JP7336268B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

ある識別対象データに対する最適な識別方法が、事前に決定できない場合がある。このような場合に、識別対象データに対して複数の識別方法による識別を実施し、異なる複数の識別結果データを作成して、この中から好ましい識別結果データを選択する、という対応方法がある。異なる複数の識別結果データから、好ましい識別結果データを選択する工程において、識別対象データに識別結果の正解データが用意されている場合は、各識別結果データの正解率を算出し、最も正解率が高い識別結果データを選択する方法を実施することができる。このように複数の識別結果データと正解データを用いて、最適な識別結果データを自動的に選択する方法が、特許文献１に開示されている。
しかし、識別対象データは、これから識別器で識別を実施する対象のデータであるため、一般的に、識別対象データに正解データが用意されていることはない。したがって、識別結果データを指標で比較することができず、好ましい識別結果データを選択するためには、ユーザーが目視で複数の識別結果データを確認し、識別対象データの識別結果データとして好ましい結果を選択する必要がある。

特許第６４６００９５号公報

しかし、複数の識別結果データの中から、好ましい識別結果データを選択する作業は、ユーザーにとって煩雑な作業となる。例えば、画像中の部分領域毎に属性識別を実施する場合、実行した複数の識別方法の識別結果データが得られ、識別結果データを重畳した画像を複数作成して、この複数の重畳画像を確認して、好ましい識別結果データを選択することになる。このような場合では、画像の部分領域毎の識別結果データの善し悪しを確認することになるが、確認する重畳画像を無作為に選択していると、識別方法による識別結果データの傾向が分かりにくいという問題がある。

本発明の情報処理装置は、識別対象データに基づいて、複数の識別方法によって、複数の識別結果データを生成する識別手段と、前記複数の識別結果データに基づいて、基準データを設定する設定手段と、前記基準データと前記複数の識別結果データそれぞれとの関係性を算出する算出手段と、前記算出された複数の関係性に基づいて、前記複数の識別結果データの表示方法を決定する決定手段と、を有することを特徴とする。

本発明によれば、ある識別対象に対して複数の識別結果データが存在するときに、複数の識別結果データの閲覧効率を向上させることができる。

情報処理装置のハードウェア構成を示す図である。 情報処理装置及び情報処理装置に関連する構成についての示す図である。 識別対象データを示す図である。 識別結果データを取得する識別処理を示す図である。 情報処理装置で実行する処理に関するフローチャートである。 関係性の算出を示す図である。 識別結果データの重畳画像生成を示す図である。 識別結果データの表示方法示す図である。 処理内容を説明するための図である。 情報処理装置で実行する処理に関するフローチャートである。 代表データの設定と複数の代表データの比較を示す図である。 情報処理装置及び情報処理装置に関連する構成についての示す図である。 情報処理装置で実行する処理に関するフローチャートである。 領域分割等を示す図である。

以下、本発明の実施形態について図面に基づいて説明する。

＜＜実施形態１＞＞
実施形態１では、ある識別対象データに対して複数の識別方法により複数の識別結果データが得られる場合に、各識別方法による識別結果データから、目視比較によって好ましい識別結果データを選択する状況を想定する。なお、実施形態１において識別対象データは、識別対象となる複数の個別データのことを指す。また、識別結果データは、１つの識別方法で、識別対象データの個別データ毎に識別を行って得た複数の識別結果をまとめたデータのことを指す。

まず、実施形態１で用いる識別対象データについて説明する。実施形態１では、橋梁、ダム、トンネル等のコンクリート構造物の壁面画像における、ひび割れの幅の識別の問題を対象とする。ひび割れ幅の識別では、壁面画像の状態（例えば、明るい、暗い等の画質状態や、壁面の質感の種類）に応じて、適切な識別方法を選択することが好ましい。しかし、識別を実行する前に、最適な識別方法を決定することは難しく、現実的には、複数の識別方法を実行し、その識別結果データを確認して、最適な識別結果データを選択することになる。

実施形態１では、画像中のひび割れ位置は、既に判明しているものとして、画像中の各ひび割れのひび割れ幅を、複数の識別方法により識別する。この結果、ある画像に含まれるひび割れについて、複数のひび割れ幅の識別結果が得られる。実施形態１では、この複数のひび割れ幅の識別結果データから、最適な識別結果データを選択するための、複数の識別結果データの閲覧方法に関する処理について説明する。特に、実施形態１では、複数の識別結果データから、一つの識別結果データを選択し、これを基準データとする。そして、この基準データと他の識別結果データとの比較を行いやすくするために、基準データと他の識別結果データの関係性を算出し、関係性に基づいた表示を行う処理について説明する。

１枚の壁面画像には、多数のひび割れが含まれており、またそれらのひび割れの個別の識別幅は、識別方法によってひび割れ１本毎に不規則に変化する。そのため、各ひび割れの識別結果をそれぞれ重畳した複数の壁面画像を無作為に抽出して目視比較すると、どの壁面画像の識別結果データが最も適切であるかを判断することが難しい。そこで、ある基準データのひび割れ幅の識別結果データに対して、ひび割れ幅の識別結果データが類似している順に、複数の識別結果データを閲覧できるようにする。これにより、複数の識別結果データの閲覧効率が高い閲覧方法を提供する。

（ハードウェア構成）
図１は、情報処理装置１００のハードウェア構成の一例を示す図である。情報処理装置１００は、ハードウェア構成として、ＣＰＵ１０と、記憶部１１と、操作部１２と、表示部１３と、通信部１４と、を含む。ＣＰＵ１０は、情報処理装置１００の全体を制御する。ＣＰＵ１０が記憶部１１に記憶されたプログラムに基づき処理を実行することによって、後述する図２及び図１２の情報処理装置１００の構成が実現される。また、ＣＰＵ１０が記憶部１１に記憶されたプログラムに基づき処理を実行することによって、後述する図５、図１０、図１３のフローチャートの処理が実現される。記憶部１１は、プログラム、ＣＰＵ１０がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。情報処理装置１００には、ユーザーの操作を受け付けるための操作部１２、及び、ユーザーが画像及び対象データを閲覧するための表示部１３が接続されている。実施形態１では、操作部１２をキーボード及びマウスとし、表示部１３をディスプレイとするが、これらの構成はこれに限らず、他の構成としてもよい。例えば、操作部１２をペンタブレッドとしてもよいし、操作部１２と表示部１３とを合わせてタブレットとしてもよい。通信部１４は、情報処理装置１００をネットワークに接続し、他の装置の通信を制御する。

（構成）
図２は、情報処理装置１００及び情報処理装置１００に関連する構成についての示す図である。情報処理装置１００は、機能構成として、識別部１０１、基準データ設定部１０２、関係性算出部１０３、決定部１０４を含む。
識別部１０１は、識別対象データに対して複数の識別方法によって識別処理を行い、識別方法毎に識別結果データを算出する。基準データ設定部１０２は、関係性算出部１０３で用いる基準データを設定する。関係性算出部１０３は、基準データ設定部１０２で設定された基準データを受け取り、その基準データと識別部１０１から受け取った複数の識別結果データとの関係性を、識別結果データ毎に算出する。決定部１０４は、関係性算出部１０３から受け取った関係性に基づいて、識別結果データの表示方法を決定する。画像格納部１１２には、コンクリート構造物の壁面画像を格納する。識別対象データ格納部１１３には、重畳画像生成部１１１で得られた識別対象データが格納されている。識別モデル格納部１１４には、予め学習された識別モデルが格納されている。重畳画像生成部１１１は、画像格納部１１２に格納された画像に基づき、識別対象データを生成する。画像格納部１１２、識別対象データ格納部１１３、識別モデル格納部１１４は、記憶部１１に記憶されていてもよいし、情報処理装置１００が取得可能であれば、ネットワークを介して通信可能な他の装置に記憶されていてもよい。受付部１２１は、操作部１２を介して入力された操作情報を受け付ける。また、表示制御部１２２は、表示部１３に表示させるための画像データを生成し、出力する機能部である。情報処理装置１００は、受付部１２１及び表示制御部１２２を更に含んでもよい。
以下では、識別対象データの取得と識別処理について説明する。

（識別対象データ）
識別対象データについて、図３を用いて説明する。識別対象データは、識別対象となる複数の個別データのことを指す。実施形態１では、識別対象データは、コンクリート構造物の壁面画像のひび割れ１本毎に、ひび割れ領域を内包するように抽出した局所画像群を指す。壁面画像３００は、コンクリート構造物の壁面画像であり、３０１、３０２、３０３はそれぞれ異なる３本のひび割れＣ１、Ｃ２、Ｃ３の画素領域を表している。
局所画像を抽出するためには、画像中のひび割れ領域が特定されている必要がある。このひび割れ領域は、ユーザーが操作部１２を介して、画像中のひび割れ位置を入力する方法がある。また、重畳画像生成部１１１がひび割れ検出手法によりひび割れ領域を特定する方法を用いて取得してもよい。ひび割れ検出手法として、ウェーブレット変換により、画像エッジを抽出することで、ひび割れ領域を特定してもよい。また、ひび割れ領域の画像特徴を学習して、ひび割れ検出モデルを作成するような、機械学習の方式を用いてもよい。
ひび割れの検出では、重畳画像生成部１１１は、ひび割れの画素を特定した上で、ひび割れを１本毎に３１１のように連続する複数の短い線分で表現するものとする。以下、連続する複数の線分で構成される線分をポリラインと呼ぶ。ひび割れ検出処理を行うと、ひび割れ１本毎に壁面画像３００における３１２のようなポリラインの頂点の座標リストが得られる。ここで、壁面画像３００は、ｘ軸とｙ軸の座標を持つとする。ポリラインの頂点座標は、例えばＣ１で（Ｘ_C1_₁、Ｙ_C1_₁）から（Ｘ_C1__n、Ｙ_C1__n）までのｎ点の２次元座標のように表されているように、各座標に１つの数値が対応する。Ｘ_C1_₁等の座標値は、壁面画像の画像座標系の座標値でも、実際の壁面における表面座標値の何れでもよい。
ポリラインの頂点座標データが得られたら、壁面画像３００からひび割れが存在する部分の局所画像が抽出される。抽出処理は、３２０のひび割れ毎のポリライン頂点座標リストが用いられる。ひび割れの全体を含むように、ひび割れ１本に付き局所画像が１枚抽出される。３３０は、壁面画像３００から抽出されたひび割れの局所画像群である。３３１、３３２、３３３は、それぞれひび割れ画素領域Ｃ１、Ｃ２、Ｃ３を含む局所画像である。実施形態１は、この局所画像群３３０を識別対象データとする。これらの手法により取得した識別対象データは、図２の識別対象データ格納部１１３に格納される。

（識別処理）
識別対象データから識別部１０１が識別結果データを取得する識別処理について、図４を用いて説明する。実施形態１において、識別結果データは、１つの識別方法で、識別対象データの個別データ毎に識別を行って得た複数の識別結果をまとめたデータを指す。実施形態１では、１つの識別方法で、複数のひび割れのひび割れ幅識別結果を含むデータが、１つの識別結果データとなる。図４（Ａ）は、ひび割れ幅の識別処理の一連の流れを示している。識別処理は、ひび割れ検出によって得られたひび割れの局所画像群３３０に対して行われる。識別部１０１は、局所画像群３３０の中の各画像を、識別方法４１０に入力してひび割れ毎に幅を識別する。
ひび割れ幅の識別方法は、機械学習による方法や画像処理による方法により実現できる。機械学習による方法では、ひび割れの画像と、そのひび割れのひび割れ幅の教師データとがセットになった学習データを用いて、予めひび割れ幅の識別モデルを学習しておく。より具体的には、例えば、識別部１０１は、画像からＨＯＧ特徴量やＬＢＰ特徴量等のエッジ系の特徴量を抽出し、ＳＶＭ等の識別器で識別モデルを学習する。ひび割れ幅を識別するときには、識別部１０１は、予め学習したモデルを識別対象データの画像に対して適用し、ひび割れ幅を識別する。画像処理による方法では、識別部１０１は、ひび割れの線と直交する方向の画素の輝度値を測定して、しきい値以上の輝度値を取る画素数を算出する等でひび割れ幅を識別する。

本来、ある一つの識別方法を用いることで、あらゆる構造物で適切な識別を行えることが理想的である。しかし、識別対象データの画像は多様であり、一つの識別方法で常に適切な識別を行うことは困難である。より具体的には、例えば、コンクリート構造物の壁面を撮影した画像の明るさや、壁面の質感に応じて、最適な識別方法が異なる。
そこで、実施形態１では、予め複数の識別方法を準備しておく。例えば、機械学習による方式では、画像条件や壁面質感の分類毎に学習した複数の識別モデルを、複数の識別方法として準備すればよい。また、画像処理による方式では、輝度値のしきい値を複数設定しておき、それぞれを異なる複数の識別方法としてもよい。このように、複数の識別方法は、同一の処理内容でパラメータ設定が異なるものを含んでもよい。更に、機械学習による方法においても、前処理や後処理等のパラメータ設定が異なるものを複数の識別方式としてもよい。
複数の識別方法は、以上で説明した識別方法の何れを含んでもよい。以下の説明では、複数の識別方法は、機械学習による方法において、複数の識別モデルを準備したものであるとして説明する。識別モデルは、識別モデル格納部１１４に予め学習して格納されているものとする。また、実施形態１では、各ひび割れの幅の識別結果は、ひび割れ幅の数値として出力されるものとする。

識別方法４１０によって局所画像群３３０の各局所画像が持つひび割れの幅の識別を行った結果が、リスト４２０である。リスト４２０は、ひび割れ毎の幅の識別結果の情報を保持している。ひび割れ幅識別においては、リスト４２０が識別結果データとなる。このように、実施形態１での「識別結果データ」は、複数のひび割れのひび割れ幅識別結果を含むデータである。以上が、ひび割れ幅の識別処理となる。
なお、リスト４２０の識別結果データのひび割れ幅は実数値であるが、関係性が算出できるのであれば、例えば、太いひび割れ、普通のひび割れ、細いひび割れといったような、離散値で表現可能なものでもよい。

（処理内容）
図５は、情報処理装置１００で実行する処理に関するフローチャートである。以下、図５を参照しながら実施形態１の処理の概要を説明する。なお、以下の説明では、各工程（ステップ）について先頭にＳを付けて表記することで、工程（ステップ）の表記を省略する。
Ｓ２０１において、識別部１０１は、識別モデル格納部１１４に格納されている識別モデルを読み込んで、識別方法を構成する。Ｓ２０２において、識別部１０１は、識別対象データ格納部１１３から識別対象データを読み込む。Ｓ２０３において、識別部１０１は、複数の識別方法によって、識別対象データの識別を行い、複数の識別結果データを取得する。Ｓ２０４において、基準データ設定部１０２は、関係性算出における基準データの設定を行う。Ｓ２０５において、関係性算出部１０３は、基準データを基準にして、複数の識別結果データとそれぞれの関係性を算出する。関係性には複数の指標があり、関係性算出部１０３は、少なくとも１つの指標を用いて関係性を算出する。Ｓ２０６において、決定部１０４は、Ｓ２０５で算出した関係性に基づいて識別結果データの表示方法を決定する。Ｓ２０７において、表示制御部１２２は、Ｓ２０６で決定した表示方法に基づいて識別結果データを表示するための画像データを生成し、表示部１３に出力して表示させる。そして、決定部１０４は、処理を終了する。

実施形態１では、Ｓ２０６において、決定部１０４は、関係性に基づいて識別結果データの表示順序を決定する。そして、Ｓ２０７において、表示制御部１２２は、その表示順番に従って、識別結果データの重畳画像を順次表示する。また、Ｓ２０７で識別結果データの表示が行われた後に、操作部１２を介して受付部１２１が基準データの変更を受け付ける。操作部１２から基準データの変更の操作がある場合は、Ｓ２０４に戻り、基準データ設定部１０２は、基準データを再設定する。そして、再設定された基準データを用いて、Ｓ２０５、Ｓ２０６、Ｓ２０７の処理が実行される。これらの処理は、操作部１２から基準データの変更指示を受けるたびに反復して行われる。

（基準データの設定）
基準データは、関係性算出部１０３で行う関係性算出において、識別結果データとの関係性算出の基準として用いるデータである。実施形態１では、情報処理装置１００は、基準データと各識別結果データとの関係性を算出し、関係性に基づいた表示を行うことで、基準データと各識別結果データとの目視比較を効率化する。実施形態１では、情報処理装置１００は、基準データと複数の識別結果データとを比較する場合において、基準データとの関係性に基づいて識別結果データを表示する順番を決定する。
実施形態１では、ユーザーが、複数の識別結果データの中から識別結果データを１つ選択して、基準データに設定するものとする。１つの識別結果データが基準データに設定されると、情報処理装置１００は、その識別結果データと関係性の高い識別結果データから順に表示する。したがって、ユーザーは、目視比較することができる。なお、識別結果データを選択する方法は限定せず、他の複数の識別結果データと比較を行いたい任意の識別結果データを基準データに設定してよい。

（関係性の算出）
実施形態１における関係性は、２つの識別結果データの傾向がどの程度類似しているかを示す指標であるとする。関係性を算出すると、決定部１０４において、関係性に基づいて識別結果データの表示方法を決定することが可能になる。傾向が類似している識別結果データ同士で目視比較を行うと、データ間の変化が小さくなり、比較が行いやすくなる。
関係性の算出について図６を用いて説明する。５００は、図３の壁面画像３００の基準データと１つの識別結果データのひび割れ毎の幅の識別結果である。５０１は基準データＤｒのひび割れ毎の基準幅を示している。５０２はある識別結果データＤｃのひび割れ毎の識別幅を示している。リスト５００では、基準データと識別結果データのひび割れＩＤがＣｉのひび割れの幅をそれぞれＷ_ｒｉ、Ｗ_ｃｉとしている。５０３は、ＤｒとＤｃの同一ＩＤのひび割れの幅の比較結果を示している。関係性算出部１０３は、これらの比較結果から、識別結果データ間の関係性を算出する。

関係性の指標としては、基準データと識別結果データの類似度と、識別結果データの平均や分散の等の統計量の差分を用いる方法がある。類似度を表す指標としては、平均二乗差の逆数や、相関係数等がある。ここでは、識別結果データと基準データの平均二乗差の逆数について説明する。リスト５００で、ひび割れＩＤがＣｉのひび割れの識別幅の二乗差ｄ_ｉは、

で求められる。すべてのひび割れＣ１、Ｃ２、・・・、Ｃｎの平均二乗差Ｅとすると、Ｅは

で与えられる。ここで、ｎはひび割れの本数である。平均二乗差Ｅを用いて、平均二乗の逆数ｒは、式（３）で与えられる。

ここで、ゼロ除算を回避するために分母を１＋Ｅとしている。

実施形態１では、この様にして求めたｒを類似度とする。式（３）でｒはＥに対して単調減少し、１に近いほど類似度が高く、０に近いほど類似度が低いことを示す。このような関係性の算出を、複数の識別結果データのそれぞれについて基準データとの間で行った結果を、図６（Ｂ）のリスト５１０に示す。リスト５１０では、識別結果データＤ１を基準データとしたときの、各識別結果データとの関係性を算出した結果を保持している。関係性の指標は、式（３）の類似度を用いている。５１４のチェックマークは、識別結果データＤ１が基準データであることを示している。また、リスト５１０では基準データとしてのＤ１と比較対象としてのＤ１で関係性の算出を行っているが、この計算は行わなくてもよい。

（識別結果データの重畳画像生成）
図７を用いて、識別結果データの重畳画像生成について説明する。図７の６００は、３２０のひび割れ毎のポリライン頂点座標リストと、図４のリスト４２０のひび割れ幅の識別結果データを組み合わせたリストである。リスト６００の情報を基に、図３の壁面画像３００に識別結果データを重畳した画像が生成される。
リスト６００で各ひび割れは、ＩＤとポリライン頂点座標と幅の識別結果の数値情報を持つ。０．１ｍｍ等の数値は、対応するひび割れＩＤのひび割れの幅の識別結果を表す数値とする。

リスト６００の情報を壁面画像３００に重畳した画像が、６１０である。６１１、６１２、６１３は、それぞれ、ひび割れＣ１、Ｃ２、Ｃ３の位置とひび割れ幅の識別結果データを重畳表示したものである。例えば６１１では、ひび割れＣ１が、（Ｘ_{C1_1}、Ｙ_{C1_1}）から（Ｘ_{C1_n}、Ｙ_{C1_n}）まで等のｎ個の頂点を結ぶポリラインで描画されている。そして、ひび割れ幅の識別結果が、ポリラインの太さで表現されている。６１４は、重畳されたひび割れの幅の凡例を示している。ひび割れＣ１、Ｃ２、Ｃ３は、それぞれひび割れ幅の識別結果が異なるため、６１１、６１２、６１３は、それぞれ異なる太さで描画されている。この描画時におけるひび割れ幅の識別結果の表現方法は、例えば、０．２ｍｍ未満は緑色、０．２ｍｍ～０．５ｍｍは青色、といったようにひび割れ幅に応じて色を変化させて表示するようにしてもよい。このように実施形態１では、識別結果データは壁面画像上でポリラインの書式で表現されているものとする。なお、６１４でひび割れの太さが離散化されているが、これは、階級数を減らしてポリラインの書式の差を視認しやすくするために行われている。離散化の処理は、量子化処理で実現できる。
また、識別結果データの表示は、ポリラインの側に値を表示してもよく、この場合は離散化しなくてもよい。
実施形態１では、ユーザーは、これらの重畳画像を比較することによって、好ましい識別結果データを選択する。

（識別結果データの表示方法）
識別結果データの表示方法を、図８を用いて説明する。決定部１０４及び表示制御部１２２は、関係性算出部１０３から受け取った関係性に基づいて、識別結果データの表示方法を決定する。図８（Ａ）のＤ１、Ｄ２、Ｄ３、Ｄ４は、図３（Ｄ）の局所画像群３３０の各ひび割れ画像に対して異なる識別方法で識別を行って得た識別結果データの重畳画像である。図８（Ａ）では、Ｄ１の識別結果データが基準データに設定されている。７００はＤ２、Ｄ３、Ｄ４を含む識別結果データの重畳画像群であり、基準データと複数の識別結果データの関係性のリストと重畳画像を用いた表示方法を決定する。
実施形態１では、基準データと識別結果データの重畳画像の表示と、各識別結果データの関係性のリストの表示を行う。７０５は基準データの重畳画像、７０７は識別結果データの重畳画像の表示領域であり、２つの画像を並べて表示することで比較できる。ここでは、画像表示領域７０５に識別結果データＤ１、画像表示領域７０７に識別結果データＤ３の重畳画像が表示されている。７０６、７０８に、画像表示領域７０５、７０７に現在設定されている識別結果データのＩＤがそれぞれ表示されている。なお、実施形態１では、７０８に設定する識別結果データを比較データと呼ぶ。

７０９は、図６（Ｂ）のリスト５１０と同様の、識別結果データと関係性のリストで、関係性が大きい順にソートされている。ここでは、基準データの関係性の算出結果をリスト７０９から除外しているが、基準データの関係性を表示してもよい。リストは一覧の一例である。
７１３と７１４は表示画像を切り替えるボタンで、ボタン７１３又はボタン７１４がクリックされると画像表示領域７０７に表示される重畳画像が、別の識別結果データの重畳画像に切り替わる。このときの画像の切り替わる順番は、リスト７０９の結果データのソートされた順番である。ボタン７１３では関係性が大きい方向に切り替わり、ボタン７１４では関係性が小さい方向に切り替わる。これにより、基準データに対して関係性が高い順に識別結果データの重畳画像を閲覧することができる。更に、関係性が一番高い識別結果データを表示している状態でボタン７１４がクリックされたときに、循環して一番関係性が低い識別結果データが表示されるようにすることで、関係性が一番低い識別結果データの重畳画像から順に閲覧することもできる。また、関係性算出部１０３において、図６（Ａ）のリスト５００のように、ひび割れ毎に二乗差を算出した結果を保持している場合は、重畳画像で、二乗差が大きい、又は小さいひび割れを強調して表示してもよい。
７１５、７１６は、クリックされるとそれぞれ基準データと比較データを好ましい識別結果データとしてそれぞれ確定するボタンであり、ユーザーからの識別結果データの選択の指示を受け付ける。

（基準データの変更）
図８（Ｂ）の７１７は基準データを変更するボタンで、クリックされるとその時点で画像表示領域７０７に指定されている比較データが新しい基準データに設定され、画像表示領域７０５と重畳画像が交換される。すると、新しい基準データを用いて関係性算出部１０３で関係性の再計算が行われ、リスト７０９が更新される。これは、リスト７０９が元々保持している関係性のデータが、元のソートの順はＤ１の識別結果データを基準としたときの関係性でソートしたものであり、Ｄ３と関係性が高い順にソートされているわけではないためである。これにより、比較データの中に基準データよりも好ましい画像を見つけたときに、その比較データを基準データに設定して他の識別結果データと比較を行うことができる。
また、比較対象となる識別結果データの数を減らすために、以下の処理を行うようにしてもよい。即ち、決定部１０４は、一度基準データに設定した識別結果データや、既に重畳画像を閲覧した識別結果データを、基準データが変更された場合に、リスト７０９から除外して、画像表示領域７０７に重畳画像を表示しないようにしてもよい。なお、この関係性の再計算は、基準データの変更時の処理時間の短縮のために、予め全ての識別結果データを基準データとしたときの関係性の計算をそれぞれ行った結果を保持しておいてもよい。その場合、基準データを変更したら、決定部１０４は、その基準データに対応する関係性の算出結果を代入する。

（識別結果データの絞り込み）
識別結果データが多数存在する場合、中には明らかに選択したい識別結果データとは傾向が異なる識別結果データが存在する。それらの重畳画像を含めてすべての重畳画像を比較するのは煩雑なため、比較対象とする識別結果データの数を減らすことが望ましい。そこで、実施形態１では、関係性に基づいて、比較対象とする識別結果データの絞り込みを行う。
図８（Ｃ）の７２０は、絞り込み処理の決定画面の例である。リスト７２１は、７０９と同様に、複数の識別結果データの関係性のリストである。７２２は、関係性に基づいて識別結果データを絞り込むための関係性のしきい値を示している。ボタン７２３、７２４がクリックされることで、７２２のしきい値の値が変化する。リスト７２１において、７２５のように黒塗りで現れている行のデータは、関係性がしきい値を下回り、７０７で重畳画像を表示する候補から除外された識別結果データである。７２６は、しきい値処理で現在残っている識別結果データの個数を示している。そして、ボタン７２７がクリックされるとしきい値が確定し、しきい値処理の結果がリスト７０９に反映される。しきい値を調整し、識別結果データを絞り込むことで、基準データと類似している識別結果データのみを比較することができる。
このように、識別結果データが類似している順に、複数の識別結果データを閲覧できるようにすることで、複数の識別結果データの閲覧効率が高い閲覧が可能になる。

＜変形例１＞
変形例１で扱う識別対象データは、実施形態１と同様に、コンクリート構造物の壁面画像のひび割れ１本毎に、ひび割れ領域を内包するように抽出した局所画像群とする。また、識別結果データはひび割れ毎の幅の識別結果とする。実施形態１では決定部１０４において、基準データに対する識別結果データの関係性をリストで表示する方法を説明したが、変形例１では他の表示方法を用いる。より具体的には、関係性算出部１０３において、少なくとも１種類の指標の関係性を算出する。そして、決定部１０４及び表示制御部１２２によりグラフ上に識別結果データの関係性を描画する。これにより、視覚的に各識別結果データの関係性の大小関係が分かる。また、グラフを用いて識別結果データを絞り込むことや、関係性として用いる指標の選択も行う。
変形例１では、実施形態１と同様の構成、及び処理については説明を省略する。処理内容の説明をする前に、関係性の指標の種類について説明する。

（関係性の指標の種類）
実施形態１での関係性は、類似度を算出して、これを関係性とした。変形例１では、類似度だけでなく、識別結果データの統計量も関係性として用いる処理について説明する。
まず、類似度は、実施形態１の式（３）に示されるひび割れ毎の幅の平均二乗差の逆数や、相関係数等が当てはまる。ひび割れ毎に識別した幅の差分を計算しているため、基準データと識別結果データがひび割れ毎にどの程度類似しているかを定量的に表現している。
一方、変形例１における検出結果の統計量は、検出対象画像の全ひび割れについて、識別した幅の平均や分散等を算出することで、ある識別結果データの統計量を求めるものとする。このように、統計量は基準データを用いずに、１つの識別結果データだけで算出することができる指標のことである。この統計量を、識別結果データの関係性として用いることができる。より具体的には、識別結果データの幅の平均を関係性とした場合、平均（関係性）が近い識別結果データは、全体的に幅を太く判別しているのか、細く判別しているのか、という、傾向が近い識別結果データを示していることになる。
変形例１では、類似度と統計量を用いることで、ひび割れ毎の類似度に加えて、全体の分布の類似度も比較することで、基準データと類似している識別結果データを、より選択しやすくしている。

（処理内容）
処理内容を、図９を用いて説明する。まず、関係性算出部１０３において、２種類の関係性を算出し、図９（Ａ）の８００のようなリストを得る。変形例１では、関係性として、識別幅の平均と、式（３）の類似度ｒを算出している。関係性の指標としては、正負の値を取るものと、正又は負の値のみを取るものの何れを用いてもよい。なお、変形例１においては、式（３）のような（０、１］の値域を取る類似度の指標は、グラフで描画するために逆数を取ったものを用いて、何れの関係性の指標でも絶対値が０に近いほど関係性が高くなるように指標を定義する。
そして、表示制御部１２２において、関係性算出部１０３で算出した関係性を用いてグラフを生成し、表示部１３に表示する。図９（Ｂ）は、実施形態１の図８（Ｂ）と同様に、基準結果データと識別結果データを壁面画像に重畳した画像を比較する画面である。８１８、８１９に、それぞれ基準データと比較データとの重畳画像が表示されている。図８（Ｂ）と異なるのは、図８（Ｂ）はリスト７０９を表示して識別結果データの関係性を表示しているのに対し、図９（Ｂ）ではグラフ８１０を表示して、グラフ上のデータ点の位置で識別結果データの関係性を表現している部分である。グラフ８１０は、２つの関係性の軸８１１、８１２を持つ平面グラフである。変形例１では、横軸８１１に識別結果データの識別幅の平均の基準データとの差分値、縦軸８１２に式（３）の類似度ｒを設定している。

識別結果データの関係性は、８１３の識別結果データＤ２のように、白抜きのデータ点を描画して表現している。また、８１４のように識別結果データのＩＤを点の近くに表示してもよい。８１５は基準データの関係性を表す点で、黒で塗りつぶしたデータ点で表現している。データ点の位置を見ることで、関係性の大小関係を比較して、画像表示領域に８１９に重畳画像を表示する比較データを選択する。例えば、縦軸８１２の類似度ｒに基づいて比較すると、上にあるデータほど類似度が低く、図９（Ｂ）では識別結果データＤ１とＤ２が最も類似度が低いことが分かる。ここで、例えば、現在注目している識別結果データＤ４が好ましいものでなく、Ｄ４と大きく異なる識別結果データを閲覧したい、というケースを想定する。この場合、Ｄ４から大きく離れた、Ｄ１又はＤ２の何れかが閲覧したい識別結果データとなる。このとき、ユーザーは、どちらを選択するかを決定するために横軸８１１の識別幅平均の大小関係を比較することができる。例えば、基準データを確認したときに、全体的に更に太い識別結果データのほうが適切とユーザーが判断した場合は、ユーザーはグラフ８１０を見ることにより、識別幅平均が大きい識別結果データを選択することができる。グラフ８１０では、右にあるほど識別幅平均が大きい識別結果データを示しているため、ユーザーの意図からすると、識別結果データＤ１が、次に閲覧する識別結果データとして適切なデータである。

画像表示領域８１９に重畳画像を表示する比較データは、グラフ８１０上の識別結果データのデータ点がクリックされることで選択される。グラフを用いることで、２種類以上の関係性の指標に基づいて比較する識別結果データを選択することができる。なお、軸の数は２つに限らず、１軸又は３軸以上のグラフを表示してもよい。
また、決定部１０４は、図９（Ａ）の関係性のリスト８００を保持しておき、実施形態１と同様に、ボタン群８１６のボタンがクリックされると関係性に基づいて順次比較データを選択するようにしてもよい。このとき、表示の順番は、どちらかの軸に基づいて算出するか、又はそれぞれの関係性を重みづけして順番を決定するというように両方の軸に基づいて算出してもよい。

（グラフの軸に用いる関係性の指標の変更）
グラフの軸として用いる関係性の指標を変更できるようにしてもよい。例えば、ひび割れ毎の識別幅のばらつきが小さい場合は識別幅の平均を、ばらつきが大きい場合は識別幅の分散を関係性の指標とすることで、基準データと各識別結果データの関係性を効果的に求めることができる。
ボタン８１７がクリックされると、表示制御部１２２は、図９（Ｃ）のグラフの軸に用いる関係性を選択する画面を表示する。図９（Ｃ）では、軸毎に用いる関係性の指標を選択することができる。８２１、８２２は、２つの軸の関係性として用いることができる指標のリストである。チェックマーク８２３は、同じ行の指標が現在選択されていることを示している。決定ボタン８２４がクリックされると、グラフ８１０の関係性の軸８１１、８１２が変更され、各識別結果データの関係性のデータ点が再描画される。識別結果データの関係性は、指標を変更した時点で、関係性算出部１０３でそれらの指標を用いて再計算を行うか、又は指標リスト８２１、８２２で候補に挙がる指標については関係性算出部１０３で初めにすべての指標について計算して保持しておいてもよい。

（識別結果データの絞り込み）
実施形態１で説明した識別結果データの絞り込みを、グラフを用いて行うこともできる。図９（Ｄ）の８３０は、グラフを用いた識別結果データの絞り込みを行う画面である。８３０には、８１０と同様の識別結果データ毎の２種類の関係性のデータ点が描画されている。この画面上で、マウスカーソル８３２の操作によって、識別結果データとして残す範囲を指定することができる。図９（Ｄ）では、ドラッグで始点８３３と終点８３４が指定され、長方形の領域８３１を設定した例を示している。８３６等の領域８３１の外部にあるデータ点は、識別対象データから除外される。一方、８３５等の領域８３１の内部にあるデータ点は識別対象データとして残すデータとなり、そのデータの数がカウントされて８３７に表示されている。
このようにグラフを用いることで、２つ以上の関係性の値を考慮した絞り込みを行うことができる。ボタン群８１６のボタンがクリックされたときに表示するデータを、絞り込みで残したデータのみに限定することで、基準データと類似している基準データのみを順次表示することができる。

また、図９（Ｄ）では、長方形の領域を指定する例を示しているが、任意の傾きと切片の直線を引く方法や、マウスカーソル８３２によって任意の形状の領域を指定する方法等で、識別対象データとしてデータ点を残す範囲を設定してもよい。他にも、２種類の関係性のデータ点を描画したグラフで、一方では関係性が高いが、もう一方の関係性が低いデータを除外することができる。また、全体のデータ点の分布を参照して、データを残す範囲を設定することも可能である。
このように、複数の関係性に基づいて視覚的に各識別結果データを表示することで、直観的に識別結果データの類似度が把握でき、効率的に識別結果データの閲覧が可能になる。

＜変形例２＞
変形例２で扱う識別対象データは、実施形態１及び変形例１と同様に、コンクリート構造物の壁面画像のひび割れ１本毎に、ひび割れ領域を内包するように抽出した局所画像群とする。また、識別結果データはひび割れ毎の幅の識別結果とする。実施形態１及び変形例１では決定部１０４において、基準データに対する比較するデータの削減をするために識別結果データの絞り込みをする方法を説明したが、変形例２では他の表示方法を用いて比較するデータを削減する。より具体的には、情報処理装置１００は、複数の識別結果データを、関係性に基づいてクラスタリングして、クラスタ毎に代表データとなる識別結果データを設定する。ユーザーは、各クラスタの代表データを目視比較して選択を行う。ユーザーは、代表データの中から１つ選択する。すると、情報処理装置１００は、選択された代表データを基準データに設定し、基準データと各代表データとの関係性を算出し、関係性に基づいて基準代表データとその他の代表データの重畳画像の表示を行う。ユーザーは、表示されたものに対して目視で比較を行う。クラスタリングとは、部分集合に分割することである。
複数の識別結果データのクラスタリングを行い、クラスタ毎の代表データから選択を行うことにより、目視比較するデータの数が削減され、目視比較による好ましい識別結果データの選択が容易になり、効率性を向上させることができる。
変形例２では、実施形態１及び変形例１と同様の構成、及び処理については説明を省略する。

（処理内容）
図１０は、変形例２の情報処理装置１００で実行する処理に関するフローチャートである。以下、図１０を参照しながら変形例２の処理の概要を説明する。
Ｓ２０１からＳ２０４までは、実施形態１で説明した処理と同様なので省略する。Ｓ２０５において、関係性算出部１０３は、識別結果データ毎の関係性を算出する。また、変形例１と同様に、関係性算出部１０３は、複数の種類の関係性の指標を算出してもよい。関係性が算出できたら、Ｓ２０８において、関係性算出部１０３は、識別結果データのクラスタリングを行う。Ｓ２０９において、関係性算出部１０３は、クラスタ毎に代表データの設定を行う。Ｓ２１０において、関係性算出部１０３は、各クラスタで設定した代表データの中から、基準データの設定を行う。Ｓ２１１において、関係性算出部１０３は、基準データと複数の代表データとの関係性を算出する。Ｓ２１２において、決定部１０４及び表示制御部１２２は、関係性に基づいて代表データの表示方法を決定する。Ｓ２１３において、決定部１０４は、代表データを表示して処理を終了する。Ｓ２１０からＳ２１３までの処理は、図５におけるＳ２０４からＳ２０７までの処理と同様の処理であり、異なる点は、取り扱うデータが識別結果データではなく代表データである点である。

（クラスタリング）
クラスタリングについて、図１１（Ａ）を用いて説明する。図１１（Ａ）のグラフ１０００は、２種類の関係性１００４、１００５の軸で構成される平面のグラフである。より具体的には、例えば、各識別結果データの平均と分散で軸を構成する。図面の都合上、２軸のそこに、Ｓ２０５で算出された各識別結果データの関係性のデータ点が描画されている。これらのデータ点を、関係性算出部１０３は、２種類の関係性の値に基づいてクラスタリングする。クラスタリングをすることによって、関係性の値が近い識別結果データ毎にまとめることができ、クラスタ間の比較やクラスタ内での識別結果データの比較を行うことができる。
クラスタリングは、ｋ－ｍｅａｎｓ法やＭｅａｎ－ｓｈｉｆｔクラスタリング等の技術を用いて自動で行うことができる。又は、変形例１で説明したように、図９（Ｃ）の８３０のような関係性のグラフをユーザーに提示して、マウスカーソル８３２の操作によってクラスタリングの境界の手動の描画を受け付けてもよい。自動でクラスタリングを行うと、定量的な基準で分割を行える上に、クラスタ数が多くなる分割にも対応できる。一方、手動でクラスタリングを行うと、全てのデータ点を何れかのクラスタに所属させるのではなく、一部のデータ点のみをクラスタに所属させ、それ以外のデータ点は識別結果データの選択の候補から除外できる。例えば、個別のひび割れの識別幅の平均を関係性の指標として設定している場合に、グラフ上で全体的に細すぎると判断したデータ点を除外することで、データ点及びクラスタの数を削減して、代表データの比較を効率化することができる。

（代表データの設定）
代表データの選択について、図１１（Ａ）を用いて説明する。各クラスタで代表データを設定することで、クラスタ間の比較を行うことができる。図１１（Ａ）のグラフ１０００では、複数の識別結果データが、１００１、１００２、１００３の３つのクラスタに分割されている。３つのクラスタ１００１、１００２、１００３について、それぞれ代表データＲ１、Ｒ２、Ｒ３の設定を行う。
代表データの設定方法は、クラスタリング結果に基づいて、ユーザーが設定する方法と、自動的に代表データを決定する方法がある。まず、ユーザーが設定する方法では、図１１（Ａ）のように、識別結果データのクラスタリング結果を表示部１３に表示する。ユーザーは、各クラスタについて、任意の１つのデータ点を選択することで、関係性算出部１０３は、各クラスタの代表データを設定する。一方、自動的に代表データを決定する方法では、関係性算出部１０３は、各クラスタ中心に最も近い識別結果データを選択することで、自動的に代表データを決定することができる。更にまた、関係性算出部１０３は、各クラスタの識別結果データの平均的な識別結果を算出して、代表データとしてもよい。より具体的には、関係性算出部１０３は、クラスタ内の識別結果データを集計し、ひび割れ毎に識別結果のひび割れ幅の平均値を算出したデータを作成して、代表データとする。このように、複数の識別結果データから算出したデータを新しい識別結果データとしてもよい。

（複数の代表データの比較）
複数の代表データの比較方法について、図１１を用いて説明する。前提として、複数の識別結果データがクラスタリングされており、クラスタ毎に代表データが設定されているものとする。
図１１（Ｂ）の１０１０は、複数の代表データを目視比較して１つ選択する画面を示している。これは、図８（Ｂ）の関係性に基づいて基準データと比較データの重畳画像を表示して比較する画面と同様の処理を行う画面である。図８（Ｂ）と異なる点は、基準データと比較するデータが識別結果データではなく、各クラスタの代表データである点である。１０１０では、代表データから選択した基準データと比較するデータのことをそれぞれ基準代表データ、比較代表データと記載している。

画像表示領域１０１１と１０１２にそれぞれ基準代表データと比較代表データの重畳画像を表示する。リスト１０１３には、基準代表データと各代表データの関係性と、現在比較代表データに設定している代表データを示す情報が表示されている。ボタン群１０１４のボタンがクリックされると、決定部１０４は、比較代表データとして用いられる代表データを、関係性の順に切り替える。ユーザーは、基準代表データと比較代表データの重畳画像の目視比較を行う。
このように、複数の識別結果データをクラスタリングして、クラスタ毎に代表データを設定し、各クラスタの代表データの重畳画像を比較して選択することで、比較対象が削減されるため、効率的に重畳画像を比較して選択することができる。

以上の操作により、好ましい代表データが確定したら、確定した代表データを含むクラスタに含まれるそれぞれの識別結果データと確定した代表データとの比較を行い、最終的に、最も好ましい識別結果データを決定する。このときの複数の識別結果データの比較は、実施形態１及び変形例１と同様の方法を用いればよい。以上のように、クラスタリングを用いて多段階で、識別結果データの比較及び選択を行うことで、一度に比較する識別結果データの数が減るため、効率的に比較することができる。

＜変形例３＞
変形例３で扱う識別対象データは、実施形態１、変形例１及び変形例２と同様に、コンクリート構造物の壁面画像のひび割れ１本毎に、ひび割れ領域を内包するように抽出した局所画像群とする。また、識別結果データはひび割れ毎の幅の識別結果とする。実施形態１、変形例１及び変形例２では、画像全体の識別結果データを比較及び選択する実施形態を説明したが、変形例３では、画像中の部分領域毎に識別結果データを比較及び選択する実施形態について説明する。このために、変形例３では、関係性算出部１０３は、画像の部分領域毎に、識別結果データの関係性を算出する。このように、画像を領域分割して、領域毎に識別結果データを比較することで、壁面の質感が領域毎に異なる画像でも、好ましい識別結果データを決定することができる。
変形例３では、実施形態１、変形例１及び変形例２と同様の構成、及び処理については説明を省略する。

（構成）
図１２に、変形例３における情報処理装置１２００及び情報処理装置１２００に関連する構成について示す図である。情報処理装置１２００の構成の大部分は図１の情報処理装置１００と共通している。異なるのは、識別部１０１、基準データ設定部１０２、関係性算出部１０３、決定部１０４に加えて、領域分割部１２０５が含まれている点である。領域分割部１２０５は、画像の特徴に応じて領域分割処理を行う。基準データ設定部１０２では、領域毎に基準データの設定を行う。関係性算出部１０３では、領域毎に関係性の算出を行う。決定部１０４では、領域毎に算出した関係性に基づいて識別決定データの表示方法を決定する。

（処理内容）
図１３は、変形例３の情報処理装置１２００で実行する処理に関するフローチャートである。以下、図１３を参照しながら変形例３の処理の概要を説明する。
Ｓ２０１、Ｓ２０２、Ｓ２０３は図５、図９と同様で、識別対象データに対し、複数の識別方法で識別を行い、複数の識別結果データを生成する。そして、Ｓ２１４において、領域分割部１２０５は、画像を領域分割し、各領域に属するひび割れ毎に各識別結果データを複数のグループに分割する。Ｓ２１５において、基準データ設定部１０２は、領域毎に基準データを設定する。そして、Ｓ２１６において、関係性算出部１０３は、図１４（Ｂ）に示すように領域毎に基準データと各識別結果データの関係性を算出する。１３１１、１３１２、１３１３は、領域ＳＧ１、ＳＧ２、ＳＧ３のそれぞれにおいて基準データＤ１に対する各識別結果データの関係性を算出した結果である。Ｓ２０６において、決定部１０４は、領域毎に算出した関係性に基づいて、識別結果データの表示方法を決定する。Ｓ２０７において、表示制御部１２２は、識別結果データを表示する画像データを生成し、表示部１３に表示させる。そして、決定部１０４は、処理を終了する。

（領域分割処理）
領域分割処理について、図１４を用いて説明する。図１４（Ａ）の１３００は、画像格納部１１２から読み込んだコンクリート構造物の壁面画像である。識別結果データを、１３０５のような各ひび割れの識別幅を太さで表現したポリラインを壁面画像に重畳して表現している。この重畳画像に対応する壁面画像で、領域分割処理を行う。領域分割は、壁面の質感等、壁面画像の特徴の変化に基づいて行われる。この領域分割の処理は、グラフカットやＭｅａｎ－ｓｈｉｆｔ等の技術を用いて実施することができるので、詳細な説明は省略する。１３０４は、領域分割処理によって算出された領域分割の境界線であり、この境界線によって、画像が３つの領域ＳＧ１、ＳＧ２、ＳＧ３に分割されている。１３０１、１３０２、１３０３は、それぞれ領域ＳＧ１、ＳＧ２、ＳＧ３を指している。識別対象データは、この画像の領域分割結果に基づき、ひび割れ画素が所属する画像領域毎に、識別結果データを個別のひび割れ単位でグループに分割する。なお、変形例３では、複数の領域に跨っているひび割れについては、その領域に含まれるひび割れの長さが最も長い領域のグループに所属させるが、どの領域に所属させるかを決定する方法は限定しない。

（識別結果データの比較）
識別結果データの比較について、図１４の（Ｃ）を用いて説明する。変形例３では、壁面画像を複数の領域に分割し、領域毎に好ましい識別結果データを選択する。１３２０は、領域毎に識別結果データの重畳画像を表示して比較するための画面である。基本的な表示方法は、図８（Ｂ）の実施形態１の識別結果データの表示方法と同様である。１３２１に、現在着目している領域が表示されており、変形例３では、領域ＳＧ２に着目している。変形例３では、関係性のリスト１３２２で、全ひび割れの識別結果データの関係性ではなく、現在着目している領域に含まれるひび割れの識別結果データで算出した関係性が用いられている。また、画像表示領域１３２３、１３２４には、着目領域ＳＧ２のひび割れを内包する重畳画像をして表示している。ボタン群１３２５のボタンがクリックされると、着目領域ＳＧ２における関係性の順に識別結果データの重畳画像が表示され、好ましい識別結果データの選択を行う。これらの操作を全ての領域毎に行い、領域毎の識別結果データを組み合わせて、全領域の識別結果データを生成する。以上の処理により、領域毎に質感が異なる壁面画像であっても、全領域で好ましい識別結果データを取得することができる。

ここまで、関係性の算出と識別結果データの選択を領域毎に行う方法について説明したが、関係性の算出のみ領域毎に行い、識別結果データの選択は全領域に対して一度に行ってもよい。この場合、全ての領域で共通の識別結果データを基準データ設定し、領域毎に算出した関係性に基づいて、全領域の識別結果データの表示方法を決定する。関係性算出部１０３は、部分領域に加えて全領域における関係性１３１４も算出しておく。決定部１０４は、全領域の関係性１３１４に基づいてソートして重畳画像を表示する。更に、１３１０の列がクリックされると、その列に該当する領域の局所画像を表示するようにして、関係性が低い領域の局所画像を表示して比較できるようにする。全領域の関係性が高くても、関係性が低い領域がある場合は、その領域の重畳画像を比較することによって、好ましい識別結果データではないことが判断できる。
このようにすることで、領域数が多い場合でも識別結果データを選択する時間を増やさずに、領域毎の関係性を考慮した識別結果データの比較を行うことができる。

＜＜その他の実施形態＞＞
本発明は、上述の実施形態の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する。そして、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み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。

以上、本発明の実施形態の一例について詳述したが、本発明は係る特定の実施形態に限定されるものではない。例えば、上述した実施形態及び変形例を任意に組み合わせて実施してもよい。

以上、上述した各実施形態の処理によれば、ある識別対象に対して複数の識別結果データが存在するときに、複数の識別結果データの閲覧効率を向上させることができる。

１０ ＣＰＵ
１１ 記憶部
１００ 情報処理装置

Claims (18)

1. 識別対象データに基づいて、複数の識別方法によって、複数の識別結果データを生成する識別手段と、
   前記複数の識別結果データに基づいて、基準データを設定する設定手段と、
   前記基準データと前記複数の識別結果データそれぞれとの関係性を算出する算出手段と、
   前記算出された複数の関係性に基づいて、前記複数の識別結果データの表示方法を決定する決定手段と、
   を有することを特徴とする情報処理装置。
2. 前記識別対象データに、前記基準データを重畳した第１の重畳画像を表示部に表示する表示制御手段を更に有することを特徴とする請求項１に記載の情報処理装置。
3. 前記表示制御手段は、前記決定手段により決定された表示方法で前記複数の識別結果データを前記表示部に表示することを特徴とする請求項２に記載の情報処理装置。
4. 前記表示制御手段は、前記複数の識別結果データと、前記複数の識別結果データそれぞれと前記基準データとの関係性と、を一覧で前記表示部に表示することを特徴とする請求項２又は３に記載の情報処理装置。
5. 前記決定手段は、前記複数の関係性に基づいて、前記複数の識別結果データを並び替え、
   前記表示制御手段は、並び替えられた順番に基づいて、前記識別対象データに、識別結果データを重畳した第２の重畳画像を、前記表示部に表示することを特徴とする請求項４に記載の情報処理装置。
6. 前記表示制御手段は、前記複数の識別結果データと、前記複数の識別結果データそれぞれと前記基準データとの関係性と、をグラフで前記表示部に表示することを特徴とする請求項２又は３に記載の情報処理装置。
7. 前記設定手段は、前記複数の識別結果データのうち、ユーザーによって選択された識別結果データを前記基準データに設定することを特徴とする請求項１乃至６の何れか１項に記載の情報処理装置。
8. 前記基準データが変更されると、
   前記算出手段は、前記複数の関係性を再び算出し、
   前記決定手段は、前記複数の関係性に基づいて、前記複数の識別結果データの表示方法を決定することを特徴とする請求項１乃至７の何れか１項に記載の情報処理装置。
9. 前記決定手段は、前記関係性に基づいて、前記複数の識別結果データのうち、表示する対象の識別結果データの範囲を狭めることを特徴とする請求項４に記載の情報処理装置。
10. 前記決定手段は、ユーザーの操作によって前記関係性の指標の種類を変更することを特徴とする請求項１乃至９の何れか１項に記載の情報処理装置。
11. 前記決定手段は、ユーザーのグラフの操作によって、前記複数の識別結果データのうち、表示する対象の識別結果データの範囲を狭めることを特徴とする請求項６に記載の情報処理装置。
12. 前記算出手段は、前記複数の関係性に基づき、前記複数の識別結果データをクラスタに分割し、分割した後の各クラスタに代表データを設定し、複数の代表データの中から基準データを設定し、前記基準データと前記複数の代表データそれぞれとの関係性を算出し、
    前記決定手段は、前記算出された複数の関係性に基づいて、前記複数の代表データの表示方法を決定することを特徴とする請求項１乃至１１の何れか１項に記載の情報処理装置。
13. 前記識別対象データを複数の領域に分割する分割手段を更に有し、
    前記設定手段は、前記複数の識別結果データに基づいて、前記複数の領域ごとに前記基準データを設定し、
    前記算出手段は、前記複数の領域ごとの前記基準データと、前記複数の識別結果データそれぞれとの関係性を算出することを特徴とする請求項１乃至１２の何れか１項に記載の情報処理装置。
14. 前記決定手段は、前記複数の領域ごとの、前記算出された複数の関係性に基づいて、前記複数の識別結果データの表示方法を決定することを特徴とする請求項１３に記載の情報処理装置。
15. 識別対象データに基づいて、複数の識別方法によって、複数の識別結果データを生成する識別手段と、
    前記複数の識別結果データに基づいて、基準データを設定する設定手段と、
    前記基準データに対する前記複数の識別結果データそれぞれの関係性を求め、前記関係性に基づいて前記複数の識別結果データを表示部に表示する表示制御手段と、
    を有することを特徴とする情報処理装置。
16. 情報処理装置が行う情報処理方法であって、
    識別対象データに基づいて、複数の識別方法によって、複数の識別結果データを生成する識別工程と、
    前記複数の識別結果データに基づいて、基準データを設定する設定工程と、
    前記基準データと前記複数の識別結果データそれぞれとの関係性を算出する算出工程と、
    前記算出された複数の関係性に基づいて、前記複数の識別結果データの表示方法を決定する決定工程と、
    を含むことを特徴とする情報処理方法。
17. 情報処理装置が行う情報処理方法であって、
    識別対象データに基づいて、複数の識別方法によって、複数の識別結果データを生成する識別工程と、
    前記複数の識別結果データに基づいて、基準データを設定する設定工程と、
    前記基準データに対する前記複数の識別結果データそれぞれの関係性を求め、前記関係性に基づいて前記複数の識別結果データを表示部に表示する表示制御工程と、
    を含むことを特徴とする情報処理方法。
18. コンピュータを、請求項１乃至１５の何れか１項に記載の情報処理装置の各手段として機能させるためのプログラム。

Images