JP6403861B1 - 提供プログラム、提供装置、および提供方法 - Google Patents
提供プログラム、提供装置、および提供方法 Download PDFInfo
- Publication number
- JP6403861B1 JP6403861B1 JP2017239399A JP2017239399A JP6403861B1 JP 6403861 B1 JP6403861 B1 JP 6403861B1 JP 2017239399 A JP2017239399 A JP 2017239399A JP 2017239399 A JP2017239399 A JP 2017239399A JP 6403861 B1 JP6403861 B1 JP 6403861B1
- Authority
- JP
- Japan
- Prior art keywords
- image
- input
- providing
- procedure
- search
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 153
- 239000013598 vector Substances 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 40
- 238000013459 approach Methods 0.000 claims description 20
- 230000005484 gravity Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 239000013256 coordination polymer Substances 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 230000010365 information processing Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 239000003973 paint Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 208000009119 Giant Axonal Neuropathy Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 201000003382 giant axonal neuropathy 1 Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
〔1−1.提供装置の一例〕
まず、図1を用いて、提供装置の一例である端末装置10および生成サーバ100が実行する提供処理および生成処理の一例について説明する。図1は、実施形態に係る端末装置および生成サーバが実行する処理の一例を示す図である。図1では、端末装置10は、インターネット等の所定のネットワークN(例えば、図3参照)を介して、生成サーバ101、102(以下、「生成サーバ100」と総称する。)や検索サーバ200と通信可能である。
ここで、利用者が所望する取引対象の名称やブランドが解らない場合、電子商店街において取引対象を検索するのが困難となる。例えば、利用者が所望する取引対象に対して漠然としたイメージを有しているが、そのようなイメージと合致する取引対象の名称やブランド等、取引対象を検索するための検索クエリを想起できない場合、電子商店街において所望する取引対象を検索するのが困難である。
ここで、クエリ候補画像は、手書き画像から生成される画像であって、利用者が所望する取引対象の特徴を手書き画像よりもより適切に示す画像であれば、任意の画像が適用可能である。例えば、クエリ候補画像は、利用者の手書き画像から生成された画像であって、手書き画像と類似するように生成された画像であれば、任意の画像であってもよい。例えば、クエリ候補画像は、手書き画像が示す取引対象の特徴と類似する特徴を有する画像であって、手書き画像よりも詳細に取引対象の特徴を示すものであればよい。例えば、手書き画像に、一方の斜辺が他方の斜辺よりも長い台形の形状であって、赤色が付された図形が含まれている場合、クエリ候補画像は、赤色のハイカットスニーカーを示唆するような画像となればよい。このように、クエリ候補画像が手書き画像よりも詳細に取引対象の特徴を示す場合、手書き画像は、クエリ候補画像の解像度を低下させたものともいえる。そこで、生成サーバ100は、例えば、各種アップコンバートの技術により、手書き画像をより詳細な画像へと変更することでクエリ候補画像を生成してもよい。
ここで、上述した各種のモデルが手書き画像の特徴から取引対象の画像を生成する場合、各モデルに対して所定の分野に属する取引対象のみの特徴を学習させた方が、生成される画像の精度が向上する場合がある。そこで、生成サーバ100は、取引対象のカテゴリごとに異なるモデルを用いて、クエリ候補画像の生成を行ってもよい。
ここで、生成サーバ100は、GANが出力する画像が手書き画像に近づくように、GANに入力するベクトルに対して制約を適用した。ここで、生成サーバ100は、手書き画像に基づく制約であれば、任意の態様で制約の適用を行ってよい。
上述したように、生成サーバ100は、手書き画像に基づいた制約条件を考慮して、GANを用いた画像生成と、GANに入力するベクトルの生成した画像に基づく修正とを繰り返し実行する。すなわち、生成サーバ100は、イテレーションにより手書き画像からクエリ候補画像を生成する。
ここで、端末装置10は、手書き画像から生成されたクエリ候補画像をクエリ画像として検索サーバ200に提供するのであれば、任意の態様でクエリ候補画像を検索サーバ200に提供して良い。例えば、図2は、実施形態に係る端末装置の表示態様の一例を示す図である。
ここで、生成サーバ100が生成したクエリ候補画像には、利用者が入力した手書き画像の特徴を適切に有していないものが含まれる場合がある。そこで、生成サーバ100は、生成サーバ100から取得したクエリ候補画像のうち、特徴量が所定の条件を満たすクエリ候補画像のみを表示してもよい。例えば、端末装置10は、取得した複数のクエリ候補画像のうち、特徴量が、複数のクエリ候補画像の特徴量空間における重心から所定の範囲内に含まれるクエリ候補画像を表示してもよい。
次に、図1に戻り、端末装置10が実行する提供処理と、生成サーバ100が実行する生成処理との流れの一例を説明する。まず、端末装置10は、取引対象が属するカテゴリの指定と共に、手書き画像を受け付ける(ステップS1)。このような場合、端末装置10は、所定のタイミングでその時点における手書き画像HPと指定されたカテゴリとを各生成サーバ100へと送信する(ステップS2)。
ここで、端末装置10は、受付けられた入力画像の履歴に基づいて生成された画像を取得してもよい。例えば、端末装置10は、受付けられた入力画像の履歴に基づいて推定された、将来受付けうる入力画像に基づいて生成されたクエリ候補画像を取得してもよい。
ここで、端末装置10は、生成サーバ100が実行した生成処理を自装置内で実行してもよい。すなわち、端末装置10は、手書き画像からクエリ候補画像を生成し、生成したクエリ候補画像を検索サーバ200に提供してもよい。また、生成サーバ100は、生成したクエリ画像候補QCPを端末装置10に提供するのではなく、例えば、検索サーバ200に提供してもよい。このような処理が実行される場合、検索結果は、検索サーバ200から端末装置10へと直接送信されてもよく、検索サーバ200から生成サーバ100を介して端末装置10へと送信されてもよい。
以下、上記した学習処理を実現する端末装置10および生成サーバ100が有する機能構成の一例について説明する。なお、以下の説明では、利用者が端末装置10を用いて入力した手書き画像を入力画像と総称する。また、以下の説明では、まず端末装置10が有する機能構成の一例について説明し、その後、生成サーバ100が有する機能構成の一例について説明する。
次に、図7、図8を用いて、端末装置10および生成サーバ100が実行する提供処理および生成処理の手順の一例について説明する。図7は、実施形態に係る端末装置が実行する処理の流れの一例を示すフローチャートである。また、図8は、実施形態に係る生成サーバが実行する処理の流れの一例を示すフローチャートである。
上記では、端末装置10および生成サーバ100による提供処理および生成処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、端末装置10および生成サーバ100による提供処理および生成処理のバリエーションについて説明する。
端末装置10は、任意の数の生成サーバ100と通信可能に接続されていてもよい。また、生成サーバ100が実行する生成処理は、端末装置10により実現されてもよい。また、端末装置10により実行させる提供処理は、生成サーバ100により実現されてもよい。例えば、端末装置10は、図3に示す入力画像受付部41のみを有し、クエリ候補画像取得部42やクエリ画像提供部44は、生成サーバ100が有していてもよい。また、記憶部130に登録された各種の情報は、生成サーバ100外部のストレージサーバにより管理されるものであってもよい。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上述した実施形態に係る端末装置10および生成サーバ100は、例えば図9に示すような構成のコンピュータ1000によって実現される。図9は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
上述したように、端末装置10は、利用者が入力した画像である入力画像を受け付けると、受け付けられた入力画像から生成されるクエリ候補画像を取得し、画像検索を行う検索サーバ200に対して取得されたクエリ候補画像を提供する。例えば、端末装置10は、入力画像から生成された画像であって、入力画像と類似するように生成された画像をクエリ候補画像として取得する。より具体的な例を挙げると、端末装置10は、取引対象の画像に類似するクエリ候補画像を取得し、検索サーバ200にクエリ候補画像を提供する。このように、端末装置10は、入力画像そのものをクエリ画像とするのではなく、入力画像から生成されたクエリ候補画像をクエリ画像とするので、より精度の高い検索を実現できる結果、利用者が所望する検索を容易にすることができる。
20 通信部
30 記憶部
31 クエリ候補画像データベース
40 制御部
41 入力画像受付部
42 クエリ候補画像取得部
43 表示部
44 クエリ画像提供部
50 タッチパネル
100 生成サーバ
120 通信部
130 記憶部
131 学習データデータベース
132 モデルデータベース
140 制御部
141 処理画像受付部
142 生成部
143 クエリ候補画像提供部
144 学習部
200 検索サーバ
Claims (38)
- 利用者が入力した画像である入力画像を受け付ける受付手順と、
所定のモデルを用いて前記入力画像から新たな画像を生成するサーバ装置に対して前記受付手順により受け付けられた入力画像を送信し、当該サーバ装置が当該入力画像から生成した画像を取得する取得手順と、
画像検索を行う検索サーバに対して前記取得手順により取得された画像を提供する提供手順と
をコンピュータに実行させるための提供プログラム。 - 利用者が入力した画像である入力画像を受け付ける受付手順と、
入力画像に基づく制約が適用された情報を所定のモデルに入力した際に当該所定のモデルが出力した画像が前記入力画像に近づくように新たな制約を適用した情報を当該所定のモデルに入力する処理を反復実行するサーバ装置であって、当該処理の反復回数がそれぞれ異なる複数のサーバ装置に対して、前記受付手順により受付けられた入力画像を送信し、各サーバ装置が前記処理を反復実行した結果前記所定のモデルが出力した画像を、各サーバ装置が前記処理の反復実行を完了した順に取得する取得手順と、
画像検索を行う検索サーバに対して前記取得手順により取得された画像を提供する提供手順と
をコンピュータに実行させるための提供プログラム。 - 前記提供手順は、前記取得手順が取得した複数の画像のうち、最後に取得された画像を前記検索サーバに対して提供する
ことを特徴とする請求項2に記載の提供プログラム。 - 利用者が入力した画像である入力画像を受け付ける受付手順と、
前記受付手順により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバの検索対象となる画像の特徴を学習したモデルを用いて前記入力画像から生成された画像を取得する取得手順と、
前記検索サーバに対して前記取得手順により取得された画像を提供する提供手順と
をコンピュータに実行させるための提供プログラム。 - 前記取得手順は、所定の入力から前記検索サーバの検索対象となる画像と類似する画像を出力するように学習が行われたモデルが前記入力画像と類似する画像を出力するように、当該モデルに対する入力を変更することで生成された画像を取得する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記モデルとして、画像の特徴が入力された場合に前記検索サーバの検索対象となる画像を生成するように学習が行われたモデルを用いて前記入力画像から生成された画像を取得する
ことを特徴とする請求項1〜5のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記モデルとして、ランダムなベクトルから画像を生成するように学習が行われたGAN(Generative Adversarial Network)に対し、前記入力画像に基づいた制約が適用されたベクトルを入力することで生成された画像を取得する
ことを特徴とする請求項1〜6のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記モデルが出力する画像が前記入力画像に近づくように、制約が適用されたベクトルを入力することで生成された画像を取得する
ことを特徴とする請求項7に記載の提供プログラム。 - 前記取得手順は、前記入力画像から生成された画像であって、前記入力画像と類似するように生成された画像を取得し、
前記提供手順は、取引対象の画像検索を行う前記検索サーバに前記画像を提供する
ことを特徴とする請求項1〜8のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記入力画像から生成される画像であって、それぞれ異なる複数の画像を取得する
ことを特徴とする請求項1〜9のうちいずれか1つに記載の提供プログラム。 - 前記取得手順が新たな画像を取得する度に、取得した画像を表示する表示手順
をコンピュータに実行させることを特徴とする請求項1〜10のうちいずれか1つに記載の提供プログラム。 - 前記提供手順は、前記表示手順により表示された画像のうち、前記利用者によって選択された画像を前記検索サーバに提供する
ことを特徴とする請求項11に記載の提供プログラム。 - 前記表示手順は、前記取得手順により取得された画像のうち、最後に取得された画像を表示する
ことを特徴とする請求項11に記載の提供プログラム。 - 前記提供手順は、前記利用者から検索の指示を受付けた際に前記表示手順により表示されていた画像を前記検索サーバに提供する
ことを特徴とする請求項13に記載の提供プログラム。 - 前記表示手順は、前記利用者が入力した画像と共に、前記取得手順により取得された画像を表示する
ことを特徴とする請求項11〜14のうちいずれか1つに記載の提供プログラム。 - 前記表示手順は、前記取得手順が取得した複数の画像のうち、特徴量が、当該複数の画像の特徴量空間における重心から所定の範囲内に含まれる画像を表示する
ことを特徴とする請求項11〜15のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記受付手順が所定の条件を満たす入力を受け付ける度に、新たな画像を取得する
ことを特徴とする請求項1〜16のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記入力画像から生成された複数の画像のうちいずれかの画像を利用者が選択した場合は、選択された画像から新たに生成される画像を取得する
ことを特徴とする請求項1〜17のうちいずれか1つに記載の提供プログラム。 - 前記受付手順は、前記入力画像として、形状を示す情報と、色を示す情報とを個別に受け付け、
前記取得手順は、前記形状を示す情報に基づいた条件と前記色を示す情報に基づいた条件とに基づいて生成される画像を取得する
ことを特徴とする請求項1〜18のうちいずれか1つに記載の提供プログラム。 - 前記受付手順は、前記色を示す情報として、色が付与された領域を示す情報と、当該領域に付与された色を示す情報とを個別に受け付け
前記取得手順は、前記色を示す情報に基づいた条件として、色が付与された領域を示す情報に基づいた条件と、当該領域に付与された色を示す情報に基づいた条件とに基づいて生成される画像を取得する
ことを特徴とする請求項19に記載の提供プログラム。 - 前記受付手順は、検索対象となる分野の指定をさらに受付け、
前記取得手順は、前記分野ごとに前記検索サーバの検索対象となる画像の特徴を学習した複数のモデルのうち、前記受付手順により指定を受付けた分野と対応するモデルを用いて前記入力画像から生成された画像を取得する
ことを特徴とする請求項1〜20のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記受付手順により受付けられた入力画像の履歴に基づいて生成された画像を取得する
ことを特徴とする請求項1〜21のうちいずれか1つに記載の提供プログラム。 - 前記取得手順は、前記受付手順により受付けられた入力画像の履歴に基づいて推定された、前記受付手順が将来受付けうる入力画像に基づいて生成された画像を取得する
ことを特徴とする請求項22に記載の提供プログラム。 - 利用者が入力した画像である入力画像を受け付ける受付部と、
所定のモデルを用いて前記入力画像から新たな画像を生成するサーバ装置に対して前記受付部により受け付けられた入力画像を送信し、当該サーバ装置が当該入力画像から生成した画像を取得する取得部と、
画像検索を行う検索サーバに対して前記取得部により取得された画像を提供する提供部と
を有することを特徴とする提供装置。 - 提供装置が実行する提供方法であって、
利用者が入力した画像である入力画像を受け付ける受付工程と、
所定のモデルを用いて前記入力画像から新たな画像を生成するサーバ装置に対して前記受付工程により受け付けられた入力画像を送信し、当該サーバ装置が当該入力画像から生成した画像を取得する取得工程と、
画像検索を行う検索サーバに対して前記取得工程により取得された画像を提供する提供工程と
を含むことを特徴とする提供方法。 - 利用者が入力した画像である入力画像を受け付ける受付部と、
入力画像に基づく制約が適用された情報を所定のモデルに入力した際に当該所定のモデルが出力した画像が前記入力画像に近づくように新たな制約を適用した情報を当該所定のモデルに入力する処理を反復実行するサーバ装置であって、当該処理の反復回数がそれぞれ異なる複数のサーバ装置に対して、前記受付部により受付けられた入力画像を送信し、各サーバ装置が前記処理を反復実行した結果前記所定のモデルが出力した画像を、各サーバ装置が前記処理の反復実行を完了した順に取得する取得部と、
画像検索を行う検索サーバに対して前記取得部により取得された画像を提供する提供部と
を有することを特徴とする提供装置。 - 利用者が入力した画像である入力画像を受け付ける受付工程と、
入力画像に基づく制約が適用された情報を所定のモデルに入力した際に当該所定のモデルが出力した画像が前記入力画像に近づくように新たな制約を適用した情報を当該所定のモデルに入力する処理を反復実行するサーバ装置であって、当該処理の反復回数がそれぞれ異なる複数のサーバ装置に対して、前記受付工程により受付けられた入力画像を送信し、各サーバ装置が前記処理を反復実行した結果前記所定のモデルが出力した画像を、各サーバ装置が前記処理の反復実行を完了した順に取得する取得工程と、
画像検索を行う検索サーバに対して前記取得工程により取得された画像を提供する提供工程と
を含むことを特徴とする提供方法。 - 利用者が入力した画像である入力画像を受け付ける受付部と、
前記受付部により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバの検索対象となる画像の特徴を学習したモデルを用いて前記入力画像から生成された画像を取得する取得部と、
前記検索サーバに対して前記取得部により取得された画像を提供する提供部と
を有することを特徴とする提供装置。 - 利用者が入力した画像である入力画像を受け付ける受付工程と、
前記受付工程により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバの検索対象となる画像の特徴を学習したモデルを用いて前記入力画像から生成された画像を取得する取得工程と、
前記検索サーバに対して前記取得工程により取得された画像を提供する提供工程と
を含むことを特徴とする提供方法。 - 利用者が入力した画像である入力画像を受け付ける受付部と、
入力された画像から新たな画像を生成する所定のモデルを用いて、前記受付部により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバに対して検索クエリとして提供される画像を生成する生成部と、
前記生成部により生成された画像を提供する提供部と
を有することを特徴とする提供装置。 - 提供装置が実行する提供方法であって、
利用者が入力した画像である入力画像を受け付ける受付工程と、
入力された画像から新たな画像を生成する所定のモデルを用いて、前記受付工程により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバに対して検索クエリとして提供される画像を生成する生成工程と、
前記生成工程により生成された画像を提供する提供工程と
を含むことを特徴とする提供方法。 - 利用者が入力した画像である入力画像を受け付ける受付手順と、
入力された画像から新たな画像を生成する所定のモデルを用いて、前記受付手順により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバに対して検索クエリとして提供される画像を生成する生成手順と、
前記生成手順により生成された画像を提供する提供手順と
をコンピュータに実行させるための提供プログラム。 - 利用者が入力した画像である入力画像を受け付ける受付部と、
入力画像に基づく制約が適用された情報を所定のモデルに入力し、当該所定のモデルが出力した画像が前記入力画像に近づくように新たな制約を適用した情報を当該所定のモデルに再度入力する処理を反復実行することで、前記受付部により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバに対して検索クエリとして提供される画像を生成する生成部と、
前記生成部により生成された画像を提供する提供部と
を有することを特徴とする提供装置。 - 利用者が入力した画像である入力画像を受け付ける受付工程と、
入力画像に基づく制約が適用された情報を所定のモデルに入力し、当該所定のモデルが出力した画像が前記入力画像に近づくように新たな制約を適用した情報を当該所定のモデルに再度入力する処理を反復実行することで、前記受付工程により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバに対して検索クエリとして提供される画像を生成する生成工程と、
前記生成工程により生成された画像を提供する提供工程と
を含むことを特徴とする提供方法。 - 利用者が入力した画像である入力画像を受け付ける受付手順と、
入力画像に基づく制約が適用された情報を所定のモデルに入力し、当該所定のモデルが出力した画像が前記入力画像に近づくように新たな制約を適用した情報を当該所定のモデルに再度入力する処理を反復実行することで、前記受付手順により受け付けられた入力画像から生成される画像であって、画像検索を行う検索サーバに対して検索クエリとして提供される画像を生成する生成手順と、
前記生成手順により生成された画像を提供する提供手順と
をコンピュータに実行させるための提供プログラム。 - 利用者が入力した画像である入力画像を受け付ける受付部と、
画像検索を行う検索サーバの検索対象となる画像の特徴を学習したモデルを用いて、前記受付部により受け付けられた入力画像から新たな画像を生成する生成部と、
前記生成部により生成された画像を提供する提供部と
を有することを特徴とする提供装置。 - 利用者が入力した画像である入力画像を受け付ける受付工程と、
画像検索を行う検索サーバの検索対象となる画像の特徴を学習したモデルを用いて、前記受付工程により受け付けられた入力画像から新たな画像を生成する生成工程と、
前記生成工程により生成された画像を提供する提供工程と
を含むことを特徴とする提供方法。 - 利用者が入力した画像である入力画像を受け付ける受付手順と、
画像検索を行う検索サーバの検索対象となる画像の特徴を学習したモデルを用いて、前記受付手順により受け付けられた入力画像から新たな画像を生成する生成手順と、
前記生成手順により生成された画像を提供する提供手順と
をコンピュータに実行させるための提供プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017239399A JP6403861B1 (ja) | 2017-12-14 | 2017-12-14 | 提供プログラム、提供装置、および提供方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017239399A JP6403861B1 (ja) | 2017-12-14 | 2017-12-14 | 提供プログラム、提供装置、および提供方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6403861B1 true JP6403861B1 (ja) | 2018-10-10 |
JP2019106099A JP2019106099A (ja) | 2019-06-27 |
Family
ID=63788167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017239399A Active JP6403861B1 (ja) | 2017-12-14 | 2017-12-14 | 提供プログラム、提供装置、および提供方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6403861B1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11335117B2 (en) | 2020-07-13 | 2022-05-17 | Samsung Electronics Co., Ltd. | Method and apparatus with fake fingerprint detection |
WO2023152828A1 (ja) * | 2022-02-09 | 2023-08-17 | 日本電信電話株式会社 | 学習モデル生成方法、イラスト変換方法、学習モデル生成装置、イラスト変換装置、学習モデル生成プログラム、およびイラスト変換プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007328406A (ja) * | 2006-06-06 | 2007-12-20 | Nec Corp | 描画検索システム、描画検索方法及び描画検索端末 |
JP2009193398A (ja) * | 2008-02-15 | 2009-08-27 | Seiko Epson Corp | 画像検索装置、画像検索方法、及び画像検索プログラム |
US20090254539A1 (en) * | 2008-04-03 | 2009-10-08 | Microsoft Corporation | User Intention Modeling For Interactive Image Retrieval |
JP2016500873A (ja) * | 2012-10-15 | 2016-01-14 | マイクロソフト テクノロジー ライセンシング,エルエルシー | スケッチからの画像 |
US20170262479A1 (en) * | 2016-03-08 | 2017-09-14 | Shutterstock, Inc. | User drawing based image search |
-
2017
- 2017-12-14 JP JP2017239399A patent/JP6403861B1/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007328406A (ja) * | 2006-06-06 | 2007-12-20 | Nec Corp | 描画検索システム、描画検索方法及び描画検索端末 |
JP2009193398A (ja) * | 2008-02-15 | 2009-08-27 | Seiko Epson Corp | 画像検索装置、画像検索方法、及び画像検索プログラム |
US20090254539A1 (en) * | 2008-04-03 | 2009-10-08 | Microsoft Corporation | User Intention Modeling For Interactive Image Retrieval |
JP2016500873A (ja) * | 2012-10-15 | 2016-01-14 | マイクロソフト テクノロジー ライセンシング,エルエルシー | スケッチからの画像 |
US20170262479A1 (en) * | 2016-03-08 | 2017-09-14 | Shutterstock, Inc. | User drawing based image search |
Non-Patent Citations (2)
Title |
---|
有川 徹: "クラスタリングを用いた予測クエリー提示機能を有するスケッチ画像検索", 電気学会研究会資料, JPN6018017129, 2 March 2011 (2011-03-02), JP, pages 51 - 54 * |
長田 茜: "リアルタイム作画支援を備えたスケッチによる3次元モデル検索システム", グラフィクスとCAD合同シンポジウム2016 予稿集 [DVD−ROM], JPN6018017131, 18 June 2016 (2016-06-18), JP, pages 66 - 73 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11335117B2 (en) | 2020-07-13 | 2022-05-17 | Samsung Electronics Co., Ltd. | Method and apparatus with fake fingerprint detection |
WO2023152828A1 (ja) * | 2022-02-09 | 2023-08-17 | 日本電信電話株式会社 | 学習モデル生成方法、イラスト変換方法、学習モデル生成装置、イラスト変換装置、学習モデル生成プログラム、およびイラスト変換プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019106099A (ja) | 2019-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10321728B1 (en) | Systems and methods for full body measurements extraction | |
AU2019202799B2 (en) | A method to automatically predict handle locations for skinningtransformations using deep learning | |
CN110363213B (zh) | 服装图像的认知分析和分类的方法和系统 | |
US10755447B2 (en) | Makeup identification using deep learning | |
CN110489582B (zh) | 个性化展示图像的生成方法及装置、电子设备 | |
US11397764B2 (en) | Machine learning for digital image selection across object variations | |
US20180285778A1 (en) | Sensor data processor with update ability | |
CN106776673A (zh) | 多媒体文档概括 | |
US20220156956A1 (en) | Active image depth prediction | |
JP7361942B2 (ja) | デザイン空間の自動的かつ知的な探索 | |
CN110706055A (zh) | 商品信息推送方法及装置、存储介质、计算机设备 | |
JP6403861B1 (ja) | 提供プログラム、提供装置、および提供方法 | |
CN113657087A (zh) | 信息的匹配方法及装置 | |
CN112541145B (zh) | 一种页面展现方法、装置、设备及存储介质 | |
JP7275591B2 (ja) | 評価支援プログラム、評価支援方法および情報処理装置 | |
CN115345669A (zh) | 文案生成方法、装置、存储介质及计算机设备 | |
KR102549937B1 (ko) | Sns 텍스트 기반의 사용자의 인테리어 스타일 분석 모델 제공 장치 및 방법 | |
KR20220044715A (ko) | 패션 상품 추천 방법, 장치 및 컴퓨터 프로그램 | |
JP6751955B1 (ja) | 学習方法、評価装置、及び評価システム | |
CN113792952A (zh) | 用于生成模型的方法和装置 | |
KR102356023B1 (ko) | 제품과 사용자의 매칭을 위한 전자 장치 및 이를 포함하는 매칭 시스템 | |
KR102568001B1 (ko) | O2o 기반 사용자 맞춤형 온라인 수선 플랫폼 서비스 제공 방법, 장치 및 시스템 | |
JP2018190358A (ja) | コンテンツ選択方法及びコンテンツ選択プログラム | |
US20240062431A1 (en) | Generating and Propagating Personal Masking Edits | |
WO2023062668A1 (ja) | 情報処理装置、情報処理方法、情報処理システム、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20180115 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180215 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180215 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180308 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180515 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180717 |
|
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: 20180814 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180911 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6403861 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |