡ４のように一方の短辺と他方の長辺の長さが一致するＡ系原稿同士は組み合わせ可能である。同様に、Ｂ４やＢ５等のように一方の短辺と他方の長辺の長さが一致するＢ系原稿同士も組み合わせ可能である。しかし例えば、Ａ系原稿とＢ系原稿とを混載するとエラーとするように構成されている。図６はＡ３原稿とＡ４原稿の混載を想定した印刷制御処理であるので、Ａ４でもＡ３でもない例えばＢ４原稿が混載していた場合、Ｓ１１５でＹ判定となるまで、Ｓ１１０：Ｎ〜Ｓ１３０：Ｎが繰り返されるが、Ａ４でもＡ３でもないことが判明すると（Ｓ１１５：Ｙ）エラー通知されることとなる。

続いて、図６の印刷制御処理の各ステップについて詳細に説明する。印刷制御処理が開始されると、プロセッサー１０は、変数ｉを０で初期化する（ステップＳ１００）。印刷制御処理は、１枚の出力紙の表裏の各面に片面原稿を１枚ずつコピーする処理であるので、１枚の出力紙の両面コピーに必要な片面原稿の枚数は２枚である。変数ｉは、白紙でない片面原稿の読み取り枚数をカウントするために用いられる。変数ｉの値域は０≦ｉ≦２である。なお、本印刷制御処理では、白紙の片面原稿（読み取り面が白紙である原稿）が混ざっていた場合は、その原稿はコピーしない（読み飛ばす）ように構成されている。従って原稿が白紙の場合、変数ｉはカウントアップされない。

続いてプロセッサー１０は、原稿の模様位置解析を開始する（ステップＳ１０５）。すなわちプロセッサー１０は、原稿読取部１０ｃによって順次メモリーに蓄積される画像データに基づいて、原稿画像における模様の位置を取得する処理を開始する。原稿の読み取り面の全体の画像データがメモリーに蓄積されると、原稿の読み取り面全体における模様が存在する矩形領域（例えば図３のＧ２０１）の位置を取得することができる。

なお、原稿の搬送の過程で搬送方向や搬送方向と直交する方向における原稿の端部を検知することが可能である。４つの端部を検知すると、プロセッサー１０は、対向する端部の距離等に基づいて、原稿のサイズを取得することができる。例えば搬送方向における原稿の始端を検知してから終端を検知するまでのローラーの回転数等に基づいて搬送方向における原稿の長さを取得可能である。また例えば、搬送方向と直交する方向における両端を検知し、両端の距離から搬送方向と直交する方向の原稿の長さを取得可能である。

続いてプロセッサー１０は、模様位置解析が終了したか否かを判定する（ステップＳ１１０）。すなわち、原稿の読み取り面の全体の画像データがメモリーに蓄積され、原稿の読み取り面全体における模様が存在する矩形領域（例えば図３のＧ２０１）の位置の取得が完了したか否かが判定される。

ステップＳ１１０において、模様位置解析が終了したと判定されなかった場合、プロセッサー１０は、原稿のサイズがＡ４でもＡ３でもないことが判明したか否かを判定する（ステップＳ１１５）。例えば、原稿の搬送の過程で検知した、原稿の対向する端部の距離に基づいて、原稿のサイズがＡ４でもＡ３でもないことが判明したか否かが判定される。ステップＳ１１５において、原稿のサイズがＡ４でもＡ３でもないことが判明したと判定された場合、プロセッサー１０はエラーを通知し（ステップＳ１２０）、印刷制御処理を終了する。

ステップＳ１１５において、原稿のサイズがＡ４でもＡ３でもないことが判明したと判定されない場合、プロセッサー１０は原稿に模様があることが判明したか否かを判定する（ステップＳ１２５）。すなわち模様位置解析によって原稿に何か模様があることを検知した場合、プロセッサー１０は原稿に模様があることが判明したと判定する。原稿に何か模様があることが解析によってまだ判明していない場合、すなわち、原稿の読み取り面全体の模様位置解析はまだ全て終了してはいないが解析済みの部分については模様がないことが判明している場合、プロセッサー１０は、原稿に模様があることが判明したと判定しない。

ステップＳ１２５において、原稿に模様があることが判明したと判定されなかった場合、プロセッサー１０はステップＳ１１０を実行する。ステップＳ１２５において原稿に模様があることが判明したと判定された場合、プロセッサー１０は、原稿のサイズがＡ４であることが判明したか否かを判定する（ステップＳ１３０）。原稿搬送の過程で検知した原稿の対向する端部の距離に基づいて、原稿のサイズがＡ４であるか否かが判定される。

ステップＳ１３０において、原稿のサイズがＡ４であることが判明したと判定されなかった場合、プロセッサー１０は、ステップＳ１１０を実行する。ステップＳ１１０において、解析が終了したと判定された場合、プロセッサー１０は、原稿は白紙であるか否かを判定する（ステップＳ１３５）。模様位置解析の結果、原稿に模様がない場合、原稿は白紙であると判定され、原稿になんらかの模様がある場合、変更は白紙で有ると判定されない。

ステップＳ１３５において、原稿は白紙であると判定された場合、プロセッサー１０は後述するステップＳ１５０の処理を実行する。本実施形態においては、原稿が白紙の場合は、当該原稿はコピーしない（読み飛ばす）。従ってステップＳ１３５において原稿が白紙であると判定された場合、変数ｉの値は変化しない。

ステップＳ１３０において原稿のサイズがＡ４と判明したと判定された場合（（Ａ）、図６の破線の矢印）、または、ステップＳ１３５において原稿は白紙であると判定されなかった場合（（Ｂ）、図６の一点鎖線の矢印）、プロセッサー１０は、変数ｉの値を１増加させる（ステップＳ１４０）。なお、上述の（（Ａ）、図６の破線の矢印）の場合、読み取った原稿（インクリメント後のｉ枚目の原稿）のサイズはＡ４であることが判明している状態である。（（Ｂ）、図６の一点鎖線の矢印）の場合は、上述の条件３と、ステップＳ１１５がＮ判定であることと、ステップＳ１３０がＮ判定であることから、読み取った原稿のサイズはＡ３であることが判明している状態である。さらに（Ｂ）の場合は、Ａ３の原稿の模様位置解析が終了した状態である（ステップＳ１１０：Ｙ）が、（Ａ）の場合は、Ａ４の原稿の模様位置解析は必ずしも終了していない。すなわち、（Ａ）の場合は、原稿の模様位置解析が終了していなくても原稿のサイズがＡ４であると判明すれば、次の出力紙サイズ仮決定処理やそれ以降の出力紙のサイズ決定や印刷開始などの処理を実行するように構成されている。

続いてプロセッサー１０は、出力紙サイズ仮決定処理を実行する（ステップＳ１４５）。出力紙サイズ仮決定処理は、原稿に適した出力紙のサイズを仮決定する処理である。ステップＳ１４５においてｉ枚目の原稿について出力紙サイズ仮決定処理が実行される際、ｉ枚目の原稿のサイズは、（Ａ）の場合および（Ｂ）の場合で上述したように、Ａ３またはＡ４のいずれかであることが判明している状態である。出力紙サイズ仮決定処理は原稿１枚分ずつ行われる。２枚分の原稿のそれぞれについて出力紙のサイズが仮決定されると、仮決定された出力紙のサイズに基づいて後述するステップＳ１６５において出力紙のサイズが決定される。出力紙サイズ仮決定処理の詳細については後述する。

続いてプロセッサー１０は、変数ｉの値は１であるか否かを判定する（ステップＳ１５０）。すなわち、プロセッサー１０は、１枚分の片面原稿について出力紙のサイズが決定した状態であるか否かを判定する。ステップＳ１５０において変数ｉの値が１であると判定された場合、プロセッサー１０は、次の原稿が有るか否かを判定する（ステップＳ１５５）。すなわち、次の原稿を示す画像がメモリーに蓄積開始された状態であるか否かが判定される。

ステップＳ１５５において次の原稿が有ると判定された場合、プロセッサー１０はステップＳ１０５の処理を実行する（変数ｉの値は１のまま）。すなわち次の原稿模様位置解析が開始される。ステップＳ１５５において次の原稿が有ると判定されなかった場合、プロセッサー１０は、仮決定した出力紙のサイズに合うように処理した画像で印刷部５０に片面印刷を開始させ（ステップＳ１６０）、印刷制御処理を終了する。

すなわちステップＳ１６０は、白紙でない片面原稿の枚数が奇数である場合に、最後の片面原稿を出力紙の片面に印刷する処理である。ステップＳ１６０では、ステップＳ１４５で仮決定されたサイズが出力紙のサイズとして決定される。例えば、Ａ３の原稿をＡ４の出力紙にコピーすることが決定された場合、Ａ４サイズにトリミングまたは縮小した画像をＡ４の出力紙に印刷する処理が開始される。また例えば、Ａ３の原稿をＡ３の出力紙にコピーすることが決定された場合や、Ａ４の原稿をＡ４の出力紙にコピーすることが決定された場合は、トリミングや変倍されることなく原稿の画像を出力紙に印刷する処理が開始される。

ステップＳ１５０において変数ｉの値が１であると判定されなかった場合、プロセッサー１０は、変数ｉの値が２であるか否かを判定する（ステップＳ１６０）。すなわち、２枚の片面原稿のそれぞれについて、出力紙のサイズを仮決定済みであるか否かが判定される。ステップＳ１６０において、変数ｉの値が２であると判定された場合、プロセッサー１０は、２枚の原稿のそれぞれについて仮決定したサイズのうち、大きい方を出力紙のサイズとして本決定する（ステップＳ１６５）。１枚目の原稿について仮決定された出力紙のサイズをＺ_１、２枚目の原稿について仮決定された出力紙のサイズをＺ_２とすると、（Ｚ_１，Ｚ_２）が（Ａ３，Ａ４）または（Ａ４，Ａ３）または（Ａ３，Ａ３）の場合、出力紙のサイズはＡ３で決定される。（Ｚ_１，Ｚ_２）が（Ａ４，Ａ４）の場合は、出力紙のサイズはＡ４で決定される。すなわち本実施形態の場合、Ｚ_１およびＺ_２の少なくともいずれか一方がＡ３である場合には出力紙のサイズはＡ３で決定され、Ｚ_１およびＺ_２がいずれもＡ４である場合には出力紙のサイズがＡ４で決定される。

続いてプロセッサー１０は、本決定した出力紙のサイズに合うように処理した画像で両面印刷を印刷部５０に開始させる（ステップＳ１７０）。例えば、Ａ３の原稿をＡ４の出力紙にコピーすることが本決定された場合、Ａ４サイズにトリミングまたは縮小した画像をＡ４の出力紙に印刷する処理が行われる（例えば図３の（ｂ）（ｅ）におけるＡ４出力紙の他方の面や、（ｃ）（ｆ）におけるＡ４出力紙の他方の面を参照）。また例えば、Ａ３の原稿をＡ３の出力紙にコピーすることが本決定された場合や、Ａ４の原稿をＡ４の出力紙にコピーすることが本決定された場合は、トリミングや変倍されることなく原稿の画像を出力紙に印刷する処理が行われる（例えば図３の（ｄ）（ｇ）におけるＡ３出力紙の他方の面や、（ｃ）（ｆ）におけるＡ４出力紙の一方の面を参照）。また、Ａ４の原稿をＡ３の出力紙にコピーすることが本決定された場合、Ａ４の原稿の画像に余白を付加してＡ３サイズとした画像をＡ３の出力紙に印刷する処理が行われる（例えば図３の（ｄ）（ｇ）におけるＡ３出力紙の一方の面を参照）。なお、トリミングを行う位置や余白を付加してＡ３のどの位置にＡ４の原稿の画像を配置するかについては、模様が欠落しない範囲で任意に設定することができる。

続いてプロセッサー１０は、変数ｉの値を０にする（ステップＳ１７５）。ステップＳ１７５を実行後、または、ステップＳ１６０において変数ｉの値は２であると判定されなかった場合、プロセッサー１０は、ステップＳ１５５と同様に、次の原稿が有るか否かを判定する（ステップＳ１８０）。ステップＳ１８０において次の原稿が有ると判定された場合、プロセッサー１０は、ステップＳ１０５を実行する。ステップＳ１８０において次の原稿が有りと判定されなかった場合、プロセッサー１０は印刷制御処理を終了する。

（３−１）出力紙サイズ仮決定処理：
図７は、印刷制御処理のステップＳ１４５で実行される出力紙サイズ仮決定処理のフローチャートである。出力紙サイズ仮決定処理が開始されると、プロセッサー１０は、ｉ枚目の原稿はＡ３であるか、または、Ａ４であるかを判定する（ステップＳ２００）。

ステップＳ２００において、ｉ枚目の原稿はＡ３であると判定された場合、プロセッサー１０は、模様はＡ４に収まるか否か（トリミング判定）を判定する（ステップＳ２０５）。すなわちｉ枚目の原稿の画像内において模様が存在する領域（例えば図３のＧ２０１）は、Ａ４に相当する大きさの矩形領域（例えば図３のＧ２０２）に包含されるか否かが、模様位置解析の結果に基づいて判定される。

ステップＳ２０５において、模様はＡ４に収まると判定された場合、プロセッサー１０は、ｉ枚目の原稿に適した出力紙のサイズをＡ４で仮決定する（ステップＳ２１０）。ステップＳ２０５において、模様はＡ４に収まると判定されなかった場合、プロセッサー１０は、Ａ４に縮小した場合にマークは識別可能であるか否か（縮小判定）を判定する（ステップＳ２１５）。すなわち、プロセッサー１０は、読み取った原稿のサイズと読み取り解像度とに応じた学習済モデル１２０ａを選択し、選択した学習済モデル１２０ａに原稿画像を入力して出力結果を得る。そしてプロセッサー１０は、出力結果に基づいてＡ４に縮小した場合にマークは識別可能であるか否かを判定する。

例えば、図５に示す出力層Ｌ_ｏの３つのノードの出力値のいずれも閾値を満たしていない場合や、Ａ４（予定する出力紙のサイズ）より大きなＢ４のみが閾値以上である場合、プロセッサー１０は、Ａ３原稿をＡ４出力紙に縮小不可と判定する。また例えば、Ａ４またはＢ５のいずれかが閾値以上である場合、プロセッサー１０は、Ａ３原稿をＡ４出力紙に縮小可と判定する。Ｂ５は予定する出力紙のサイズであるＡ４より小さいため、Ｂ５に縮小してマークを識別可能なのであればＢ５より大きいＡ４に縮小してもマークを識別可能であると推定できるためである。

ステップＳ２１５において、Ａ４に縮小した場合にマークは識別可能であると判定された場合、プロセッサー１０は、ｉ枚目の原稿に適した出力紙のサイズをＡ４で仮決定する（ステップＳ２２０）。

ステップＳ２１５において、Ａ４に縮小した場合にマークは識別可能であると判定されなかった場合、プロセッサー１０は、ｉ枚目の原稿に適した出力紙のサイズをＡ３で仮決定する（ステップＳ２２５）。なお、本実施形態においては、ステップＳ２２５が実行された場合、出力紙のサイズは実質的にＡ３で本決定されたことになる（Ｚ_１およびＺ_２の少なくともいずれか一方がＡ３で仮決定された場合、出力紙のサイズはＡ３で決定されるため）。例えばｉ＝１の場合にＳ２２５が実行された場合、次の原稿が仮にＡ３であったとしても、次の原稿についての解析終了を待たずして出力紙のサイズをＡ３と本決定するように構成されていてもよい。ステップＳ２００において、ｉ枚目の原稿はＡ４であると判定された場合、プロセッサー１０は、ｉ枚目の原稿に適した出力紙のサイズをＡ４で仮決定する（ステップＳ２３０）。

図８の（Ｔ_Ａ）は、１枚目の原稿がＡ４であり２枚目の原稿がＡ３である場合（すなわち第１の場合）であって上述の印刷制御処理が実行された場合の、印刷開始タイミングを示すタイミングチャートである。なお、Ａ４の原稿もＡ３の原稿も白紙でないとする。１枚目の原稿の読み取り開始タイミングをｔ０とする。１枚目の原稿のサイズがＡ４であることが判明した場合（図６のＳ１３０、図８のｔ１）、１枚目の原稿についての出力紙のサイズはＡ４で仮決定される。１枚目の原稿の読み取りが終わると２枚目の原稿の読み取りが開始される。２枚目の原稿の読み取りが終了し（ｔ４）、２枚目の原稿画像の解析が終了する（ｔ５）と、２枚目の原稿についての出力紙のサイズが仮決定される。仮に、２枚目の原稿について出力紙のサイズがＡ４で仮決定されたとすると、１枚目の原稿と２枚目の原稿を両面コピーするための出力紙のサイズはＡ４で本決定され、Ａ４の出力紙への両面印刷が開始される（ステップＳ１７０、ｔ５）。すなわち、Ａ４の出力紙を収容しているカセットからＡ４の出力紙を１枚給紙し始める等の動作が開始される。

図８の（Ｔ_Ｂ）は、１枚目の原稿がＡ３であり２枚目の原稿がＡ４である場合（すなわち第２の場合）であって上述の印刷制御処理が実行された場合の、印刷開始タイミングを示すタイミングチャートである。なお、Ａ３の原稿およびＡ４の原稿は（Ｔ_Ａ）の場合と同じものであるとする（読み取り順が入れ換えられただけである）。原稿読取処理によって順次原稿が読み取られメモリーに原稿画像が蓄積され、（Ｔ_Ａ）と（Ｔ_Ｂ）で用いられる原稿は順序が異なるだけであるため、（Ｔ_Ａ）および（Ｔ_Ｂ）においては、１枚目の原稿の読み取り開始（ｔ０）から２枚目の読み取り終了（ｔ４）までの所要時間は同じである。

（Ｔ_Ｂ）においては、１枚目の原稿の読み取りが開始され（ｔ０）、１枚目の原稿の読み取りが終了する（ｔ２）と、続いて２枚目の原稿の読み取りが開始される。１枚目の原稿画像の解析はｔ２に遅れて終了する（ｔ３）。ｔ３において１枚目の原稿についての原稿サイズが仮決定される。１枚目のＡ３の原稿は（Ｔ_Ａ）の２枚目のＡ３の原稿と同じものであるため、（Ｔ_Ａ）の例と同様に１枚目のＡ３の原稿について原稿サイズはＡ４で仮決定される（ｔ３）。続いて次の原稿（２枚目の原稿）の解析が開始される（ｔ３）が、２枚目の原稿のサイズがＡ４であると判明すると（図６のＳ１３０、図８のｔ４）、２枚目の原稿についての出力紙のサイズはＡ４で仮決定される。そして、１枚目の原稿について仮決定された出力紙のサイズと２枚目の原稿について仮決定された出力紙のサイズとに基づいて１枚目の原稿と２枚目の原稿を両面コピーするための出力紙のサイズはＡ４で本決定され、Ａ４の出力紙への両面印刷が開始される（ステップＳ１７０、ｔ４）。すなわち、Ａ４の出力紙を収容しているカセットからＡ４の出力紙を１枚給紙し始める等の動作が開始される。

本実施形態の場合、１枚目の解析が終了してから２枚目の解析が行われる構成である。（Ｔ_Ｂ）は１枚目（Ａ３）の解析の終了が２枚目（Ａ４）の読み取り開始後も継続されているため、２枚目（Ａ４）の読み取り開始（ｔ２）を基準とすると２枚目（Ａ４）の解析開始（ｔ３）が、（Ｔ_Ａ）の１枚目（Ａ４）の読み取り開始（ｔ０）を基準とした１枚目（Ａ４）の解析開始（ｔ０１）より遅れる。しかし、原稿がＡ４であると判明すれば原稿画像の解析が終了していなくても出力紙のサイズをＡ４で仮決定できることにより、（Ｔ_Ｂ）の場合は、（Ｔ_Ａ）の場合よりもＡ４の原稿の解析に割かれる時間が短い。そのため、（Ｔ_Ｂ）の場合の印刷開始（ｔ４）は（Ｔ_Ａ）の場合の印刷開始（ｔ５）より早い。

（Ｔ_Ａ）の場合も（Ｔ_Ｂ）の場合も、出力紙の両面に印刷する画像の順序が入れ替わるだけであるので両面印刷の所要時間は同じと見なせる。従って、（Ｔ_Ｂ）の場合は（Ｔ_Ａ）の場合よりも印刷開始が早い分、両面印刷の終了も早い。ｔ６は（Ｔ_Ｂ）の場合の両面印刷終了を示し、ｔ７は（Ｔ_Ａ）の場合の両面印刷終了を示している。従って、本実施形態によれば、第１の場合には第２の場合よりも１枚目の原稿の読み取り開始から２枚分の原稿のコピー終了までの所要時間が大きい（（ｔ７−ｔ０）＞（ｔ６−ｔ０））。本実施形態の場合、第２の場合も第１の場合も、２枚の原稿それぞれについて解析を終了してから出力紙のサイズを本決定する構成と比較すると、利用者は印刷物を早く得ることができる。従って利用者の利便性を向上させることができる。特に、原稿の搬送経路において原稿を読み取るイメージセンサーの上流側に、原稿の先端及び後端を検知する端部センサーを有している場合は、この端部センサーの出力に基づいて原稿のサイズを判断することができる。この場合には、第２の場合において２枚目の読み取りが完了する前に出力紙のサイズをＡ４であると本決定し、Ａ４の出力紙を収容しているカセットからＡ４の出力紙を１枚給紙し始める等の動作を開始することができる。これによって、第１の場合よりも特に早く利用者は印刷物を得ることができる。

（４）他の実施形態：
以上の実施形態は本発明を実施するための一例であり、原稿を出力紙にコピーするコピー装置から、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして収集し、教師データに基づいて、原稿の画像に含まれるマークを原稿またはコピー後の出力紙において利用者が識別可能か否かを判定するためのモデルを機械学習によって生産する限りにおいて、他にも種々の実施形態を採用可能である。例えば、学習サーバー１００の機能をコピー装置１が備えていても良い。あるいは、学習済モデル１２０ａを用いた上述の縮小判定は学習サーバー１００で行われてもよく、コピー装置１は縮小判定の判定結果を学習サーバー１００から取得する構成であってもよい。また、上述の実施形態の一部の構成が省略されてもよいし、処理の順序が変動または省略されてもよい。

原稿読取部は、原稿を読み取ることができればよい。すなわち、原稿を指定された解像度で読み取り、原稿を示す画像を生成してメモリーに蓄積することができればよい。また、ＡＤＦ原稿トレイにセットされた原稿を順に搬送して読み取る構成であってもよいし、原稿台ガラスに載置された原稿を読み取って利用者に次の原稿載置を促す構成であってもよい。また、混載される原稿は、Ｂ４，Ｂ５等のＢ系サイズの原稿、Ａ３，Ａ４等のＡ系サイズの原稿等を含む種々のサイズを想定してよい。はがきや各種サイズの封筒等が含まれていてもよい。また例えば、Ａ系サイズの原稿とＢ系サイズの原稿との混載が想定されてもよい。

印刷制御部は、読み取った原稿の画像を出力紙に印刷することができればよい。すなわち、原稿読取部によって読み取られた画像に基づいてコピー装置が備える印刷部での印刷に適した形式の印刷データを生成し、印刷データに基づいて印刷を実行することができればよい。

さらに、印刷制御部は、第１サイズの原稿と第１サイズより大きい第２サイズの原稿とを、サイズが同じ出力紙にコピーする際、１枚目の原稿が第１サイズであり２枚目の原稿が第２サイズである第１の場合に、２枚目の原稿の画像を解析し、解析結果に応じたサイズの出力紙に１枚目および２枚目をコピーし、１枚目の原稿が第２サイズであり２枚目の原稿が第１サイズである第２の場合に、１枚目の原稿の画像を解析し、解析結果に応じたサイズの出力紙に１枚目および２枚目をコピーすることができればよい。

例えば、印刷制御部は、模様が第１サイズに収まらない場合、第２サイズの原稿を第２サイズの出力紙に等倍コピーし、第１サイズの原稿の画像に余白を付加して生成した第２サイズの画像を第２サイズの出力紙に等倍コピーする構成であってもよい。すなわち、図２および図３における（ｃ）や（ｆ）の場合も（ｄ）や（ｇ）の場合と同様に出力紙のサイズを第２サイズに決定し、（ｄ）や（ｇ）の場合と同様に出力紙が第２サイズの場合の印刷態様で印刷を行うようにしてもよい。この場合、第２サイズの原稿は第２サイズの出力紙に等倍コピーされるため、第２サイズの原稿に含まれる模様を欠落させることなくコピーできる。また、第１サイズの原稿は第２サイズに拡大することなく、第２サイズとなるように余白を付加して等倍コピーするため、第１サイズの出力紙にコピーする場合と比較して記録剤の消費量は増加しない。そのため、記録剤のコストを抑制可能である。

なお印刷制御部は、１枚目の原稿と２枚目の原稿はサイズが同じ出力紙にコピーすることができればよく、１枚の出力紙の片面に１枚目（あるいは１頁目）の原稿がコピーされ別の１枚の出力紙の片面に２枚目（あるいは２頁目）の原稿がコピーされる構成が想定されうる。なお、１枚の出力紙の片面に１枚目（あるいは１頁目）の原稿がコピーされ別の１枚の出力紙の片面に２枚目（あるいは２頁目）の原稿がコピーされる現象は、「片面／両面」設定が、「片面→片面」の場合だけでなく、例えば「片面→両面」の場合等にも起きうる。

例えば、様々なサイズが混在している原稿を全て同じサイズの出力紙に印刷する設定（例えば製本モード）が「オン」である場合、原稿を読み取って各原稿について出力紙のサイズを仮決定すること（出力紙サイズ仮決定処理）を全原稿分行ってから、全原稿のそれぞれについて仮決定された出力紙サイズのうち最も大きなサイズを出力紙のサイズとして決定する。

印刷制御部は、マークの大きさをＯＣＲによって取得し、マークの大きさと閾値との比較によって、第２サイズの原稿を第１サイズの出力紙に縮小コピーした場合にマークを利用者が識別可能であるか否かを判定する構成であってもよい。例えば、画像に含まれる文字の識別機能や文字サイズの検知機能を有するＯＣＲに原稿画像を入力し、原稿画像に含まれる文字の最小文字サイズを取得してもよい。さらに第２サイズの原稿を第１サイズの出力紙に縮小する際の縮小率を取得し、当該最小文字サイズの文字を当該縮小率で縮小した場合の縮小後の文字の文字サイズを取得してもよい。そして、縮小後の文字の文字サイズが閾値以上であれば、第２サイズの原稿を第１サイズの出力紙に縮小コピーした場合に文字を利用者が識別可能であると判定してもよい。なお例えば、原稿画像に含まれる全ての文字のうち、最も文字数が多い文字サイズを上述の縮小率で縮小した場合の文字サイズと閾値とを比較する構成であってもよい。マークの大きさは、文字の大きさの他にも線の太さを含んでもよい。

印刷制御部は、解析結果に応じたサイズの出力紙が給紙できない場合には、給紙可能な出力紙のサイズの中から解析結果に応じて選択したサイズの出力紙に印刷を行うようにしても良いが、解析結果に応じたサイズの出力紙が補給されてから印刷を行うか、または、給紙可能な出力紙のサイズの中から解析結果に応じて選択したサイズの出力紙に印刷を行うか、のいずれかを利用者に選択させ、利用者の選択に応じて印刷を行う構成であってもよい。給紙できない場合は、例えば紙詰まりエラー、用紙切れエラー等が発生している場合や、本決定されたサイズの出力紙に対応するカセットがコピー装置に装着されていない場合等を想定してよい。例えば、図６のステップＳ１６０やＳ１７０において、印刷開始前に、本決定したサイズの出力紙が給紙可能か否かを判定し、給紙可能でなければ、給紙可能な出力紙の中から、本決定したサイズ以上であってそのうち最も小さいサイズの出力紙を選択し、当該サイズの出力紙に印刷を行うことを利用者に提案してもよい。あるいは、本決定したサイズの出力紙の補給を利用者に促しても良い。本決定したサイズの出力紙の補給を促し補給されてから当該サイズの出力紙に印刷を行うか、給紙可能な出力紙のサイズの中からコピー装置が選択したサイズの出力紙に印刷を行うか、を利用者に選択させてもよい。このようにすることで、利用者が選択した方法に応じたサイズの出力紙に原稿をコピーすることができる。従って利用者が意図しないサイズの出力紙に原稿がコピーされる可能性を低減することができる。なお、利用者が選択しないまま所定時間が経過すると、自動で、給紙可能な出力紙の中から、本決定したサイズ以上であってそのうち最も小さいサイズの出力紙を選択し、当該サイズの出力紙に印刷を行うようにしても良い。

印刷制御部は、給紙トレイに対応する紙のサイズの中から出力紙のサイズを選択する構成であってもよい。さらには、印刷制御部は、給紙トレイに対応する紙であって実際に紙がセットされているサイズの中から出力紙のサイズを選択する構成であってもよい。給紙トレイは３以上あってもよく、各給紙トレイに対応する出力紙のサイズは、３種類以上でもよい。また、上記実施形態においては、第２サイズの原稿を第１サイズの出力紙にコピーする場合に、模様を欠落させないようにトリミングすることと、縮小することのいずれか一方を行うが、模様を欠落させないようにトリミングし、さらに、トリミングした領域の大きさと出力紙のサイズとに応じた縮小率でトリミング後の画像を縮小して、出力紙に印刷するようにしてもよい。

原稿をコピーするのに適切な出力紙のサイズを推定するための機械学習モデルは上記実施形態の他にも様々な方法で生産可能である。当該機械学習モデルの生産方法は、原稿を出力紙にコピーするコピー装置から、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして収集し、教師データに基づいて、原稿の画像に含まれるマークを原稿またはコピー後の出力紙において利用者が識別可能か否かを判定するためのモデルを機械学習によって生産することができればよい。

すなわち、本生産方法においては、原稿に含まれるマークは原稿において識別可能である可能性が高いと推定できる。そして、原稿に含まれるマークは原稿と同サイズの出力紙において識別可能であることを、原稿の画像と原稿のサイズとを含む教師データによって機械学習する。また、本生産方法においては、原稿に含まれるマークは実際にコピーされたコピー後の出力紙において識別可能である可能性が高いと推定できる。そして、原稿に含まれるマークは実際にコピーしたサイズの出力紙上において識別可能であることを、原稿の画像と実際にコピーした出力紙のサイズとを含む教師データによって機械学習する。

このような機械学習によって生成されたモデルは、原稿を予定するサイズの出力紙にコピーしたと仮定すると当該マークを出力紙において利用者が識別可能である可能性が高いか否かの判定に利用することができる。予定するサイズの出力紙に原稿をコピーした場合に利用者がマークを識別できる可能性が高くなければ、予定された出力紙のサイズは適切ではない。従って本生産方法によって生産されたモデルを用いることで、原稿を適切なサイズの出力紙にコピーできる可能性を高めることができる。

図９は、機械学習モデルの例を示している。図９の例のモデルにおいて、入力は、紙のサイズ（α）と、当該サイズの紙に印刷された画像データ（β）である。図９のモデルにおいて、出力は、画像データ（β）に含まれるマークは（α）のサイズの紙に印刷された場合の大きさであれば利用者が識別可または不可を示す値である。このモデルは、利用者が識別可能な文字の大きさであって画像全体（すなわち紙全体）に対する文字の大きさのバランスと、紙のサイズと、の関係を学習するように構成される。

出力値の範囲は０〜１であり、１は識別可、０は識別不可を示す。閾値を予め設定し、出力値が閾値（例えば０．８）以上であれば識別可と推定することができる。モデルに入力する画像データ（β）は、後述するようにコピー装置１でコピーが実施される際に読み取られた原稿の画像である。原稿を示す画像データは、原稿のサイズや読み取り解像度に応じて画素数が異なる。そのため、モデルに入力する前に、前処理として、画像データの画素数が入力画素数（図９におけるＨ×Ｗ×１の個数）となるような処理が行われる。入力画素数は、例えば、コピー装置１において読み取り可能な原稿サイズのうちの予め決められたいずれかのサイズ（例えばＡ４等）を予め決められた第１解像度で読み取った画像をグレースケールに変換した場合の画素数を想定してよい。

例えばＡ３の原稿が第１解像度で読み取られた場合、上述の入力画素数となるように縮小されグレースケール変換された画像の各画素の階調値が入力される。また例えばＡ６の原稿が第１解像度で読み取られた場合、上述の入力画素数となるように拡大されグレースケール変換された画像の各画素の階調値が入力される。画像の拡縮には公知のアルゴリズムが採用されてよいが、より滑らかに拡縮可能なアルゴリズムが望ましい。

図９に示すモデルに入力する紙のサイズ（α）と画像データ（β）は、例えば、コピー装置１が等倍コピー又は縮小コピーをした原稿のサイズと、原稿を示す画像データであってよい。この場合、コピー装置１は、原稿を等倍コピー又は縮小コピーした際の原稿のサイズと、読み取った原稿を示す画像データとを含む教師データを学習サーバー１００に出力する。学習サーバー１００は、コピー装置１から取得した原稿のサイズと原稿を示す画像データを、原稿においてマークを利用者が識別可能であることを示す教師データとして収集する。

原稿が等倍コピーまたは縮小コピーされた場合、原稿に含まれるマークは少なくとも原稿において利用者にとって識別可能である可能性が高いと推定できる。すなわち、原稿上で既に識別可能であるから同じサイズの出力紙に等倍コピーしている、あるいは縮小コピーしてもマークを識別可能であるなら原稿上のマークの大きさは当然識別可能な大きさである、との推定が可能である。そして、原稿が等倍コピーまたは縮小コピーされた場合の原稿の画像と原稿のサイズとの組み合わせを含む教師データによって、原稿のサイズと同サイズの出力紙に原稿が等倍コピーされた場合に出力紙においてマークを利用者が識別可能であることを機械学習する。

また、図９に示すモデルに入力する紙のサイズ（α）と画像データ（β）は、例えば、コピー装置１が実際に複数部数に縮小コピーした際の出力紙のサイズと、原稿を示す画像データであってもよい。この場合、コピー装置１は、実際に原稿を複数部数に縮小コピーした際の出力紙のサイズと、読み取った原稿を示す画像データとを含む教師データを学習サーバー１００に出力する。学習サーバー１００は、コピー装置１から取得した出力紙のサイズと原稿を示す画像データを、コピー後の出力紙においてマークを利用者が識別可能であることを示す教師データとして収集する。

マークを含む原稿が原稿より小さいサイズの出力紙に複数部数縮小コピーされた場合、コピー後の出力紙における縮小後のマークは利用者にとって識別可能である可能性が高いと推定できる。すなわち、コピー後の出力紙においてマークを識別可能であるから複数部数コピーしている（識別不可能であるならば、失敗コピーを複数部数行わない）のであろうとの推定が可能である。そして、原稿が原稿より小さいサイズの出力紙に複数部数縮小コピーされた場合の原稿の画像と出力紙のサイズとの組み合わせを含む教師データによって、原稿が出力紙のサイズに縮小された場合に、出力紙上に縮小コピーされた状態のマークを利用者が識別可能であることを機械学習する。

以上のような機械学習によって生産された学習済モデル１２０ａは、原稿を予定するサイズの出力紙にコピーしたと仮定すると当該マークを出力紙において利用者が識別可能である可能性が高いか否かの判定に利用可能である。例えば、コピー装置１において、読み取られたＡ３原稿をＡ４に縮小可能（Ａ４の出力紙に縮小コピー可能）であるか否かを判定するために、Ａ３原稿を示す原稿画像データであって上述の入力画素数となるように処理された原稿画像データ（β）と予定する出力紙のサイズであるＡ４（α）とを学習済モデル１２０ａに入力して得られた出力が閾値以上の場合、読み取られたＡ３原稿をＡ４の出力紙に縮小コピーしたとしてもＡ４の出力紙に縮小コピーされたマークは利用者にとって識別可能であると推定できる。そのため、プロセッサー１０は、Ａ３の原稿をＡ４の出力紙に縮小コピーすると原稿に含まれるマークが縮小後の出力紙上において利用者にとって識別可能であると判定（縮小判定：可）することができる。

また例えば、読み取られたＡ３原稿を示す原稿画像データであって上述の入力画素数となるように処理された原稿画像データ（β）と予定する出力紙のサイズであるＡ４（α）を学習済モデル１２０ａに入力して得られた出力が例えば閾値未満の場合、読み取られたＡ３原稿をＡ４の出力紙に縮小コピーした場合Ａ４の出力紙に縮小コピーされたマークは利用者にとって識別不可能であると推定できる。そのため、プロセッサー１０は、Ａ３の原稿をＡ４の出力紙に縮小コピーすると原稿に含まれるマークが縮小後の出力紙上において利用者にとって識別不可能であると判定（縮小判定：不可）することができる。

教師データ出力部は、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして出力し、教師データを用いた機械学習を行わせることができればよい。教師データは、原稿の画像と原稿サイズを含んでいてもよいし、原稿の画像と実際にコピーした出力紙のサイズとを含んでいても良い。原稿の画像と、原稿のサイズと、実際にコピーした出力紙のサイズとを含んでいても良い。また、その他のコピー実行時のコピー装置１における各種設定値や、コピーに関する各種パラメーターや条件が含まれていてもよい。また、出力したデータが出力先の装置において、予め決められた内容の機械学習の教師データとして認識されればよく、どのようなタイミングやどのような方法でデータが出力されてもよい。

学習済モデル取得部は、機械学習によって生産された学習済モデルを取得することができればよい。学習済モデルは、コピー条件毎に生産される場合は、それら複数の学習済モデルを取得することができればよい。

印刷制御部は、原稿の画像を予定するサイズの出力紙にコピーしたと仮定すると、マークを出力紙において利用者は識別可能であるか否かを、学習済モデルを用いてコピー前に判定し、判定結果に基づいてコピーを制御することができればよい。モデルは種々の構成が可能であり、モデルの出力態様に応じて、原稿の画像を予定するサイズの出力紙にコピーしたと仮定すると、マークを出力紙において利用者は識別可能であるか否かを判定することができればよい。

なお、ここまでは原稿を縮小するか縮小しないかを含めて最適な出力紙サイズを選択するということを述べてきたが、縮小判定だけでなく拡大判定に適用してもよい。すなわち、Ａ４の原稿のマークをそのままのサイズでは利用者は識別しにくく、Ａ３に拡大すれば識別可能である、と推定される場合に、Ａ３を出力紙のサイズとして仮決定し、原稿の画像をＡ３に拡大してＡ３の出力紙に印刷を行ってもよい。このような推定も利用者のコピー装置の使用状況に基づいた機械学習結果に基づいて行うようにしても良い。原稿を読み取る原稿読取部と、読み取った原稿の画像を解析し、解析結果に応じたサイズの出力紙に印刷する印刷制御部と、を備えたコピー装置としてもよい。

また、以上のような学習は、利用者毎に行われてもよく、学習結果に基づく出力紙のサイズの決定は利用者毎に行われても良い。コピー装置は、利用者を識別するためのユーザー認証機能を備えていてよい。

さらに、本発明のように、原稿を出力紙にコピーするコピー装置から、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして収集し、教師データに基づいて、原稿の画像に含まれるマークを原稿またはコピー後の出力紙において利用者が識別可能か否かを判定するためのモデルを機械学習によって生産する手法は、プログラムや方法としても適用可能である。また、以上のようなシステム、プログラム、方法は、単独の装置として実現される場合もあれば、複数の装置が備える部品を利用して実現される場合もあり、各種の態様を含むものである。また、一部がソフトウェアであり一部がハードウェアであったりするなど、適宜、変更可能である。さらに、システムを制御するプログラムの記録媒体としても発明は成立する。むろん、そのプログラムの記録媒体は、磁気記録媒体であってもよいし半導体メモリーであってもよいし、今後開発されるいかなる記録媒体においても全く同様に考えることができる。

１…コピー装置、１０…プロセッサー、１０ａ…教師データ出力部、１０ｂ…学習済モデル取得部、１０ｃ…原稿読取部、１０ｄ…印刷制御部、２０…不揮発性メモリー、３０…通信部、４０…ＵＩ部、５０…印刷部、６０…読取部、１００…学習サーバー、１１０…制御部、１１０ａ…教師データ取得部、１１０ｂ…学習部、１１０ｃ…学習済モデル出力部、１２０…記録媒体、１２０ａ…学習済モデル、１２０ｂ…教師データ、１２０ｄ…訓練モデル、１３０…通信部

Claims (4)

1. 原稿を出力紙にコピーするコピー装置から、原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして収集し、
   前記教師データに基づいて、原稿の画像に含まれるマークを原稿またはコピー後の出力紙において利用者が識別可能か否かを判定するためのモデルを機械学習によって生産する、
   機械学習モデルの生産方法。
2. 前記コピー装置が等倍コピー又は縮小コピーをした原稿の画像と、原稿のサイズと、を含むデータを、原稿において前記マークを利用者が識別可能であることを示す前記教師データとして収集する、
   請求項１に記載の機械学習モデルの生産方法。
3. 前記コピー装置が複数部数に縮小コピーした原稿の画像と、実際にコピーした出力紙のサイズと、を含むデータを、コピー後の出力紙において前記マークを利用者が識別可能であることを示す前記教師データとして収集する、
   請求項１または請求項２に記載の機械学習モデルの生産方法。
4. 原稿を読み取って出力紙にコピーするコピー装置であって、
   原稿の画像と、原稿のサイズ又は実際にコピーした出力紙のサイズとを含むデータを教師データとして出力し、前記教師データを用いた機械学習を行わせる教師データ出力部と、
   前記機械学習によって生産された学習済モデルを取得する学習済モデル取得部と、
   原稿の画像を予定するサイズの出力紙にコピーしたと仮定すると、原稿の画像に含まれるマークを出力紙において利用者は識別可能であるか否かを、前記学習済モデルを用いてコピー前に判定し、判定結果に基づいてコピーを制御する印刷制御部と、
   を備えるコピー装置。