JP6900170B2 - Information processing systems, information processing methods, and programs - Google Patents
Information processing systems, information processing methods, and programs Download PDFInfo
- Publication number
- JP6900170B2 JP6900170B2 JP2016219770A JP2016219770A JP6900170B2 JP 6900170 B2 JP6900170 B2 JP 6900170B2 JP 2016219770 A JP2016219770 A JP 2016219770A JP 2016219770 A JP2016219770 A JP 2016219770A JP 6900170 B2 JP6900170 B2 JP 6900170B2
- Authority
- JP
- Japan
- Prior art keywords
- aesthetic
- image
- aesthetics
- personal
- standard
- 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
Images
Description
本発明は、情報処理システム、情報処理方法、およびプログラムに関し、特に、画像の審美性を判定するために用いて好適なものである。 The present invention relates to information processing systems, information processing methods, and programs, and is particularly suitable for use in determining the aesthetics of an image.
画像が美しいか否かの判断基準(審美基準)には、不特定多数の者に合意が得られる基準に加え、特定の者に固有の基準がある。後者の基準を推定する技術として、特許文献1に記載の技術がある。特許文献1には、符号化・復号化のパラメータを変えて復号画像を生成してユーザに提示して、当該復号画像に対するユーザの主観的品質値を取得し、取得した主観的品質値に基づいてユーザを複数のグループの何れかに分類する技術が開示されている。
Criteria for judging whether an image is beautiful (aesthetic criteria) include criteria specific to a specific person in addition to criteria for obtaining consensus among an unspecified number of people. As a technique for estimating the latter criterion, there is a technique described in
しかしながら、特許文献1に記載の技術では、ユーザにより入力された主観的品質値が、当該ユーザの画像に対する審美基準であるとする。即ち、特許文献1に記載の技術では、ユーザから見た画像の「見栄え」がそのまま当該ユーザの審美基準として推定される。従って、画像に対する「美しさ」や「綺麗さ」の観点から、特定の者に特有の画像に対する審美基準を得ることができない。
However, in the technique described in
本発明は、かかる問題点に鑑みてなされたものであり、特定の者の画像の審美性に関する判断基準として、画像に対する「美しさ」や「綺麗さ」の観点からの判断基準が得られるようにすることを目的とする。 The present invention has been made in view of such a problem, and as a criterion for determining the aesthetics of an image of a specific person, a criterion for determining "beauty" or "beauty" of an image can be obtained. The purpose is to.
本発明の情報処理システムは、撮影手段により撮影された画像と、当該画像の審美性に関して複数のユーザが評価した評価内容を含む付帯情報とを入力する入力手段と、前記複数のユーザを、前記入力手段により入力された複数の画像に対する前記評価内容が類似するユーザが属するクラスタに分けるクラスタリング手段と、前記入力手段により入力された複数の画像と、当該画像に関して同じクラスタに属するユーザが評価した評価内容を含む前記付帯情報とを用いた機械学習の結果に基づいて、当該クラスタに属するユーザの審美性の判断基準を生成する生成手段と、を有することを特徴とする。 The information processing system of the present invention, an image captured by the image capturing unit, an input unit in which a plurality of users by regarding the aesthetics of the image to input the supplementary information including the content of evaluation of the evaluation, the plurality of users Is divided into clusters to which users with similar evaluation contents for a plurality of images input by the input means belong, a plurality of images input by the input means, and users belonging to the same cluster with respect to the images. It is characterized by having a generation means for generating a judgment criterion of aesthetics of a user belonging to the cluster based on the result of machine learning using the incidental information including the evaluated evaluation content.
本発明によれば、特定の者の画像の審美性に関する判断基準として、画像に対する「美しさ」や「綺麗さ」の観点からの判断基準を得ることができる。 According to the present invention, as a criterion for determining the aesthetics of an image of a specific person, it is possible to obtain a criterion from the viewpoint of "beauty" or "beauty" for an image.
以下、本発明を実施するための形態について、図面を参照しながら説明する。
(第1の実施形態)
まず、第1の実施形態を説明する。本実施形態では、情報処理装置が、画像の審美性を評価する機能を搭載したデジタルカメラである場合を例に挙げて説明する。
図1は、デジタルカメラ100(撮像装置)の概略構成の一例を示す図である。
撮像素子102は、撮像光学系101(光学レンズ系)を通過した光を撮像素子102に結像し、結像した光を電気信号に変換する。尚、撮像素子102は、受光面上に結像された像による光信号を、対応する位置の受光画素毎に電気信号に変換する光電変換素子を有する。A/Dコンバータ103は、撮像素子102から出力された電気信号をデジタル信号に変換し、画像処理部104に入力する。
Hereinafter, embodiments for carrying out the present invention will be described with reference to the drawings.
(First Embodiment)
First, the first embodiment will be described. In the present embodiment, a case where the information processing device is a digital camera equipped with a function for evaluating the aesthetics of an image will be described as an example.
FIG. 1 is a diagram showing an example of a schematic configuration of a digital camera 100 (imaging device).
The
システムコントローラ109は、CPU、ROM、RAM等を備えており、ROMに記憶されたコンピュータプログラムを実行すること等によりデジタルカメラを制御する。撮像光学系制御部106は、システムコントローラ109からの指示に基づいて、撮像光学系101の動作を制御する。
The
画像処理部104は、A/Dコンバータ103から出力された画像データに対し、各種の画像処理を行う。画像処理が行われた画像データは、画像記録媒体108に保存されたり、表示部105により表示されたりする。尚、本実施形態では、表示部105は、タッチパネルの機能を有する。記憶部107は、例えば、HDD等の補助記憶装置を有し、各種の情報を記憶する。
尚、デジタルカメラは、公知の技術で実現することができ、図1に示す構成のものに限定されない。また、デジタルカメラは、動画像および静止画像の少なくとも何れか一方を撮影できればよい。さらに、デジタルカメラに代えて、例えば、撮像手段を備える携帯端末を用いても構わない。
The
The digital camera can be realized by a known technique, and is not limited to the one shown in FIG. 1. Further, the digital camera only needs to be able to capture at least one of a moving image and a still image. Further, instead of the digital camera, for example, a mobile terminal provided with an imaging means may be used.
図2は、デジタルカメラ100の機能的な構成の一例を示す図である。図3は、デジタルカメラ100の処理の一例を説明するフローチャートである。図2および図3では、デジタルカメラ100が有する機能のうち、審美基準を取得する機能に関わる部分のみを示す。本実施形態における審美基準とは、デジタルカメラ100で撮影された画像の審美性(デジタルカメラ100で撮影された画像が美しいか否か)をユーザが判断する際の判断基準である。
FIG. 2 is a diagram showing an example of a functional configuration of the
図2において、デジタルカメラ100は、機能入力部201と、審美性評価部202と、個人的審美基準生成部203と、審美基準格納部204とを有する。機能入力部201は、例えば、システムコントローラ109および記憶部107を用いることにより実現される。審美性評価部202および個人的審美基準生成部203は、例えば、システムコントローラ109を用いることにより実現される。審美基準格納部204は、例えば、記憶部107を用いることにより実現される。図4は、審美性評価部202の詳細な構成の一例を示す図である。図5は、個人的審美基準生成部203の詳細な構成の一例を示す図である。図6は、審美基準格納部204に格納される情報の一例を示す図である。
In FIG. 2, the
本実施形態では、デジタルカメラ100は、一般的審美基準601および個人的審美基準602(第1の個人的審美基準602a〜第nの個人的審美基準602n)を記憶する。一般的審美基準は、不特定多数の者に合意が得られる画像の審美性に関する判断基準である。一方、個人的審美基準は、特定の者に固有の画像の審美性に関する判断基準であり、不特定多数の者に合意が得られるか否かは問わない。
In the present embodiment, the
<審美性評価機能入力工程:S301>
本実施形態のデジタルカメラ100は、撮影した画像の審美性を判定するために、画像から特徴量を抽出する。この特徴量の抽出方法は「人間が設計した特徴量を抽出する」方法と「機械が自動的に特徴量を抽出する」方法との二種類に大別される。「人間が設計した特徴量を抽出する」方法として、例えば、色分布、色組合せ、色数、エッジ分布、高周波成分分布、コントラスト、平均彩度、平均輝度値など、画像内の局所領域または大域領域における統計的な情報を抽出する手法がある。このような手法は、非特許文献1に記載がある。
<Aesthetic evaluation function input process: S301>
The
一方、「機械が自動的に特徴量を抽出する」方法として、例えば、局所汎用特徴(輝度勾配や色の平均・分散)に局所汎用特徴記述子(SIFTなど)を適用し、大域特徴記述子(コードブックおよびフィッシャーベクトルなど)により特徴量を得る方法がある。また、「機械が自動的に特徴量を抽出する」方法として、ニューラルネットワークにより学習したネットワークの中間層を特徴量とする方法がある。前者については非特許文献2に記載がある。後者については、非特許文献3に記載がある。デジタルカメラ100は、特徴量を抽出した後、当該特徴量と教師値(良否情報や得点情報)との関係を機械学習する。機械学習の方法としては、例えば、サポートベクトルマシン、サポートベクトル回帰が挙げられる。
On the other hand, as a method of "machine automatically extracting features", for example, a local general-purpose feature descriptor (SIFT, etc.) is applied to a local general-purpose feature (luminance gradient or color average / variance), and a global feature descriptor is applied. There is a method to obtain features by (codebook and Fisher vector, etc.). Further, as a method of "the machine automatically extracts the feature amount", there is a method of using the intermediate layer of the network learned by the neural network as the feature amount. The former is described in
インターネット上には大量の画像データが存在する。デジタルカメラ100は、そのようなビッグデータの活用によって、高精度の一般的審美基準を得ることができる。高精度の一般的審美基準が構築されると、デジタルカメラ100は、記憶部107に記憶されている大量の画像の中から審美的に良いものを自動的に選択したり、並べ替えたりすることができる。さらに、デジタルカメラ100は、表示部105に表示されるライブビュー画像に審美性に関する得点をリアルタイムで表示することができる。このようにすれば、審美的に良い画像をユーザが撮影することができる。
There is a large amount of image data on the Internet. The
一方、デジタルカメラ100のユーザの中には、一般的審美基準だけでは満足せず、個人的審美基準により、審美的に良い画像を得たいと考えるユーザも想定される。個人的審美基準の具体例として、「プロ写真家であるA氏が撮るような写真を高い審美度とするような審美基準」が挙げられる。
On the other hand, among the users of the
本実施形態では、デジタルカメラ100は、一般的審美基準を出荷前に標準搭載し、個人的審美基準を出荷後に機械学習により生成する。
そこで、S301において、機能入力部201は、審美性を評価する機能を入力する。審美性とは「人間が感じる」美しさや綺麗さであるため、それを機械において評価するためには人間が機械に審美性について「教える」必要がある。この教え方として、ルールベースの手法がある。例えば、構図を例にあげると、「三分割法に従っていれば審美性は高い」であるとか、「首切り構図や串刺し構図になっていれば審美性は低い」などである。このようなルールは人間が審美性と関連すると思われる事項を経験則・ヒューリスティクスによって獲得したものである。しかし、このようなルールを網羅的に抽出することは困難であるし、仮に、ルールを網羅的に抽出できたとしても、それらのルールと審美性との関係を適切に調整することは困難である。
In the present embodiment, the
Therefore, in S301, the
そこで、本実施形態では、画像の特徴量と審美性に関する評価指標との関係を、機械学習により導出する手法を採用する。審美性に関する評価指標とは、例えば、良否ラベルや審美スコアである。良否ラベルとは、画像が美しいか否かを示す情報である。具体的に説明すると、審美性の高い画像に対しては「良ラベル」を、審美性の低い画像に対しては「悪ラベル」がそれぞれ付与される。審美スコアとは、審美性を点数化した情報である。例えば、高い点数であるほど美しいことを示す情報を審美スコアとすることができる。例えば画像に対し、「10点満点中3点」や「10点満点中8点」の情報が審美スコアとして付与される。 Therefore, in the present embodiment, a method of deriving the relationship between the feature amount of the image and the evaluation index related to aesthetics by machine learning is adopted. The evaluation index regarding aesthetics is, for example, a quality label or an aesthetic score. The quality label is information indicating whether or not the image is beautiful. Specifically, a "good label" is given to an image having high aesthetics, and a "bad label" is given to an image having low aesthetics. The aesthetic score is information obtained by scoring aesthetics. For example, the higher the score, the more beautiful the information can be used as the aesthetic score. For example, information such as "3 points out of 10 points" and "8 points out of 10 points" is given to the image as an aesthetic score.
機械学習では、ルールではなく教師データ(GT(Ground Truth)データ)が必要である。教師データは、画像と、当該画像の審美性に関する評価指標(良否ラベルや審美スコア)とのペアである。画像の審美性に関する評価指標は、人間が決定する。本実施形態では、この教師データを用いて、「教師あり学習」と呼ばれる機械学習を行う。この教師あり学習を行う学習器としては、教師データが「画像と良否ラベル」の場合は識別器を利用することができ、教師データが「画像と審美スコア」の場合は回帰器を利用することができる。識別器の例としてはサポートベクトルマシンが挙げられ、回帰器の例としてはサポートベクトル回帰が挙げられる。 In machine learning, teacher data (GT (Ground Truth) data) is required instead of rules. The teacher data is a pair of an image and an evaluation index (quality label or aesthetic score) related to the aesthetics of the image. Humans determine the evaluation index for the aesthetics of images. In this embodiment, machine learning called "supervised learning" is performed using this teacher data. As a learning device for supervised learning, a discriminator can be used when the teacher data is "image and pass / fail label", and a regression device is used when the teacher data is "image and aesthetic score". Can be done. An example of a discriminator is a support vector machine, and an example of a regressionr is a support vector regression.
教師データを用いて学習器を学習するためには、画像を何らかの特徴量によって表現する必要がある。特徴量を設計する第1の方法として、審美性に関連しそうな特徴量を人間が設計する方法がある。第2の方法として、審美性との関連は無視して情報量を多く含んだ一般的な特徴量を設計する方法がある。第3の方法として、特徴量すらも機械に設計させる方法がある。第1の方法は、非特許文献1に記載があり、第2の方法は、非特許文献2に記載があり、第3の方法は、非特許文献3に記載がある。
In order to learn the learner using the teacher data, it is necessary to express the image by some feature quantity. As a first method for designing a feature amount, there is a method in which a human designs a feature amount that is likely to be related to aesthetics. As a second method, there is a method of designing a general feature amount containing a large amount of information while ignoring the relation with aesthetics. As a third method, there is a method of letting the machine design even the features. The first method is described in
学習器(識別器または回帰器)は、画像の特徴量と教師データ(当該画像の審美性に関する評価指標(良否ラベルまたは審美スコア))を入力することによって、これらの関係を学習することができる。学習が完了すると、「辞書」と呼ばれる学習結果が得られ、これが教師データに対する「審美基準」となる。学習器(識別器または回帰器)は、辞書を読み込むことによって学習完了状態になる。このようにして辞書を読み込んだ学習器は、評価対象の画像から抽出された特徴量を入力すると、当該画像の審美性に関する評価指標(良否ラベルまたは審美スコア)を出力する。学習器は、識別器であれば「良否ラベル」を出力し、回帰器であれば「審美スコア」を出力する。 The learner (discriminator or regressionr) can learn these relationships by inputting the feature amount of the image and the teacher data (evaluation index (good / bad label or aesthetic score) regarding the aesthetics of the image). .. When the learning is completed, a learning result called a "dictionary" is obtained, which becomes an "aesthetic standard" for the teacher data. The learner (identifier or regressionr) enters the learning complete state by reading the dictionary. When the learning device that reads the dictionary in this way inputs the feature amount extracted from the image to be evaluated, it outputs an evaluation index (good / bad label or aesthetic score) related to the aesthetics of the image. The learner outputs a "good / bad label" if it is a discriminator, and outputs an "aesthetic score" if it is a regression device.
以上のことから本実施形態では、S301において、機能入力部201は、審美性を評価する機能として学習器を入力する。具体的に、S301の工程は、学習器をソフトウェアまたはチップとしてデジタルカメラ100の内部に搭載する工程である。このようにすることで、学習器は、デジタルカメラ100で利用可能になる。この際、学習器(識別器または回帰器)の入力となる特徴量のフォーマットは仕様として決めておく。
From the above, in the present embodiment, in S301, the
本実施形態では、機能入力部201は、学習器として、辞書が読み込まれていない学習器を入力する。辞書には、一般的審美基準に対応する辞書と、個人的審美基準に対応する辞書とがある。一般的審美基準に対応する辞書は、一般的審美基準を示す情報の一例であり、画像の特徴量と、当該画像の審美性に関する評価指標(良否ラベルまたは審美スコア)とを相互に関連付ける情報を含む。個人的審美基準に対応する辞書は、個人的審美基準を示す情報の一例であり、画像の特徴量と、当該画像の審美性に関する評価指標(良否ラベルまたは審美スコア)とを相互に関連付ける情報を含む。尚、本実施形態では、学習器が、サポートベクトルマシンやサポートベクトル回帰である場合を例に挙げて説明するが、学習器は、これらに限定されず、画像の審美性に関する評価指標は、良否ラベルまたは審美スコアに限定されない。学習器は、例えば、ニューラルネットワークであってもよい。学習器がニューラルネットワークである場合、審美基準に対応する辞書は、重み係数になる。S301の処理は、デジタルカメラ100の出荷前に行われる。
In the present embodiment, the
<一般的審美基準入力工程:S302>
本実施形態では、デジタルカメラ100の外部の情報処理装置は、一般的審美基準に対応する辞書を生成する。以下の説明では、デジタルカメラ100の外部の情報処理装置を必要に応じて外部装置と称する。「一般的」というのは世間一般の人たちのことを表しており、「一般的審美基準」とは世間一般の人たちの全体的・統計的な審美基準のことである。これを生成するためには世間一般の人たちがラベル付けまたはスコア付けを行った大量の画像データを教師データとして必要とする。このような大量の教師データは、昨今のインターネット・ビッグデータ時代においては、容易に収集することができる。
<General aesthetic standard input process: S302>
In this embodiment, the external information processing device of the
外部装置は、機能入力部201で入力される学習器と同じ学習器を有する。外部装置は、世間一般の人たちがラベル付けまたはスコア付けを行った大量の画像データを一般的審美基準用の教師データとして収集し、一般的審美基準用の教師データを学習器に入力することにより、前述した機械学習を行う。一般的審美基準用の教師データに含まれる画像データは、学習器に入力する際に特徴量化される。学習が完了すると、学習結果として、一般的審美基準に対応する辞書が得られ、これが一般的審美基準601となる。
The external device has the same learning device as the learning device input by the
S302において、デジタルカメラ100は、外部装置から、この一般的審美基準601を入力し、審美基準格納部204に格納する。デジタルカメラ100は、S301で入力された学習器に、一般的審美基準601を読み込ませる。デジタルカメラ100は、一般的審美基準601が読み込まれた学習器に、審美性の評価対象の画像データを入力することによって、当該画像データに対する一般的審美基準601による審美性の評価を得る。S302の処理のうち、少なくとも、一般的審美基準601を入力する処理は、デジタルカメラ100の出荷前に行われる。従って、一般的審美基準601は、デジタルカメラ100に標準装備される。尚、S302において、デジタルカメラ100は、一般的審美基準に対応する辞書が読み込まれた学習器を入力してもよい。
In S302, the
<画像・付帯情報入力工程:S303>
次に、S303において、画像・付帯情報入力部501は、画像・付帯情報を入力する。具体的には、ユーザがデジタルカメラ100を用いて撮影を行った後、撮影した画像と、当該画像の付帯情報とをデジタルカメラ100に入力する。付帯情報には、ユーザが思う当該画像の審美性に関する評価指標(良否ラベルまたは審美スコア)が含まれる。この画像と当該画像の審美性に関する評価指標とのペアが、個人的審美基準用の教師データになる。
<Image / incidental information input process: S303>
Next, in S303, the image / incidental
図7は、画像の審美性に関する評価指標を入力する際のユーザインターフェースの一例を示す図である。ライブビュー画像が表示部105に表示されている状態でユーザがデジタルカメラ100に対し所定の操作を行うと、画像・付帯情報入力部501は、ライブビュー画像に重ねて、操作部701を表示部105に表示する。操作部701は、ライブビュー画像の審美性に関する評価指標を入力するためのグラフィカルユーザインターフェースである。ユーザは、表示部105のタッチパネルの機能を利用して、操作部701を操作する。画像・付帯情報入力部501は、この操作に基づいて、表示部105に表示されている画像の審美性に関する評価指標(良否ラベルまたは審美スコア)を入力する。図7に示す例では、ユーザは、表示部105に表示されている画像が100点満点で75点であると判断していることを示す。
FIG. 7 is a diagram showing an example of a user interface when inputting an evaluation index related to the aesthetics of an image. When the user performs a predetermined operation on the
付帯情報には、画像の審美性に関する評価指標(良否ラベルまたは審美スコア)に加えて、カメラ情報が含まれていてもよい。カメラ情報は、画像を撮影した際のデジタルカメラ100の撮影条件の情報を含む。例えば、露出値やストロボ発光の有無などがカメラ情報に含まれる。この他、付帯情報には、環境条件(例えば、気温、湿度、天候、周囲の照度)が含まれていてもよい。このように、付帯情報には、デジタルカメラ100で撮影された画像の審美性に影響を与える情報が含まれていればよい。付帯情報に、画像の審美性に関する評価指標(良否ラベルまたは審美スコア)以外の情報が含まれている場合、当該情報も個人的審美基準用の教師データとして用いることができる。
The incidental information may include camera information in addition to the evaluation index (good / bad label or aesthetic score) relating to the aesthetics of the image. The camera information includes information on the shooting conditions of the
<個人的審美基準生成工程:S304>
本工程では、デジタルカメラ100によって個人的審美基準が生成される。本実施形態において「個人的」というのは、デジタルカメラ100のユーザのことを表す。一般的審美基準が世間一般の人たちの全体的・統計的な審美基準であるのに対比して、「個人的審美基準」とは、デジタルカメラ100のユーザの個人的な審美基準である。
<Personal aesthetic standard generation process: S304>
In this process, the
まず、特徴抽出部502は、S303で入力された個人的審美基準用の教師データに含まれる画像データから特徴量を抽出する。学習部503は、当該特徴量と、個人的審美基準用の教師データに含まれる評価指標(良否ラベルまたは審美スコア)と、S301で入力された学習器(識別器または回帰器)とを用いて、前述した機械学習を行う。機械学習が完了すると、学習結果として、個人的審美基準に対応する辞書が得られ、これが個人的審美基準602となる。このような個人的審美基準602の生成が、個人的審美基準用の複数の教師データ群のそれぞれを用いて行うことにより複数の個人的審美基準(第1の個人的審美基準602a、・・・、第nの個人的審美基準602n)が得られる。
First, the
このようにする場合、例えば、ユーザは、個人的審美基準用の教師データ群を入力する際に、当該教師データ群の識別情報をデジタルカメラ100に入力する。個人的審美基準出力部504は、当該個人的審美基準用の教師データ群を用いて学習部503により生成された個人的審美基準602と、当該識別情報とを相互に関連付けて審美基準格納部204に格納する。本実施形態では、個人的審美基準602は、1つあればよい。デジタルカメラ100のユーザ以外のユーザの個人的審美基準602をデジタルカメラ100に入力すると、複数の個人的審美基準602が審美基準格納部204に格納される。デジタルカメラ100は、S301で入力された学習器に、個人的審美基準602(第1の個人的審美基準602a、・・・、第nの個人的審美基準602nの何れか1つ)を読み込ませる。個人的審美基準602が読み込まれた学習器に、審美性の評価対象の画像データを入力することによって、当該画像データに対する個人的審美基準による審美性の評価が得られる。
尚、S303およびS304の処理は、デジタルカメラ100の出荷後に行われる。
In this case, for example, when the user inputs the teacher data group for the personal aesthetic standard, the user inputs the identification information of the teacher data group into the
The processing of S303 and S304 is performed after the
<審美性の評価対象の画像に対する審美性の評価>
一般的審美基準601および個人的審美基準602の少なくとも1つが審美基準格納部204に格納されると、審美性評価部202は、審美性の評価対象の画像データ(良否ラベルや審美スコアが未知の画像データ)に対する審美性の評価を行うことができる。まず、画像入力部401は、審美性の評価対象の画像データを入力する。また、画像入力部401は、ユーザのデジタルカメラ100の操作に基づいて、当該画像データに対し、どの審美基準による評価を行うのかを特定する情報を入力する。複数の個人的審美基準602(第1の個人的審美基準602a、・・・、第nの個人的審美基準602n)が審美基準格納部204に格納されている場合、ユーザは、前述した識別情報を用いることにより、複数の個人的審美基準の1つを選択することができる。審美基準格納部204に格納されている個人的審美基準602が1つである場合、どの審美基準による評価を行うのかを特定する情報の入力や、複数の個人的審美基準の1つの選択は不要になる。
<Evaluation of aesthetics for the image to be evaluated>
When at least one of the general
次に、特徴抽出部402は、画像入力部401で入力された画像データから、仕様によって決められたフォーマットの特徴量を抽出する。次に、評価部403は、ユーザにより指定された審美基準を、一般的審美基準601および個人的審美基準602の中から選択して読み出し、機能入力部201により入力された学習器に読み込ませる。評価部403は、画像の特徴量を学習器に入力する。そうすると、学習器は、当該画像の審美性に関する評価指標(良否ラベルまたは審美スコア)を出力する。審美性出力部404は、学習器で得られた評価指標(良否ラベルまたは審美スコア)を表示部105に表示する。例えば、画像入力部401が、撮影時に表示部105に表示されるライブビュー画像を入力する場合、表示部105は、ライブビュー画像の審美性に関する評価指標をライブビュー画像に重ねてリアルタイムに表示することができる。審美性出力部404は、画像の審美性に関する評価指標(良否ラベルまたは審美スコア)の表示に代えてまたは加えて、記憶部107への記憶、および外部装置への送信の少なくとも何れか一方を行ってもよい。審美性出力部404は、画像入力部401で入力された画像データと、当該画像データの審美性に関する評価指標とを相互に関連付けて記憶することができる。このようにすれば、例えば、デジタルカメラ100は、撮影した画像群を個人的審美基準602によりソートし、ソートした順に画像群を表示部105に表示することができる。
Next, the
また、ユーザは、画像入力部401による画像データの入力に際し、複数の審美基準を選択することができる。このようにする場合、複数の審美基準のそれぞれを用いて、前述した特徴抽出部402、評価部403、および審美性出力部404の処理が繰り返し行われる。これにより、同一の画像データに対し、複数の審美基準に基づく審美性に関する評価指標(良否ラベルまたは審美スコア)が得られる。
In addition, the user can select a plurality of aesthetic criteria when inputting image data by the
図8を参照しながら、デジタルカメラ100に標準搭載された一般的審美基準601や、本実施形態の手法によって生成した個人的審美基準602の利用方法の一例を説明する図である。図8は、ライブビュー画像に表示された各種表示モードにおける評価指標(審美スコア)の表示例である。図8(a)は、一般的審美基準601による審美スコアの表示の一例である。デジタルカメラ100は、一般的審美基準601のみを表示するモードを有する。審美性出力部404は、個人的審美基準602がデジタルカメラ100に存在しない場合や、存在する場合であっても、ユーザによる当該モードの選択によって、図8(a)に示すような表示を行うことができる。
With reference to FIG. 8, it is a figure explaining an example of the usage method of the general
図8(b)は、ユーザにより選択された1つの個人的審美基準602による審美スコアの表示の一例である。デジタルカメラ100は、個人的審美基準602のみを1つ表示するモードを有する。審美性出力部404は、ユーザが、当該モードを選択し、複数の個人的審美基準602のどれか一つを選択した場合に、図8(b)に示すような表示を行うことができる。尚、審美性出力部404は、個人的審美基準602が一つ存在する場合、ユーザが、当該モードを選択すると、当該個人的審美基準602を自動的に選択して表示する。
FIG. 8B is an example of the display of the aesthetic score according to one personal
図8(c)は、審美基準格納部204に格納されている全ての審美基準(一般的審美基準601および個人的審美基準602)による審美スコアの表示の一例である。図8(c)では、一般的審美基準による審美スコア(General Score)、個人的審美基準による審美スコア(Personal1 Score)、および個人的審美基準による審美スコア(Personal2 Score)が表示される。デジタルカメラ100は、全ての審美基準を表示するモードを有する。審美性出力部404は、ユーザが、当該モードを選択した場合に、図8(c)に示すような表示を行うことができる。このような表示により、ユーザは、審美基準格納部204に格納されている全ての審美基準による評価指標を確認することができる。尚、審美性出力部404は、審美基準格納部204に格納されている全ての審美基準ではなく、ユーザによって選択された複数の審美基準を表示してもよい。
FIG. 8C is an example of displaying the aesthetic score according to all the aesthetic standards (general
図8(d)は、統合された審美スコアの表示の一例である。図8(d)では、図8(c)に示した審美スコアに加え、複数の審美スコアを統合した審美スコア(Merged Score)が表示される。デジタルカメラ100は、複数の審美スコアを統合した審美スコアを表示するモードを有する。ユーザが、当該モードを選択した場合、評価部403は、個別の審美スコアに加え、当該個別の審美スコアを統合した審美スコアを導出し、審美性出力部404が、それらの審美スコアを出力する。複数の審美スコアを統合した審美スコアは、例えば、ユーザによって指定された各審美基準に対する重みと、各審美基準による審美スコアとを用いて導出される。図8(d)に示す例では、一般的審美基準による審美スコア(General Score)の重みは50%である。また、個人的審美基準(Personal1 Score)による審美スコアの重みは30%である。また、個人的審美基準による審美スコア(Personal2 Score)の重みは20%である。従って、評価部403は、統合された審美基準による審美スコア(Merged Score)として、例えば、56点(=0.5×70+0.3×50+0.2×30)を導出する。
FIG. 8D is an example of an integrated aesthetic score display. In FIG. 8D, in addition to the aesthetic score shown in FIG. 8C, an aesthetic score (Merged Score) in which a plurality of aesthetic scores are integrated is displayed. The
以上のように本実施形態では、デジタルカメラ100は、デジタルカメラ100で撮影した画像と、当該画像に対する審美性に関する評価指標とが相互に関連付けられた情報を、個人的審美基準用の教師データとして用いて機械学習を行う。デジタルカメラ100は、この機械学習の結果として得られる個人的審美基準602(辞書)を用いて、審美性の評価対象の画像の、個人的審美基準による評価指標を導出する。従って、特定の者の審美性に関する判断基準として、画像に対する「美しさ」や「綺麗さ」の観点からの判断基準を得ることができる。
As described above, in the present embodiment, the
(第2の実施形態)
次に、第2の実施形態を説明する。第1の実施形態では、デジタルカメラ100が、個人的審美基準602を生成し、1つの情報処理装置(デジタルカメラ100)で情報処理システムが構築される場合を例に挙げて説明した。これに対し、本実施形態では、外部装置が個人的審美基準602を生成し、デジタルカメラ100がこれを入力するようにし、複数の情報処理装置を用いて情報処理システムが構築される場合を例に挙げて説明する。このように本実施形態と第1の実施形態とは、個人的審美基準602を生成する主体が異なることによる構成および処理が主として異なる。従って、本実施形態の説明において、第1の実施形態と同一の部分については、図1〜図8に付した符号を付す等して詳細な説明を省略する。
(Second Embodiment)
Next, the second embodiment will be described. In the first embodiment, the case where the
図9は、本実施形態における情報処理システムの一例を示す図である。図10は、本実施形態における情報処理システムの処理の一例を説明するフローチャートである。
<審美性評価機能入力工程:S1001>
本工程は、図3のステップS301と同じであるので、本工程の詳細な説明を省略する。
<一般的審美基準入力工程:S1002>
本工程は、図3のS302と同じであるので、本工程の詳細な説明を省略する。
FIG. 9 is a diagram showing an example of an information processing system according to the present embodiment. FIG. 10 is a flowchart illustrating an example of processing of the information processing system according to the present embodiment.
<Aesthetic evaluation function input process: S1001>
Since this step is the same as step S301 of FIG. 3, detailed description of this step will be omitted.
<General aesthetic standard input process: S1002>
Since this step is the same as S302 in FIG. 3, a detailed description of this step will be omitted.
<画像・付帯情報入力工程:S1003>
第1の実施形態では、デジタルカメラ100が画像の撮影を行った後に、個人的審美基準用の教師データ群(撮影した画像と、ユーザが思う当該画像の審美性に関する評価指標(良否ラベルまたは審美スコア)とのペア群)を入力する。これに対し、本実施形態では、情報処理装置901は、ユーザの操作に基づいて、個人的審美基準用の教師データ群の入力を行う。情報処理装置901は、ユーザが撮影した画像をアップロードし、アップロードした画像の審美性に関する評価指標(良否ラベルまたは審美スコア)を入力して設定することができる。また、カメラメーカ側が既定の画像をサイトに用意しておき、情報処理装置901が、ユーザによる操作に基づいてそのサイトにアクセスし、当該サイトにおいて、当該画像の審美性に関する評価指標を設定してもよい。本工程では、ユーザがどのような画像を審美性が高いと評価し、どのような画像を審美性が低いと評価したかの情報を得ていれば、何れの方法を用いて、個人的審美基準用の教師データ群の入力が行われてもよい。尚、情報処理装置901は、例えば、CPU、ROM、RAM、HDD、および各種のインターフェースを有する。また、情報処理装置901には、コンピュータディスプレイが接続される。
<Image / incidental information input process: S1003>
In the first embodiment, after the
尚、カメラメーカは、ユーザから利用料(個人的審美基準602の作成料)を徴収してもよい。また、カメラメーカは、デジタルカメラ100の購入特典として所定の回数だけ無料で個人的審美基準602を提供してもよい。また、カメラメーカは、完全に無料で個人的審美基準602をユーザに提供できるようにしてもよい。
The camera manufacturer may collect a usage fee (a fee for creating the personal aesthetic standard 602) from the user. Further, the camera maker may provide the personal
<個人的審美基準生成工程:S1004>
第1の実施形態では、デジタルカメラ100本体によって個人的審美基準602を生成する。しかし、デジタルカメラ100本体が備える計算資源は、PC等に比べると一般に貧弱であり、処理時間の観点でも処理容量の観点でも大きな差がある。そこで、本工程では、デジタルカメラ100本体によって個人的審美基準602を生成するのではなく、カメラメーカが用意したサーバ902により個人的審美基準602を生成する。例えば、S1003による個人的審美基準用の教師データ群の入力が完了した後に、ユーザが情報処理装置901に対して所定の操作を行うことにより、本工程が開始するようにすればよい。例えば、ユーザは、カメラメーカが提供する前述したサイトに表示されるボタンのうち、個人的審美基準602の生成の開始を指示するボタンを押下することにより、個人的審美基準602の生成の開始を指示することができる。
<Personal aesthetic standard generation process: S1004>
In the first embodiment, the
個人的審美基準602の生成の開始が指示されると、サーバ902は、個人的審美基準602の作成を開始する。この際、サーバ902には、個人的審美基準用の教師データ群が入力されている。サーバ902は、S1001でデジタルカメラ100に入力される学習器と同じ学習器を有する。サーバ902は、個人的審美基準用の教師データ群に含まれる画像データの特徴量を抽出する。そして、サーバ902は、抽出した特徴量と、個人的審美基準用の教師データ群に含まれる画像の審美性に関する評価指標(良否ラベルまたは審美スコア)と、学習器(識別器または回帰器)とを用いて、第1の実施形態で説明した機械学習を行う。学習が完了すると、学習結果として、個人的審美基準に対応する辞書が得られ、これが個人的審美基準602となる。サーバ902は、個人的審美基準602の生成が完了したら、そのことを示す情報を情報処理装置901に送信してもよい。例えば、サーバ902は、前述したサイトの所定の領域に、個人的審美基準602の生成が完了した旨のメッセージを表示してもよい。また、サーバ902は、個人的審美基準602の生成に時間がかかるようであれば、サーバ902に登録された電子メールアドレスに、そのことを示すメールを送信することによって、そのことをユーザに知らせてもよい。尚、サーバ902は、例えば、CPU、ROM、RAM、HDD、および各種のインターフェースを有する。
When instructed to start generating the personal
<個人的審美基準入力工程:S1005>
第1の実施形態では、デジタルカメラ100本体によって個人的審美基準を生成するため、本工程は必要ない。しかし、本実施形態では、サーバ902(デジタルカメラ100以外の情報処理装置)が個人的審美基準602を生成するので、デジタルカメラ100は、これを入力する必要がある。本工程では、まず、ユーザは、S1004で生成された個人的審美基準602をカメラメーカのサイトから取得する。例えば、カメラメーカは、カメラメーカのサイトに対しユーザから個人的審美基準602の郵送を希望する旨の情報が入力されると、ユーザに対して記録メディアに個人的審美基準602を保存して郵送することができる。また、カメラメーカが、カメラメーカのサイト上で個人的審美基準602のダウンロードが可能な状態にし、情報処理装置901が、前述したサイトから個人的審美基準602のダウンロードを行ってもよい。ユーザは、個人的審美基準602を取得すると、当該個人的審美基準602をデジタルカメラ100に入力する。個人的審美基準602のデジタルカメラ100への入力は、例えば、記録メディアによって行ってもよいし、有線通信または無線通信によって行ってもよい。
以上の工程を経ることにより、第1の実施形態と同様に、デジタルカメラ100を用いて、ユーザの個人的な審美基準によって画像の審美性を評価することができる。
<Personal aesthetic standard input process: S1005>
In the first embodiment, since the
By going through the above steps, the aesthetics of the image can be evaluated by the user's personal aesthetic criteria using the
(第3の実施形態)
次に、第3の実施形態を説明する。第1および第2の実施形態では、デジタルカメラ100のユーザの個人的審美基準602を利用する場合を例に挙げて説明した。これに対し、本実施形態では、デジタルカメラ100のユーザ以外の第三者としてプロ写真家の個人的審美基準602を当該デジタルカメラ100が利用する場合を例に挙げて説明する。具体的には、カメラメーカは、プロ写真家に依頼し、プロ写真家の審美基準を個人的審美基準602として作成する。カメラメーカは、作成した個人的審美基準602を、デジタルカメラ100のユーザが取得できるように配備する。デジタルカメラ100のユーザは、そこから個人的審美基準602を取得し、自分が所有するデジタルカメラ100に個人的審美基準602を入力させる。このように、本実施形態と第2の実施形態とは、個人的審美基準用の教師データの入力主が異なることによる構成および処理が主として異なる。従って、本実施形態の説明において、第1および第2の実施形態と同一の部分については、図1〜図10に付した符号を付す等して詳細な説明を省略する。
(Third Embodiment)
Next, a third embodiment will be described. In the first and second embodiments, the case where the personal
図11は、本実施形態における情報処理システムの一例を示す図である。図12は、本実施形態における情報処理システムの処理の一例を説明するフローチャートである。尚、図11において、各プロ写真家A、B、C、およびその他のユーザは、それぞれ、第2の実施形態で説明した情報処理装置901を有し、カメラメーカは、第2の実施形態で説明したサーバ902を有するものとする。
FIG. 11 is a diagram showing an example of an information processing system according to the present embodiment. FIG. 12 is a flowchart illustrating an example of processing of the information processing system according to the present embodiment. In FIG. 11, each of the professional photographers A, B, C, and other users has the
<審美性評価機能入力工程:S1201>
本工程は、図3のステップS301と同じであるので、本工程の詳細な説明を省略する。
<Aesthetic evaluation function input process: S1201>
Since this step is the same as step S301 of FIG. 3, detailed description of this step will be omitted.
<一般的審美基準入力工程:S1202>
本工程は、図3のS302と同じであるので、本工程の詳細な説明を省略する。
<General aesthetic standard input process: S1202>
Since this step is the same as S302 in FIG. 3, a detailed description of this step will be omitted.
<画像・付帯情報入力工程:S1203>
第1の実施形態および第2の実施形態では、個人的審美基準用の教師データの入力方法は違えども、その入力主は、デジタルカメラ100のユーザである。これに対し、本実施形態では、個人的審美基準用の教師データの入力主はプロ写真家である。カメラメーカがプロ写真家A、B、Cに依頼し、プロ写真家A、B、Cが自身の審美基準に基づいて、個人的審美基準用の教師データの入力を行う。例えば、第1の実施形態で説明したように、プロ写真家は、自身のデジタルカメラを用いて撮影を行い、その後、撮影した画像の審美性に関する評価指標を当該デジタルカメラに入力することができる。また、第2の実施形態で説明したように、プロ写真家は、カメラメーカが用意したインターネット上のサイトを用いて、画像と、当該画像の審美性に関する評価指標との入力を行ってもよい。カメラメーカがプロ写真家に個人的審美基準用の教師データの入力を依頼する際には、カメラメーカは、プロ写真家に対して対価(契約料)を支払うようにしてもよい。
<Image / incidental information input process: S1203>
In the first embodiment and the second embodiment, the input method of the teacher data for the personal aesthetic standard is different, but the input owner is the user of the
<個人的審美基準生成工程:S1204>
第1の実施例形態では、デジタルカメラ100本体によって個人的審美基準602を生成する。第2の実施形態では、カメラメーカのサーバ902を用いて個人的審美基準602を生成する。本実施形態では、個人的審美基準602の生成の主体は、デジタルカメラ100であってもカメラメーカのサーバ902であっても構わない。つまり、デジタルカメラ100が個人的審美基準602を生成してもよいし、サーバ902が個人的審美基準602を生成してもよい。この他、大規模クラスタを用いて個人的審美基準602を生成してもよい。このように、プロ写真家の個人的審美基準用の教師データ群をカメラメーカが取得し、この教師データ群と学習器とを用いて機械学習することができれば、個人的審美基準602の生成の主体は問わない。機械学習が完了すると、学習結果として、個人的審美基準に対応する辞書が得られ、これが、プロ写真家の個人的審美基準602となる。
<Personal aesthetic standard generation process: S1204>
In the first embodiment, the
<個人的審美基準配備工程:S1205>
本工程では、S1204で生成されたプロ写真家の個人的審美基準602をデジタルカメラ100の一般のユーザが取得できるように配備する。例えば、カメラメーカは、第2の実施形態のS1003の項で説明したサイトに準ずるサイトを用意する。カメラメーカは、デジタルカメラ100の一般のユーザが、このサイトから、プロ写真家の個人的審美基準602を取得できるように、プロ写真家の個人的審美基準602を配備する。カメラメーカは、複数のプロ写真家の個人的審美基準602がある場合、それら複数のプロ写真家の個人的審美基準602を配備する。尚、第2の実施形態と同様に、カメラメーカは、ユーザから利用料(プロ写真家の個人的審美基準602の利用料)を徴収してもよい。また、カメラメーカは、デジタルカメラ100の購入特典として所定の回数だけ無料で個人的審美基準602を提供してもよい。また、カメラメーカは、完全に無料で個人的審美基準602をユーザに提供できるようにしてもよい。
<Personal aesthetic standard deployment process: S1205>
In this step, the professional photographer's personal aesthetic standard 602 generated in S1204 is deployed so that it can be acquired by a general user of the
<個人的審美基準入力工程:S1206>
まず、ユーザは、情報処理装置901を操作し、プロ写真家の個人的審美基準602をカメラメーカのサイトから取得する。プロ写真家の個人的審美基準602の取得方法は、例えば、第2の実施形態(S1005)で説明した手法を採用することができる。ユーザは、プロ写真家の個人的審美基準602を取得すると、当該個人的審美基準602をデジタルカメラ100に入力させる。個人的審美基準602のデジタルカメラ100への入力は、例えば、記録メディアによって行ってもよいし、有線通信または無線通信によって行ってもよい。
<Personal aesthetic standard input process: S1206>
First, the user operates the
以上の工程を経ることにより、ユーザは、自身のデジタルカメラ100を用いて、プロ写真家の個人的な審美基準によって画像の審美性を評価することができる。例えば、一般のユーザは、自身のデジタルカメラ100のライブビュー画像に、或るプロ写真家の教師データで学習した学習器による審美スコアをリアルタイムで表示させることができる。このようにすれば、当該プロ写真家が撮るような写真に近づけて撮影することができるようになる。また、デジタルカメラ100は、或るプロ写真家の個人的審美基準用の教師データで学習した学習器を用いて得られた審美スコアにより複数の画像をソートすれば、そのプロ写真家が採用するような画像を上位に表示することができる。
Through the above steps, the user can evaluate the aesthetics of an image using his / her own
(第4の実施形態)
次に、第4の実施形態を説明する。第3の実施形態では、デジタルカメラ100のユーザ以外の第三者としてプロ写真家の個人的審美基準602を当該デジタルカメラ100が利用する場合を例に挙げて説明した。これに対し、本実施形態では、デジタルカメラ100のユーザ以外の第三者としてプロ写真家以外のユーザの個人的審美基準602を当該デジタルカメラ100が利用する場合を例に挙げて説明する。具体的には、カメラメーカは、個人的審美基準をダウンロードできるサイトを用意し、デジタルカメラ100のユーザAが当該サイトに対して自分の作成した個人的審美基準602をアップロードする。別のデジタルカメラ100のユーザBは、アップロードされたユーザAの個人的審美基準602を当該サイトからダウンロードする。このように、本実施形態と第3の実施形態とは、個人的審美基準用の教師データの入力主が異なることによる構成および処理が主として異なる。従って、本実施形態の説明において、第1〜第3の実施形態と同一の部分については、図1〜図12に付した符号を付す等して詳細な説明を省略する。
(Fourth Embodiment)
Next, a fourth embodiment will be described. In the third embodiment, a case where the
図13は、本実施形態における情報処理システムの一例を示す図である。本実施形態における情報処理システムの処理の各ステップは、図12のフローチャートと同じであるので、ここでは、図12のフローチャートを用いて、各ステップの具体的な処理を説明する。図13において、各セミプロ写真家A、B、C、およびその他のユーザは、それぞれ、第2の実施形態で説明した情報処理装置901を有し、カメラメーカは、第2の実施形態で説明したサーバ902を有するものとする。
FIG. 13 is a diagram showing an example of an information processing system according to the present embodiment. Since each step of the processing of the information processing system in the present embodiment is the same as the flowchart of FIG. 12, here, the specific processing of each step will be described using the flowchart of FIG. In FIG. 13, each semi-professional photographer A, B, C, and the other user has the
<審美性評価機能入力工程:S1201>
本工程は、図3のステップS301と同じであるので、本工程の詳細な説明を省略する。
<Aesthetic evaluation function input process: S1201>
Since this step is the same as step S301 of FIG. 3, detailed description of this step will be omitted.
<一般的審美基準入力工程:S1202>
本工程は、図3のS302と同じであるので、本工程の詳細な説明を省略する。
<General aesthetic standard input process: S1202>
Since this step is the same as S302 in FIG. 3, a detailed description of this step will be omitted.
<画像・付帯情報入力工程:S1203>
第3の実施形態では、個人的審美基準用の教師データの入力主は、プロ写真家である。これに対し、本実施形態では、個人的審美基準用の教師データの入力主は、デジタルカメラ100の一般のユーザである。一般のユーザの中でもコアなユーザ層は、特定のコミュニティで支持されているセミプロ・ハイアマの写真家である。写真家の中には写真を仕事にしていなくても、趣味として行っている人は多い。その趣味として、例えば、鉄道や登山を例に挙げると、鉄道コミュニティや登山コミュニティの中では写真のやりとりが頻繁に行われており、それらを通して特定の人の写真を好むコミュニティのメンバーがでてくる。このような状況に対して、支持されているユーザの個人的審美基準用の教師データを用いて生成された個人的審美基準602が、当該ユーザを支持しているユーザに届けられるシステムが存在すれば便利である。
<Image / incidental information input process: S1203>
In a third embodiment, the input source of teacher data for personal aesthetic standards is a professional photographer. On the other hand, in the present embodiment, the input master of the teacher data for the personal aesthetic standard is a general user of the
本工程では、例えば、他の一般のユーザに支持されているユーザ(例えばセミプロ写真家A、B、C)が、自身の審美基準に基づいて、個人的審美基準用の教師データの入力を行う。例えば、第1の実施形態で説明したように、ユーザは、自身のデジタルカメラを用いて撮影を行い、その後、撮影した画像の審美性に関する評価指標を当該デジタルカメラに入力することができる。また、第2の実施形態で説明したように、ユーザは、カメラメーカが用意したインターネット上のサイトを用いて、画像と、当該画像の審美性に関する評価指標の入力を行ってもよい。 In this step, for example, a user supported by other general users (for example, semi-professional photographers A, B, C) inputs teacher data for personal aesthetic standards based on his / her own aesthetic standards. .. For example, as described in the first embodiment, the user can take a picture using his / her own digital camera, and then input an evaluation index regarding the aesthetics of the taken image into the digital camera. Further, as described in the second embodiment, the user may input an image and an evaluation index relating to the aesthetics of the image by using a site on the Internet prepared by the camera manufacturer.
第3の実施形態では、カメラメーカがプロ写真家に、個人的審美基準用の教師データの入力を依頼する際には、プロ写真家に対して対価を支払うこともあり得ると説明した。本実施形態では、この逆のケースも考えられる。つまり、或る一般のユーザが、自身の個人的審美基準用の教師データをカメラメーカのサイトにアップロードする際に登録料を支払う。その後、他の一般のユーザがカメラメーカに利用料を支払い、当該或るユーザの個人的審美基準用の教師データを用いて生成された個人的審美基準602がダウンロードされると、カメラメーカは、その一部をインセンティブとして当該或るユーザに支払う。尚、このように料金を課すシステムではなくて、完全無料のシステムにしてもよい。 In the third embodiment, it was explained that when the camera maker asks the professional photographer to input the teacher data for the personal aesthetic standard, the professional photographer may be paid a fee. In the present embodiment, the opposite case is also conceivable. That is, a general user pays a registration fee when uploading teacher data for his or her personal aesthetic standards to the camera manufacturer's site. After that, when another general user pays the usage fee to the camera maker and the personal aesthetic standard 602 generated by using the teacher data for the personal aesthetic standard of the certain user is downloaded, the camera maker causes the camera maker. Part of it is paid to the user as an incentive. In addition, instead of the system that charges a fee in this way, a completely free system may be used.
<個人的審美基準生成工程:S1204>
本工程は、図12のS1204と同じであるので、本工程の詳細な説明を省略する。ただし、第3の実施形態では、本工程により、プロ写真家の個人的審美基準602が生成される。これに対し、本実施形態では、デジタルカメラ100の一般のユーザ(例えばセミプロ写真家A、B、C)の個人的審美基準602が生成される。
<Personal aesthetic standard generation process: S1204>
Since this step is the same as S1204 in FIG. 12, detailed description of this step will be omitted. However, in the third embodiment, this step produces a professional photographer's personal
<個人的審美基準配備工程:S1205>
本工程は、図12のS1205と同じであるので、本工程の詳細な説明を省略する。ただし、第3の実施形態では、本工程により、プロ写真家の個人的審美基準602が生成される。これに対し、本実施形態では、デジタルカメラ100の一般のユーザ(例えばセミプロ写真家A、B、C)の個人的審美基準602が配備される。
<Personal aesthetic standard deployment process: S1205>
Since this step is the same as S1205 in FIG. 12, detailed description of this step will be omitted. However, in the third embodiment, this step produces a professional photographer's personal
<個人的審美基準入力工程:S1206>
本工程は、図12のS1205と同じであるので、本工程の詳細な説明を省略する。ただし、第3の実施形態では、本工程により、一般のユーザは、プロ写真家の個人的審美基準602をカメラメーカのサイトから取得する。これに対し、本実施形態は、一般のユーザは、自身が支持する他の一般のユーザの個人的審美基準602をカメラメーカのサイトから取得する。
<Personal aesthetic standard input process: S1206>
Since this step is the same as S1205 in FIG. 12, detailed description of this step will be omitted. However, in the third embodiment, by this step, a general user acquires the personal
以上の工程を経ることにより、第3の実施形態で説明した効果と同様の効果が得られる。即ち、ユーザは、自身のデジタルカメラ100を用いて、自身が支持する他の一般のユーザの個人的な審美基準によって画像の審美性を評価することができる。例えば、一般のユーザは、自身のデジタルカメラ100のライブビュー画像に、当該ユーザが支持する他の一般のユーザの教師データで学習した学習器による審美スコアをリアルタイムで表示させることができる。このようにすれば、デジタルカメラ100のユーザは、当該ユーザが支持する他のユーザが撮るような写真に近づけて撮影することができるようになる。また、デジタルカメラ100は、或るユーザの教師データで学習した学習器による審美スコアにより複数の画像をソートすれば、そのユーザが採用するような画像を上位に表示することができるようになる。
By going through the above steps, the same effect as that described in the third embodiment can be obtained. That is, the user can use his / her own
(第5の実施形態)
次に、第5の実施形態を説明する。本実施形態では、デジタルカメラ100に存在する各種の審美基準を利用して、審美性の評価対象の画像の審美性に関する評価指標(審美スコア)を導出して表示する手法の具体例を説明する。即ち、第1の実施形態で図8を参照しながら説明した処理の具体例を説明する。本実施形態の手法は、第1〜第4の実施形態の何れの形態に対しても適用することができる。
(Fifth Embodiment)
Next, a fifth embodiment will be described. In the present embodiment, a specific example of a method of deriving and displaying an evaluation index (aesthetic score) related to the aesthetics of an image to be evaluated for aesthetics by using various aesthetic criteria existing in the
図14は、審美性の評価対象の画像の審美性に関する評価指標(審美スコア)を導出して表示する際のデジタルカメラ100の処理の一例を説明するフローチャートである。
<個人的審美基準有無判定工程:S1401>
評価部403は、デジタルカメラ100に個人的審美基準602が存在するか否かを判定する。デジタルカメラ100には一般的審美基準601が標準で搭載されているが、これとは別の個人的審美基準602がデジタルカメラ100に存在しない場合がある。そこで、評価部403は、個人的審美基準602がデジタルカメラ100に存在するか否かを判定する。この判定の結果、個人的審美基準602がデジタルカメラ100に存在する場合、処理は、S1402に進む。一方、個人的審美基準602がデジタルカメラ100に存在しない場合、処理は、後述するS1403aに進む。
FIG. 14 is a flowchart illustrating an example of processing of the
<Personal aesthetic standard presence / absence judgment process: S1401>
The
<評価方法選択工程:S1402>
S1402において、評価部403は、ユーザによるデジタルカメラ100に対する操作の結果に基づいて、デジタルカメラ100に存在する1つまたは複数の個人的審美基準602を用いた審美性の評価の方法を選択する。S1401において、個人的審美基準がデジタルカメラ100に存在すると判定された場合には、その存在する1つまたは複数の個人的審美基準をどのように評価して表示するかに自由度がある。この自由度として、本実施形態では、評価部403は、「択一評価」、「全部評価」、または「統合評価」の評価方法の何れか1つを、ユーザによるデジタルカメラ100に対する操作に基づいて選択する。評価部403は、「択一評価」を選択する場合、ユーザによるデジタルカメラ100に対する操作の結果に基づいて、どの個人的審美基準を用いるのかも合わせて選択する。
<Evaluation method selection process: S1402>
In S1402, the
<評価工程:S1403a〜S1403d>
次に、評価部403は、S1401、S1402の判定の結果に従って、画像入力部401で入力された画像データの審美性を評価する。まず、S1401において、個人的審美基準602がデジタルカメラ100に存在しないと判定された場合、処理は、S1403aに進む。S1403aにおいて、評価部403は、一般的審美基準601を読み込ませた学習器に、画像入力部401により入力された画像データの特徴量を入力する。評価部403は、学習器から、画像入力部401により入力された画像データの審美スコアとして、一般的審美基準601による審美スコアを得る。
<Evaluation process: S1403a to S1403d>
Next, the
S1402において、「択一評価」が選択された場合、処理は、S1403bに進む。S1403bにおいて、評価部403は、ユーザによって選択された一つの個人的審美基準602を読み込ませた学習器に、画像入力部401により入力された画像データの特徴量を入力する。評価部403は、学習器から、画像入力部401により入力された画像データの審美スコアとして、ユーザによって選択された個人的審美基準602による審美スコアを得る。
If "alternative evaluation" is selected in S1402, the process proceeds to S1403b. In S1403b, the
S1402において、「全部」が選択された場合、処理は、S1403cに進む。S1403cにおいて、評価部403は、審美基準格納部204に格納されている、一般的審美基準601を読み込ませた学習器に、画像入力部401により入力された画像データの特徴量を入力する。評価部403は、学習器から、画像入力部401により入力された画像データの審美スコアとして、一般的審美基準601による審美スコアを得る。さらに、評価部403は、審美基準格納部204に格納されている、個人的審美基準602の一つを読み込ませた学習器に、画像入力部401により入力された画像データの特徴量を入力する。評価部403は、学習器から、画像入力部401により入力された画像データの審美スコアとして、個人的審美基準602による審美スコアを得る。評価部403は、このような個人的審美基準602による審美スコアの導出を、審美基準格納部204に格納されている、個人的審美基準602の全てについて行う。
If "all" is selected in S1402, the process proceeds to S1403c. In S1403c, the
S1402において、「統合」が選択された場合、処理は、S1403dに進む。S1403dにおいて、評価部403は、S1403cの処理に加え、統合された審美スコアを導出する。例えば、S1403dにおいて、評価部403は、一般的審美基準による審美スコア(General Score)と、2つの個人的審美基準による審美スコア(Personal1 Score、Personal2 Score)とを導出したとする。その際、それぞれの審美スコアをどの程度重視するかがユーザに問われる。そこで、ユーザは、デジタルカメラ100を操作して、各審美スコアに対する重みを入力する。ユーザは、例えば、一般的審美基準による審美スコア(General Score)に対する重みとして50%を入力する。また、ユーザは、2つの個人的審美基準による審美スコア(Personal1 Score、Personal2 Score)に対する重みとして、それぞれ、30%、20%を入力する。そして、評価部403は、各審美スコアの重み付き線形和を、統合された審美スコアとして導出する。
If "integration" is selected in S1402, the process proceeds to S1403d. In S1403d, the
<評価値表示工程:S1404a〜S1404d>
次に、S1404a、S1404b、S1404c、S1404dにおいて、審美性出力部404は、それぞれ、S1403a、S1403b、S1403c、S1403dで導出された審美スコアを表示部105に表示する。例えば、図8に示したように、審美性出力部404は、表示部105に表示されているライブビュー画面に重ねて審美スコアを表示する。
<Evaluation value display process: S1404a to S1404d>
Next, in S1404a, S1404b, S1404c, and S1404d, the
図8(a)は、S1404aの処理における表示例である。図8(a)では、一般的審美基準601による審美スコアが、100点満点で70点であることを示す。図8(b)は、S1404bの処理における表示例である。図8(b)では、ユーザにより選択された個人的審美基準602による審美スコアが100点満点で50点であることを示す。図8(c)は、S1404cの処理における表示例である。図8(c)では、一般的審美基準601による審美スコアが100点満点で70点であり、個人的審美基準602(Personal1、Personal2)による審美スコアが100点満点でそれぞれ50点、30点であることを示す。図8(d)は、S1404dの処理による表示例である。図8(d)では、図8(c)における表示に加え、統合された審美スコアが100点満点で56点(=0.5×70+0.3×50+0.2×30)であることを示す。
FIG. 8A is a display example in the process of S1404a. FIG. 8A shows that the aesthetic score according to the general
以上の工程を経ることにより、デジタルカメラ100の内部に複数の審美基準が存在した場合に、ユーザの要求に適した評価と表示を行うことができる。また、各評価指標(審美スコア)を統合した評価指標を用いることによって、例えば、コミュニティ内のアンサンブル評価を算出することができる。具体的には、コミュニティの中にいるメンバーそれぞれの個人的審美基準602を収集し、それらの重みが全て等価になるように重みを設定し、統合評価を行う。これによって、コミュニティ全体の傾向としての個人的審美基準602が得られることになる。この際、個人的審美基準602の数が膨大になる場合には、統合された評価指標(審美スコア)のみを表示できるようにしておく。
By going through the above steps, when a plurality of aesthetic standards exist inside the
(第6の実施形態)
次に、第6の実施形態を説明する。本実施形態では、個人的審美基準用の教師データの数が少ない場合に、個人的審美基準602を導出する方法の一例を説明する。本実施形態の手法は、第1〜第5の実施形態の何れの形態に対しても適用することができる。
(Sixth Embodiment)
Next, the sixth embodiment will be described. In this embodiment, an example of a method for deriving the personal aesthetic standard 602 when the number of teacher data for the personal aesthetic standard is small will be described. The method of this embodiment can be applied to any of the first to fifth embodiments.
学習部503は、画像・付帯情報入力部501により入力された個人的審美基準用の教師データの数が、所定の数以下であるか否かを判定する。この判定の結果、画像・付帯情報入力部501により入力された個人的審美基準用の教師データの数が、所定の数以下でない場合、学習部503は、第1の実施形態で説明したようにして個人的審美基準602を導出する。一方、画像・付帯情報入力部501により入力された個人的審美基準用の教師データの数が、所定の数以下である場合、学習部503は、一般的審美基準601をベースとして、個人的審美基準用の教師データを用いて追加学習を行う。例えば、学習部503は、個人的審美基準用の教師データに含まれる画像から抽出された特徴量と、当該個人的審美基準用の教師データに含まれる画像の審美性に関する評価指標と、一般的審美基準601を読み込ませた学習器とを用いて機械学習を行う。
このようにすれば、個人的審美基準用の教師データの数が少ない場合であっても、個人的審美基準602を導出することができる。
The
In this way, the personal aesthetic standard 602 can be derived even when the number of teacher data for the personal aesthetic standard is small.
(第7の実施形態)
次に、第7の実施形態を説明する。本実施形態では、複数のユーザをクラスタリングし、クラスタリングしたユーザごとに個人的審美基準602を導出する方法の一例を説明する。本実施形態の手法は、第1〜第6の実施形態の何れの形態に対しても適用することができる。尚、ユーザには、第3の実施形態で説明したプロ写真家や第4の実施形態で説明したセミプロ写真家・ハイアマ写真家が含まれていてもよい。
(7th Embodiment)
Next, a seventh embodiment will be described. In this embodiment, an example of a method of clustering a plurality of users and deriving a personal
画像・付帯情報入力部501は、複数のデジタルカメラ100のユーザそれぞれの個人的審美基準用の教師データを入力する。
個人的審美基準生成部203は、複数のユーザの個人的審美基準用の教師データを用いて、複数のユーザをクラスタリングする。例えば、個人的審美基準生成部203は、決定木を用いて、複数のユーザをクラスタリングすることができる。決定木の説明変数は、例えば、画像の特徴量および画像の審美性に関する評価指標(良否ラベルまたは審美スコア)を用いて表される。また、決定木の目的変数は、ユーザが属するクラスタとなる。尚、複数のユーザをクラスタリングする手法は、決定木を用いる手法に限定されず、例えば、ニューラルネットワークを用いた手法であってもよい。
The image / incidental
The personal aesthetic
特徴抽出部502は、同一のクラスタに属する複数のユーザの個人的審美基準用の教師データに含まれる画像から特徴量を抽出する。学習部503は、当該複数のユーザの個人的審美基準用の教師データに含まれる画像の特徴量と、当該画像に対し各ユーザが決定した審美性に関する評価指標(良否ラベルまたは審美スコア)と、学習器とを用いて、機械学習を行う。この機械学習が終了すると、学習結果として、個人的審美基準に対応する辞書がクラスタごとに得られ、これが各クラスタの個人的審美基準602となる。
このようにすれば、審美基準が似ているユーザの審美基準を得ることができる。
The
In this way, it is possible to obtain the aesthetic standards of users who have similar aesthetic standards.
(第8の実施形態)
次に、第8の実施形態を説明する。本実施形態では、一般的審美基準601を更新する方法の一例を説明する。本実施形態の手法は、第1〜第7の実施形態の何れの形態に対しても適用することができる。
本実施形態では、個人的審美基準生成部203は、一般的審美基準601の更新にも利用される。画像・付帯情報入力部501は、複数のデジタルカメラ100のユーザそれぞれの個人的審美基準用の教師データを入力する。特徴抽出部502は、画像・付帯情報入力部501で入力した複数のユーザの個人的審美基準用の教師データに含まれる画像から特徴量を抽出する。学習部503は、一般的審美基準601を読み込ませた学習器と、特徴抽出部502により抽出された特徴量と、複数のユーザの個人的審美基準用の教師データに含まれる審美性に関する評価指標(良否ラベルまたは審美スコア)とを用いて機械学習を行う。この機械学習が終了すると、学習結果として、更新後の一般的審美基準601が得られる。
このようにすれば、一般的審美基準601をより高精度にすることができる。
(8th Embodiment)
Next, the eighth embodiment will be described. In this embodiment, an example of a method for updating the general
In this embodiment, the personal aesthetic
In this way, the general
尚、前述した実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。 It should be noted that the above-described embodiments are merely examples of embodiment of the present invention, and the technical scope of the present invention should not be construed in a limited manner by these. That is, the present invention can be implemented in various forms without departing from the technical idea or its main features.
(その他の実施例)
本発明は、前述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
(Other Examples)
The present invention supplies a program that realizes one or more functions of the above-described embodiment to a system or device via a network or storage medium, and one or more processors in the computer of the system or device reads and executes the program. It can also be realized by the processing to be performed. It can also be realized by a circuit (for example, ASIC) that realizes one or more functions.
100:デジタルカメラ、201:機能入力部、202:審美性評価部、203:個人的審美基準生成部、204:審美基準格納部 100: Digital camera, 201: Function input unit, 202: Aesthetics evaluation unit, 203: Personal aesthetics standard generation unit, 204: Aesthetics standard storage unit
Claims (7)
前記複数のユーザを、前記入力手段により入力された複数の画像に対する前記評価内容が類似するユーザが属するクラスタに分けるクラスタリング手段と、
前記入力手段により入力された複数の画像と、当該画像に関して同じクラスタに属するユーザが評価した評価内容を含む前記付帯情報とを用いた機械学習の結果に基づいて、当該クラスタに属するユーザの審美性の判断基準を生成する生成手段と、
を有することを特徴とする情報処理システム。 An image taken by the imaging means, an input means for a plurality of users by regarding the aesthetics of the image to input the supplementary information including the content of evaluation of the evaluation,
A clustering means for dividing the plurality of users into clusters to which users having similar evaluation contents for a plurality of images input by the input means belong.
The aesthetics of the user belonging to the cluster based on the result of machine learning using the plurality of images input by the input means and the incidental information including the evaluation contents evaluated by the user belonging to the same cluster with respect to the image. And the generation means to generate the judgment criteria of
An information processing system characterized by having.
前記生成手段を有する情報処理装置とを有し、
前記入力手段を有する情報処理装置は、前記画像と、当該画像の前記付帯情報とを、前記生成手段を有する情報処理装置をあて先として送信する送信手段を更に有し、
前記生成手段を有する情報処理装置は、前記クラスタに属するユーザの審美性に関する判断基準を出力する出力手段を更に有することを特徴とする請求項1〜4の何れか1項に記載の情報処理システム。 An information processing device having the input means and
It has an information processing device having the generation means, and has
The information processing device having the input means further has a transmitting means for transmitting the image and the incidental information of the image to the information processing device having the generating means.
The information processing system according to any one of claims 1 to 4 , wherein the information processing apparatus having the generation means further has an output means for outputting a judgment criterion regarding aesthetics of a user belonging to the cluster. ..
情報処理システムが備えるクラスタリング手段が、前記複数のユーザを前記付帯情報が類似するユーザが属するクラスタに分けるクラスタリング工程と、
情報処理システムが備える生成手段が、前記入力工程により受け付けられた複数の画像と、当該画像に関して同じクラスタに属するユーザが評価した評価内容を含む前記付帯情報とを用いた機械学習の結果に基づいて、当該クラスタに属するユーザの審美性の判断基準を生成する生成工程と、
を有することを特徴とする情報処理方法。 Input means for information processing systems have included in an input step of accepting input of the supplementary information including the image captured by the imaging means, the evaluation contents in which a plurality of users by regarding the aesthetics of the image was evaluated,
The clustering means provided in the information processing system includes a clustering step of dividing the plurality of users into clusters to which users having similar incidental information belong.
Generating means provided in the information processing system, based on said plurality of images have been accepted et al by the input step, the machine learning users belonging to the same cluster with respect to the image is used and the supplementary information including the content of evaluation of the evaluation result And the generation process to generate the aesthetic criteria of the users belonging to the cluster,
An information processing method characterized by having.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016219770A JP6900170B2 (en) | 2016-11-10 | 2016-11-10 | Information processing systems, information processing methods, and programs |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016219770A JP6900170B2 (en) | 2016-11-10 | 2016-11-10 | Information processing systems, information processing methods, and programs |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018077718A JP2018077718A (en) | 2018-05-17 |
JP6900170B2 true JP6900170B2 (en) | 2021-07-07 |
Family
ID=62150867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016219770A Active JP6900170B2 (en) | 2016-11-10 | 2016-11-10 | Information processing systems, information processing methods, and programs |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6900170B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019212073A (en) * | 2018-06-06 | 2019-12-12 | アズビル株式会社 | Image discriminating apparatus and method thereof |
EP3829980A4 (en) * | 2018-07-31 | 2022-05-04 | Amgen Inc. | Robotic system for performing pattern recognition-based inspection of pharmaceutical containers |
JP2020086716A (en) * | 2018-11-20 | 2020-06-04 | オリンパス株式会社 | Image display device, learning device, imaging system, image display method, and learning method |
JP6960445B2 (en) | 2019-12-16 | 2021-11-05 | キヤノン株式会社 | Imaging device, control method, program, model generation system, manufacturing method, and imaging parameter determination system |
CN113378885B (en) * | 2021-05-13 | 2022-10-14 | 武汉科技大学 | New user aesthetic preference calibration and classification method based on preferred image pair |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007072823A (en) * | 2005-09-08 | 2007-03-22 | Seiko Epson Corp | Image selection device and image selection method |
JP2008083890A (en) * | 2006-09-27 | 2008-04-10 | Fujifilm Corp | Image evaluation device and method, and program |
JP5699672B2 (en) * | 2011-02-22 | 2015-04-15 | ソニー株式会社 | Display control device, display control method, search device, search method, program, and communication system |
US8594385B2 (en) * | 2011-04-19 | 2013-11-26 | Xerox Corporation | Predicting the aesthetic value of an image |
-
2016
- 2016-11-10 JP JP2016219770A patent/JP6900170B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018077718A (en) | 2018-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6900170B2 (en) | Information processing systems, information processing methods, and programs | |
JP6431231B1 (en) | Imaging system, learning apparatus, and imaging apparatus | |
JP5744437B2 (en) | TRACKING DEVICE, TRACKING METHOD, AND PROGRAM | |
US20120321131A1 (en) | Image-related handling support system, information processing apparatus, and image-related handling support method | |
CN101262561B (en) | Imaging apparatus and control method thereof | |
CN102333177B (en) | Photographing support system, photographing support method, server and photographing apparatus | |
JP2009141516A (en) | Image display device, camera, image display method, program, image display system | |
KR20090087670A (en) | Method and system for extracting the photographing information | |
CN110581954A (en) | shooting focusing method and device, storage medium and terminal | |
JP2007249434A (en) | Album preparation system, album preparation method, and program | |
JP2004280254A (en) | Contents categorizing method and device | |
JP2004005534A (en) | Image preserving method, retrieving method and system of registered image, image processing method of registered image and program for executing these methods | |
JP2008198135A (en) | Information delivery system, information delivery device and information delivery method | |
CN110570383A (en) | image processing method and device, electronic equipment and storage medium | |
CN115967823A (en) | Video cover generation method and device, electronic equipment and readable medium | |
JP2020013368A (en) | Makeup support system, makeup support program and makeup support method | |
Zhang | Algorithmic photography: A case study of the Huawei moon mode controversy | |
KR101757184B1 (en) | System for automatically generating and classifying emotionally expressed contents and the method thereof | |
JP2010225082A (en) | Image data management system and image data management method | |
Jade | Fashion photography 101: a complete course for the new fashion photographers | |
TWI767288B (en) | Group-sharing image-capturing method | |
KR20190094879A (en) | Method and apparatus for producing modular content for outdoor augmented reality services | |
JP2021077131A (en) | Composition advice system, composition advice method, user terminal, and program | |
JP6413270B2 (en) | Management device and management device control method, photo sticker creation device, terminal device, control program, and recording medium | |
WO2023188652A1 (en) | Recording method, recording device, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191101 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200831 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200908 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201109 |
|
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: 20210518 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210616 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6900170 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |