WO2022138547A1

WO2022138547A1 - 生地検索装置、生地検索システム、生地検索方法およびプログラム

Info

Publication number: WO2022138547A1
Application number: PCT/JP2021/046986
Authority: WO
Inventors: 英行上羽
Original assignee: Ｂｉｒｄｆａｂｓｔｕｄｉｏ株式会社
Priority date: 2020-12-24
Filing date: 2021-12-20
Publication date: 2022-06-30
Also published as: JP7144077B2; JP2022184903A; JP2022101412A; CN115943427A

Abstract

所望する生地を容易に見つけることができる生地検索装置、生地検索システム、生地検索方法およびプログラムを提供する。　生地検索装置１は、発注者が発注した生地の画像を示す発注生地画像情報を取得する発注生地画像取得部１１１と、発注生地画像情報の特徴量を算出する特徴量算出部１１２と、特徴量から評価値を求めるためのニューラルネットワークを用いて、発注生地画像情報から評価値を求めるニューラルネットワーク計算部１１４と、予め設定された評価値と生地識別情報との対応関係に基づいて、発注生地画像情報に対する評価値から、発注者が発注した生地の画像に対応する生地識別情報を特定する発注生地特定部１１３と、を備える。

Description

生地検索装置、生地検索システム、生地検索方法およびプログラム

　本発明は、生地検索装置、生地検索システム、生地検索方法およびプログラムに関する。

　生地の商品データと、視覚および触覚を感性尺度として生地を評価した感性評価値データに基づいて生地を検索するか、または、生地の生地種、素材および生地の用途を基本項目とする基本項目データに基づいて生地を検索するかを操作者に選択させる画面を表示部に表示させる生地検索システムが提案されている（例えば特許文献１参照）。この生地検索システムでは、操作者が感性評価値データから生地を検索することを選択した場合、生地の感性評価値を選択可能に示された画面を表示部に表示させ、操作者が選択した感性評価値に該当する生地の商品データを検索して検索結果を表示部に表示する。

特開２０１７―１６３７８号公報

　しかしながら、特許文献１に記載された生地検索システムでは、操作者が感性評価値を選択する操作を行う必要があり、例えば操作者が感性評価値の意義を十分に把握していない場合、操作者が所望する生地を上手く見つけることができない虞がある。

　本発明は上記事由に鑑みてなされたものであり、所望する生地を容易に見つけることができる生地検索装置、生地検索システム、生地検索方法およびプログラムを提供することを目的とする。

　上記目的を達成するため、本発明に係る生地検索装置は、
　発注者が発注した生地の画像を示す発注生地画像情報を取得する発注生地画像取得部と、
　前記発注生地画像情報の特徴量を算出する特徴量算出部と、
　前記特徴量から評価値を求めるためのニューラルネットワークを用いて、前記発注生地画像情報から前記評価値を求めるニューラルネットワーク計算部と、
　予め設定された前記評価値と生地識別情報との対応関係に基づいて、前記発注生地画像情報に対する評価値から、前記発注者が発注した生地の画像に対応する生地識別情報を特定する発注生地特定部と、を備える。

　本発明によれば、ニューラルネットワーク計算部が、ニューラルネットワークを用いて、発注生地画像情報に対する評価値を求める。そして、発注生地特定部が、求められた発注生地画像情報に対する評価値から、発注者が発注した生地の画像に対応する生地識別情報を特定する。これにより、発注者が所望する生地の生地画像情報を選択するだけで、発注者が所望する生地を識別する生地識別情報を取得することができるので、発注者が所望する生地を容易に見つけることができる。

本発明の実施の形態に係る生地検索システムの概略構成図である。実施の形態に係る生地検索システムのハードウェア構成を示すブロック図である。実施の形態に係る端末装置の機能ブロック図である。実施の形態に係る生地検索装置の機能ブロック図である。（Ａ）は実施の形態に係る発注生地画像記憶部が記憶する情報の一例を示す図であり、（Ｂ）は実施の形態に係る生地識別情報記憶部が記憶する情報の一例を示す図である。実施の形態に係る特徴量記憶部が記憶する情報の一例を示す図である。実施の形態に係る生地検索装置で用いられるニューラルネットワークの説明図である。（Ａ）は実施の形態に係る生地検索装置のニューラルネットワークの重み係数を決定する際の動作説明図であり、（Ｂ）は実施の形態に係る生地検索装置が評価値情報を出力する際の動作説明図である。実施の形態に係る生地検索システムの動作の一例を示すシーケンス図である。実施の形態に係る生地検索システムの動作の一例を示すシーケンス図である。実施の形態に係る生地検索装置が実行する生地検索処理の流れの一例を示すフローチャートである。実施の形態に係る生地検索装置が実行する係数決定処理の流れの一例を示すフローチャートである。

　以下、本発明の実施の形態に係る生地検索システムついて、図面を参照しながら説明する。本実施の形態に係る生地検索装置は、発注者が発注した生地の画像を示す発注生地画像情報を取得する発注生地画像取得部と、発注生地画像情報の特徴量を算出する特徴量算出部と、特徴量から評価値を求めるためのニューラルネットワークを用いて、発注生地画像情報から評価値を求めるニューラルネットワーク計算部と、予め設定された評価値と生地識別情報との対応関係に基づいて、発注生地画像情報に対する評価値から、発注者が発注した生地の画像に対応する生地識別情報を特定する発注生地特定部と、を備える。

　図１に示すように、本実施の形態に係る生地検索システムは、生地検索装置１と、生地検索装置１とネットワークＮＷ１を介して通信可能な端末装置２、３と、を備える。ネットワークＮＷ１は、例えばインターネットである。また、ネットワークＮＷ１には、生地、衣服等の画像を含むウェブ画像を管理するウェブ管理サーバ１０が接続されている。端末装置２は、例えばアパレルメーカのような生地を購入する企業に属する利用者が所持する。また、端末装置３は、例えば生地メーカに属する利用者が保有する。

　端末装置２は、例えばスマートフォンであり、図２に示すように、ＣＰＵ（Central Processing Unit）２０１と、主記憶部２０２と、補助記憶部２０３と、表示部２０４と、入力部２０５と、広域通信部２０６と、各部を接続するバス２０９と、を備える第１端末装置である。主記憶部２０２は、ＲＡＭ（Random Access Memory）のような揮発性メモリであり、ＣＰＵ２０１の作業領域として使用される。補助記憶部２０３は、半導体フラッシュメモリのような不揮発性メモリであり、ＣＰＵ２０１が各種処理を実行するためのプログラムを記憶する。表示部２０４は、例えば液晶ディスプレイのような表示装置であり、ＣＰＵ２０１から入力された各種情報を表示する。入力部２０５は、例えば表示部２０４に重ねて配置される透明なタッチパッドであり、利用者の操作に応じた各種操作情報を受け付けて、受け付けた操作情報をＣＰＵ２０１へ出力する。広域通信部２０６は、ネットワークＮＷ１に接続するためのインタフェースを有し、生地検索装置１との間でネットワークＮＷ１を介して通信する。

　ＣＰＵ２０１は、補助記憶部２０３が記憶するプログラムを主記憶部２０２に読み出して実行することにより、例えば図３に示すように、受付部２１１、表示制御部２１２、生地画像取得部２１３および生地画像送信部２１４として機能する。また、図２に示す補助記憶部２０３は、図３に示すように、生地画像を示す生地画像情報を記憶する生地画像記憶部２３１と、表示部２０４に表示させる操作画面画像を構築するためのテンプレート画像等を示す画像情報を記憶する画像記憶部２３２と、を有する。受付部２１１は、利用者が入力部２０５に対して行った操作の操作内容を示す操作情報を受け付ける。表示制御部２１２は、画像記憶部２３２から、受付部２１１が受け付けた操作情報に応じた画像情報を取得し、取得した画像情報に対応する操作画面画像を表示部２０４に表示させる。また、表示制御部２１２は、生地画像取得部２１３がウェブ管理サーバ１０から取得したホームページ画像情報が示すホ一ムページ画像を表示部２０４に表示させる。生地画像取得部２１３は、ウェブ管理サーバ１０から送信される生地画像情報を含むホームページ画像情報を取得し、取得したホームページ画像情報が示すホームページ画像の中から切り出された生地画像を示す生地画像情報を生地画像記憶部２３１に記憶させる。ここで、利用者が、表示部２０４に衣服、生地等を含むホームページ画像が表示された状態で、入力部２０５に対してホームページ画像に含まれる衣服、生地等の画像部分を選択する操作を行ったとする。この場合、受付部２１１は、ホームページ画像中における利用者が選択した画像部分の位置、形状、大きさ等を示す情報が含まれる操作情報を受け付ける。そして、生地画像取得部２１３は、ウェブ管理サーバ１０から取得したホームページ画像情報の中から受付部２１１が受け付けた操作情報に基づいて、利用者により選択された衣服、生地等の画像部分を示す画像情報を生地画像情報として生成する。生地画像取得部２１３は、生成した生地画像情報を生地画像記憶部２３１に記憶させる。

　生地画像送信部２１４は、受付部２１１が受け付けた操作情報に応じて、発注したい生地の画像を示す発注生地画像情報に発注者の居所、注文番号等の情報を含む発注者情報を付加して生地検索装置１へ送信する。ここで、発注者は、前述の生地を購入する企業に属する利用者である。生地画像送信部２１４は、例えば発注者が端末装置２の入力部２０５に対して、生地画像記憶部２３１が記憶する生地画像情報の中から発注したい生地の生地画像を選択する操作を行うとともに、発注者の発注者情報を入力する操作を行うと、選択された生地画像情報を発注生地画像情報として生地検索装置１へ送信する。

　図２に戻って、端末装置３は、例えばパーソナルコンピュータであり、端末装置２と同様に、ＣＰＵ３０１と、主記憶部３０２と、補助記憶部３０３と、表示部３０４と、入力部３０５と、広域通信部３０６と、各部を接続するバス３０９と、を備える第２端末装置である。主記憶部３０２は、ＣＰＵ５０１の作業領域として使用される揮発性メモリである。補助記憶部３０３は、半導体フラッシュメモリのような不揮発性メモリであり、端末装置３の各種機能を実現するためのプログラムを記憶する。表示部３０４は、例えば液晶ディスプレイのような表示装置であり、入力部３０５は、例えばキーボードであり、利用者の操作に応じた各種操作情報を受け付けて、受け付けた操作情報をＣＰＵ３０１へ出力する。広域通信部３０６は、ネットワークＮＷ１に接続するためのインタフェースを有する。

　ＣＰＵ３０１は、補助記憶部３０３が記憶するプログラムを主記憶部３０２に読み出して実行することにより、例えば図３に示すように、受付部３１１、表示制御部３１２、生地情報取得部３１３、登録生地画像送信部３１４および修正生地情報送信部３１５として機能する。また、図２に示す補助記憶部３０３は、図３に示すように、発注された生地を識別する生地識別情報を含む発注生地情報を記憶する発注生地情報記憶部３３１と、予め登録された複数種類の生地それぞれの画像を示す登録生地画像情報を記憶する登録生地画像記憶部３３２と、修正生地情報記憶部３３３と、画像記憶部３３４と、を有する。修正生地情報記憶部３３３は、後述する生地画像情報の特徴量に対する評価値の修正が必要とされる生地画像情報に対応する生地の生地識別情報を、発注者情報に対応づけて記憶する。画像記憶部３３４は、表示部３０４に表示させる操作画面画像を構築するためのテンプレート画像等を示す画像情報を記憶する。

　受付部３１１は、利用者が入力部３０５に対して行った操作の操作内容を示す操作情報を受け付ける。受付部３１１は、利用者が入力部３０５を介して登録しようとする複数種類の生地それぞれの生地画像情報を入力する操作を行うと、これに応じて、入力された複数種類の生地それぞれの生地画像情報を登録生地画像記憶部３３２に記憶させる。このとき、受付部３１１は、複数種類の生地それぞれの生地画像情報が登録生地画像記憶部３３２に記憶させたことを登録生地画像送信部３１４に通知する。また、受付部３１１は、利用者が入力部３０５を介して生地画像情報の特徴量に対する評価値の修正が必要とされる生地画像情報に対応する生地の生地識別情報を入力する操作を行うと、これに応じて、入力された生地識別情報を、発注者情報に対応づけて修正生地情報記憶部３３３に記憶させる。このとき、受付部３１１は、生地識別情報を修正生地情報記憶部３３３に記憶させたことを修正生地情報送信部３１５に通知する。

　表示制御部３１２は、画像記憶部３３４から、受付部３１１が受け付けた操作情報に応じた画像情報を取得し、取得した画像情報に対応する操作画面画像を表示部３０４に表示させる。生地情報取得部３１３は、生地検索装置１から発注生地情報を取得すると、取得した発注生地情報を発注生地情報記憶部３３１に記憶させる。このとき、表示制御部３１２は、生地情報取得部３１３が生地検索装置１から取得した発注生地情報を表示部３０４に表示させる。登録生地画像送信部３１４は、受付部３１１からの通知に応じて、登録生地画像記憶部３３２が記憶する複数種類の生地それぞれの生地画像情報を生地検索装置１へ送信する。修正生地情報送信部３１５は、受付部３１１からの通知に応じて、修正生地情報記憶部３３３が記憶する生地識別情報を含む修正生地情報を生地検索装置１へ送信する。

　図２に戻って、生地検索装置１は、サーバ用コンピュータであり、ＣＰＵ１０１と、主記憶部１０２と、補助記憶部１０３と、広域通信部１０６と、これらを互いに接続するバス１０９と、を備える。ＣＰＵＩ０１は、例えばマルチコアプロセッサである。主記憶部１０２は、ＣＰＵ１０１の作業領域として使用され、補助記憶部１０３は、ＣＰＵ１０１が各種処理を実行するためのプログラムを記憶する。広域通信部１０６は、ネットワークＮＷ１に接続するためのインタフェースを有する。

　ＣＰＵ１０１は、補助記憶部１０３が記憶するプログラムを主記憶部１０２に読み出して実行することにより、図４に示すように、発注生地画像取得部１１１、特徴量算出部１１２、発注生地特定部１１３、ニューラルネットワーク計算部１１４、発注生地情報送信部１１５、登録生地画像取得部１１６、係数決定部１１７、係数設定部１１８、修正生地情報取得部１１９および評価値設定部１２０として機能する。また、図２に示す補助記憶部１０３は、図４に示すように、発注生地画像記憶部１３１と、特徴量記憶部１３２と、生地識別情報記憶部１３３と、登録生地画像記憶部１３４と、ニューラルネットワーク記憶部１３５と、を有する。発注生地画像記憶部１３１は、例えば図５（Ａ）に示すように、発注者が端末装置２に入力した発注したい生地の生地画像を示す発注生地画像情報を、発注者の居所、注文番号等の情報を含む発注者情報に対応づけて記憶している。

　生地識別情報記憶部１３３は、例えば図５（Ｂ）に示すように、ニューラルネットワーク計算部１１４により求められる評価値を示す評価値情報と、生地を識別する生地識別情報と、を互いに対応づけて記憶する。ここで、生地識別情報としては、複数種類の生地それぞれに付与された固有の識別番号、複数種類の生地それぞれの圃有名称等が採用される。また、複数種類の生地識別情報それぞれに対応づけられた評価値は、互いに異なっており、１つの評価値と1つの生地識別情報とが一対一で対応づけられている。

　特徴量記憶部１３２は、例えば図６に示すように、生地の特徴を表す複数種類の特徴量ＦＶ［０，ｊ］、ＦＶ［１，ｊ］、・・・、ＦＶ［ｋ，ｊ］，・・・を要素とする特徴量ベクトルを示す特徴量情報を、予め設定された評価値を示す評価値情報に対応づけて記憶する。特徴量としては、例えば生地画像情報から導出されるＳＩＦＴ（Scale-Invariant and Feature Transform）、ＳＵＲＦ（Speed Up Robust Feature）、ＨＯＧ（Histogram of Oriented Gradient)等の特徴量を採用することができる。図４に戻って、登録生地画像記憶部１３４は、予め登録された複数種類の生地それぞれの生地画像を示す生地画像情報を、各生地を識別する生地識別情報に対応づけて記憶する。

　ニューラルネットワーク記憶部１３５は、ニューラルネットワーク計算部１１４が用いる予め定められたノード数および層数を有するニューラルネットワークに関する情報を記憶する。具体的には、ニューラルネットワーク記憶部１３５は、ニューラルネットワークのノード数、層数、各ノードに対応する重み係数および活性化関数それぞれを示す情報を記憶する。このニューラルネットワークは、発注者が所望する生地の評価値を求めるためのものである。このニューラルネットワークは、図７に示すように入力層Ｌ１０、隠れ層Ｌ２０および出力層Ｌ３０を有する。入力層Ｌ１０は、動作履歴情報、環境実績情報および客室情報それぞれが示す数値を、隠れ層Ｌ２０へ入力する。

　隠れ層Ｌ２０は、予め設定された数Ｍ［ｊ］のノードｘ［ｊ，ｉ］（１≦ｉ≦Ｍ［ｊ］、Ｍ［ｊ］は正の整数）を含むＮ（Ｎは正の整数）個の層から構成されている。即ち、隠れ層Ｌ２０は、各ノード列同士が繋がれた構造を有する。ここで、各ノードｘ［ｊ，ｉ］の出力ｙ［ｊ，ｉ］は、下記式（１）の関係式で表される。

　ここで、Ｗ［ｊ，ｉ，ｋ］は、重み係数を示し、ｆ(＊)は、活性化関数を示す。この重み係数Ｗ［ｊ，ｉ，ｋ］が、前述のニューラルネットワークの構造を決めるニューラルネットワーク係数に相当する。また、活性化関数としては、シグモイド関数、ランプ関数、ステップ関数、ソフトマックス関数等の非線形関数が用いられる。隠れ層Ｌ２０は、ノードに入力される情報が前の層の各ノードの出力にそれぞれに重み係数を乗じたものの総和となっている。そして、総和を引数とする活性化関数の出力が次の層へ伝達される。出力層Ｌ３０は、隠れ層Ｌ２０の最終層からの出力ｙ［ｊ，ｉ］をそのまま出力する。そして、ニューラルネットワーク記憶部１３５は、式（１）で表されるニューラルネットワークの構造を示す情報と、ニューラルネットワークの重み係数Ｗ［ｊ，ｉ，ｋ］を示す情報と、を記憶する。また、ニューラルネットワーク記憶部１３５は、ニューラルネットワークの重み係数の初期値を示す初期重み係数情報を記憶する。

　図４に戻って、発注生地画像取得部１１１は、端末装置２から送信される発注生地画像情報を取得すると、取得した発注生地画像情報を、発注生地画像情報に付加された発注者情報に対応づけて発注生地画像記憶部１３１に記憶させる。特徴量算出部１１２は、発注生地画像取得部１１１が発注生地画像情報を取得すると、取得した発注生地画像情報を発注生地画像記憶部１３１から取得し、取得した発注生地画像情報の特徴量を算出し、算出した特徴量を示す特徴量情報を発注生地特定部１１３に通知する。また、特徴量算出部１１２は、登録生地画像取得部１１６が端末装置３から送信された複数種類の生地それぞれの登録生地画像情報を取得すると、取得した登録生地画像情報の特徴量を算出し、算出した特徴量を要素とする特徴量ベクトルを示す特徴量情報を特徴量記憶部１３２に記憶させる。ここで、特徴量算出部１１２は、例えばＳ１ＦＴを特徴量として採用する場合、まず、登録生地画像情報が示す画像から特徴点の候補となる画素、即ち、輝度変化が最大となる画素の位置を検出し、検出した特徴点の候補となる画素の中から画像の相似変化に不変な画素を検出する。次に、特徴量算出部１１２は、検出した画素それぞれについて、その画素とその画素の周囲の画素との聞における輝度勾配の局所パターンに基づいて複数種類の局所パターンのヒストグラムを生成することにより特徴量ベクトルを算出する。

　評価値設定部１２０は、登録生地画像記憶部１３４が記憶する複数種類の登録生地画像情報それぞれに対応する特徴量情報に対応する評価値を設定する。ここで、評価値設定部１２０は、複数種類の登録生地画像情報それぞれに対応する特徴量情報に対応する評価値が互いに異なる値となるように評価値を設定する。

　発注生地特定部１１３は、特徴量算出部１１２から発注生地画像情報に対応する特徴量情報が通知されると、通知された特徴量情報が示す特徴量に基づいてニューラルネットワーク計算部１１４により求められる評価値情報を取得する。そして、発注生地特定部１１３は、生地識別情報記憶部１３３が記憶する生地識別情報の中から、取得した評価値情報に対応する生地識別情報を特定する。発注生地特定部１１３は、特定した生地識別情報を発注生地情報送信部１１５に通知する。発注生地情報送信部１１５は、発注生地特定部１１３から通知された生地識別情報と、発注生地画像記憶部１３１が記憶する発注者情報と、を含む発注生地情報を端末装置３へ送信する。

　係数決定部１１７は、特徴量記憶部１３２が記憶する特徴量情報と評価値情報とに基づいて、前述の発注者が所望する生地の評価値を求めるためのニューラルネットワークの重み係数を決定する。係数設定部１１７は、まず、ニューラルネットワーク記憶部１３５から初期の重み係数を示す初期重み係数情報を取得し、取得した初期重み係数をニューラルネットワークの重み係数に設定する。次に、係数決定部１１７は、例えば図８（Ａ）に示すように、ニューラルネットワーク計算部１１４がニューラルネットワークを用いて算出した評価値情報を取得する。ここで、ニューラルネットワーク計算部１１４は、教師情報である特徴量情報ＦＶ［０，ｊ］、・・・、ＦＶ［ｋ、ｊ］、・・・から、ニューラルネットワークを用いて評価値を算出する。続いて、係数決定部１１７は、特徴量記憶部１３２が記憶する教師情報である評価値情報ＳＣ［ｊ］を取得し、取得した評価値情報ＳＣ［ｊ］が示す評価値とニューラルネットワークを用いて算出された評価値との誤差を算出する。そして、係数決定部１１７は、算出した誤差に基づいて、誤差逆伝播法（バックプロパゲーション）によりニューラルネットワークの重み係数を決定する。ここで、係数決定部１１７は、例えばオートエンコーダを用いて重み係数を決定する。そして、係数決定部１１７は、決定した重み係数を示す重み係数情報をニューラルネットワーク記憶部１３５に記憶させる。

　係数設定部１１８は、係数決定部１１７が決定した重み係数を、ニューラルネットワークの重み係数に設定する。ニューラルネットワーク計算部１１４は、係数決定部１１５により重み係数が決定されたニューラルネットワークを用いて、発注生地特定部１１３から通知される特徴量情報から、評価値を求める。ここでは、図８（Ｂ）に示すように、係数設定部１１８が、ニューラルネットワーク記憶部１３５が記憶する係数決定部117により決定された重み係数を、ニューラルネットワーク計算部１１４が用いるニューラルネットワークの重み係数に設定する。そして、ニューラルネットワーク計算部１１４は、発注生地特定部１１３から通知される特徴量情報から、係数設定部１１８により重み係数が設定されたニューラルネットワークを用いて、評価値を算出し、算出した評価値を示す評価値情報ＳＣを発注生地特定部１１３に出力する。

　次に、本実施の形態に係る生地検索システムの動作について図９および図１０を参照しながら説明する。まず、図９に示すように、生地メーカの利用者が、端末装置３の入力部３０５に対して複数種類の登録生地画像情報の入力操作を行うと、端末装置３は、入力された登録生地画像情報を受け付けて登録生地画像記憶部３３２に記憶させる（ステップＳ１）。次に、入力された複数種類の生地それぞれの登録生地画像情報が、端末装置３から生地検索装置１へ送信される（ステップＳ２）。一方、生地検索装置１は、登録生地画像情報を取得すると、取得した登録生地画像情報を登録生地画像記憶部１３４に記憶させる。そして、生地検索装置１は、登録生地画像記憶部１３４が記憶する複数種類の生地の登録生地画像情報それぞれに対応する特徴量を算出する（ステップＳ３）。ここで、生地検索装置１は、算出した特徴量を示す特徴量情報を特徴量記憶部１３２に記憶させる。続いて、生地検索装置１は、算出した特徴量を示す特徴量情報それぞれに対応する評価値を設定する（ステップＳ４）。ここで、生地検索装置１は、特徴量記憶部１３２が記憶する各特徴量情報それぞれに対応する評価値を示す評価値情報を特徴量記憶部１３２に記憶させる。その後、生地検索装置１は、特徴量記憶部１３２が記憶する特徴量情報および評価値情報に基づいて、ニューラルネットワークの重み係数を決定する係数決定処理を実行する（ステップＳ５）。生地検索装置１は、係数決定処理を実行することにより決定されたニューラルネットワークの重み係数を示す重み係数情報をニューラルネットワーク記憶部１３５に記憶させる。

　次に、生地を購入する利用者が、端末装置２の入力部２０５に対して生地を発注する操作を行ったとする。ここで、利用者は、前述のように端末装置２が表示部２０４に衣服、生地等の画像部分を含むホームページ画像を表示させた状態で、ホームページ画像に含まれる衣服、生地等の画像部分の中から、購入したい生地に対応する画像部分を選択し、選択した画像部分を示す発注生地画像情報と、発注者情報と、を入力する操作を行う。この場合、端末装置２は、発注操作を受け付ける（ステップＳ６）。そして、受け付けた発注生地画像情報が、端末装置２から生地検索装置１へ送信される（ステップＳ７）。一方、生地検索装置１は、発注生地画像情報を取得すると、取得した発注生地画像情報の特徴量を算出する（ステップＳ８）。続いて、生地検索装置１は、算出した特徴量を示す特徴量情報に基づいて、ニューラルネットワークを用いて、評価値を算出する（ステップＳ９）。その後、生地検索装置１は、生地識別情報記憶部１３３が記憶する生地識別情報の中から、算出した評価値に対応する生地識別情報を特定する（ステップＳ１０）。次に、特定した生地識別情報と前述の発注者情報とを含む発注生地情報が、生地検索装置１から端末装置３へ送信される（ステップＳ１１）。一方、端末装置３は、発注生地情報を取得すると、取得した発注生地情報を表示部３０４に表示させる（ステップＳ１２）。そして、生地メーカの利用者は、端末装置３の表示部３０４に表示される発注生地情報を参照して、発注生地情報に含まれる生地識別情報で識別される生地を発注者に提供する。

　また、生地メーカの利用者が、発注者に提供した生地が発注者の所望する生地と異なり、端末装置３の入力部３０５に対してニューラルネットワークの重み係数を更新する重み係数更新操作を行ったとする。ここで、利用者は、発注者の所望する生地の生地識別情報と発注者情報とを入力する操作を行う。この場合、端末装置３は利用者により入力された修正後の生地識別情報を受け付ける（ステップＳ１３）。続いて、図１０に示すように、受け付けた生地識別情報と発注者情報とを含む修正生地情報が、端末装置３から生地検索装置1へ送信される（ステップＳ１４）。一方、生地検索装置１は、発注生地画像記憶部１３１が記憶する発注生地画像情報から、発注生地画像情報に対応する特徴量を算出する（ステップＳ１５）。その後、生地検索装置1は、生地識別情報記憶部１３３が記憶する評価値情報の中から、修正生地情報に含まれる生地識別情報に対応する評価値情報を特定する（ステップＳ１６）。次に、生地検索装置１は、特徴量記憶部１３２が記憶する特徴量情報および評価値情報と、算出した特徴量を示す特徴量情報と、特定したこの特徴量情報に対応する評価値情報と、に基づいて、ニューラルネットワークの重み係数を決定する係数決定処理を実行する（ステップＳ１７）。生地検索装置１は、係数決定処理を実行することにより決定された重み係数情報でニューラルネットワーク記憶部１３５が記憶する重み係数情報を更新する。

　次に、本実施の形態に係る生地検索装置１が実行する生地検索処理について図１１および図１２を参照しながら説明する。この生地検索処理は、例えば生地検索装置１へ電源が投入されたことを契機として開始される。まず、登録生地画像取得部１１６は、端末装置３から予め登録された複数種類の生地それぞれの登録生地画像情報を受信したか否かを判定する（ステップＳ１０１）。登録生地画像取得部１１６が登録生地画像情報を取得していないと判定すると（ステップＳ１０１：Ｎｏ）、後述するステップＳ１０６の処理が実行される。一方、登録生地画像取得部１１６は、登録生地画像情報を取得したと判定すると（ステップＳ１０１：Ｙｅｓ）、取得した登録生地画像情報とこれに付加された生地識別情報とを登録生地画像記憶部１３４に記憶させる（ステップＳ１０２）。

　次に、特徴量算出部１１２は、登録生地画像記憶部１３４が記憶する複数種類の生地の登録生地画像情報それぞれに対応する特徴量を算出する（ステップＳ１０３）。ここで、生地検索装置１は、算出した特徴量を示す特徴量情報を特徴量記憶部１３２に記憶させる。続いて、評価値設定部１２０は、算出した特徴量を示す特徴量情報それぞれに対応する評価値を設定する（ステップＳ１０４）。ここで、評価値設定部１２０は、特徴量記憶部１３２が記憶する各特徴量情報それぞれに対応する評価値を示す評価値情報を特徴量記憶部１３２に記憶させる。その後、係数決定部117は、特徴量記憶部１３２が記憶する特徴量情報および評価値情報に基づいて、ニューラルネットワークの重み係数を決定する係数決定処理を実行する（ステップＳ１０５）。

　ここで、係数決定処理の詳細について、図１２を参照しながら詳細に説明する。まず、ニューラルネットワーク計算部１１４は、特徴量記憶部１３２から特徴量情報および評価値情報を取得する（ステップＳ２０１）。次に、係数設定部１１８が、ニューラルネットワーク記憶部１３５から初期重み係数を示す初期重み係数情報または直近に用いられた重み係数を示す重み係数情報を取得し、取得した重み係数情報が示す重み係数を、ニューラルネットワークの重み係数に設定する（ステップＳ０２）。続いて、ニューラルネットワーク計算部１１４は、係数設定部１１８により重み係数が設定されたニューラルネットワークを用いて、取得した特徴量情報から、予測評価値を算出する（ステップＳ２０３）。その後、係数決定部１１７は、算出された予測評価値と、取得した評価値情報が示す評価値と、の誤差を算出する（ステップＳ２０４）。次に、係数決定部１１７は、算出された誤差に基づいて、誤差逆伝播法（バックプロパゲーション）によりニューラルネットワークの重み係数を新たに決定する（ステップＳ２０５）。そして、係数決定部１１７は、決定した重み係数をニューラルネットワーク記憶部１３５に記憶させる（ステップＳ２０６）。

　図１１に戻って、次に、発注生地画像取得部１１１は、端末装置2から発注生地画像情報を取得したか否かを判定する（ステップＳ１０６）。発注生地画像取得部１１１が、端末装置２から発往生地画像情報を取得していないと判定すると（ステップＳ１０６：Ｎｏ）、後述するステップＳ１１２の処理が実行される。一方、発注生地画像取得部１１１は、端末装置２から発注生地画像情報を取得したと判定すると（ステップＳ１０６：Ｙｅｓ）、取得した発注生地画像情報とこれに付加された発注者情報とを発注生地画像記憶部１３１に記憶させる（ステップＳ１０７）。続いて、特徴量算出部１１２は、発注生地画像記憶部１３１が記憶する発注生地画像情報の特徴量を算出する（ステップＳ１０８）。

　その後、ニューラルネットワーク計算部１１４は、係数設定部１１８により重み係数が設定されたニューラルネットワークを用いて、特徴量算出部１１２が算出した特徴量を示す特徴量情報から、評価値を求める（ステップＳ１０９）。このとき、ニューラルネットワーク計算部１１４は、算出した評価値を示す評価値情報を発注生地特定部１１３に通知する。次に、発注生地特定部１１３は、生地識別情報記憶部１３３が記憶する生地識別情報の中から、ニューラルネットワーク計算部１１４から通知される評価値情報に対応する生地識別情報を特定する（ステップＳ１１０）。ここで、発注生地特定部１１３は、特定した生地識別情報を発注生地情報送信部１１５に通知する。続いて、発注生地情報送信部１１５は、発注生地特定部１１３から通知される生地識別情報と、発注生地画像記憶部１３１が記憶する通知された生地識別情報に対応する発注者情報と、を含む発注生地情報を生成して端末装置３へ送信する（ステップＳ１１１）。

　その後、修正生地情報取得部１１９は、生地識別情報と発注者情報とを含む修正生地情報を端末装置３から取得したか否かを判定する（ステップＳ１１２）。修正生地情報取得部１１９が、修正生地情報を取得していないと判定すると（ステップＳｌ１２：Ｎｏ）、再びステップＳ１０１の処理が実行される。一方、修正生地情報取得部１１９は、修正生地情報を取得したと判定すると（ステップＳｌ１２：Ｙｅｓ）、発注生地画像記憶部１３１が記憶する、取得した修正生地情報に対応する発注生地画像情報の特徴量を算出する（ステップＳ１１３）。次に、係数決定部１１７は、生地識別情報記憶部１３３が記憶する評価値情報の中から、修正生地情報に含まれる生地識別情報に対応する評価値情報を特定する（ステップＳ１１４）。続いて、係数決定部１１７は、特徴量記憶部１３２が記憶する特徴量情報および評価値情報と、算出した特徴量を示す特徴量情報と、特定したこの特徴量情報に対応する評価値情報と、に基づいて、ニューラルネットワークの重み係数を決定する係数決定処理を実行する（ステップＳ１１５）。ここで、係数決定部１１７は、係数決定処理を実行することにより決定された重み係数情報でニューラルネットワーク記憶部１３５が記憶する重み係数情報を更新する。その後、再びステップＳ１０１の処理が実行される。

　以上説明したように、本実施の形態に係る生地検索装置１によれば、ニューラルネットワーク計算部１１４が、係数決定部１１７により重み係数が決定されたニューラルネットワークを用いて、発注生地画像情報に対する評価値を求める。そして、発注生地特定部１１３が、求められた発注生地画像情報に対する評価値から、発注者が発注した生地の画像に対応する生地識別情報を特定する。これにより、発注者が所望する生地の生地画像情報を選択するだけで、発注者が所望する生地を識別する生地識別情報を取得することができるので、発注者が所望する生地を容易に見つけることができる。

　また、本実施の形態に係る修正生地情報取得部１１９は、発注生地画像情報の特徴量からニューラルネットワークを用いて求められた評価値に対応する生地識別情報を、当該生地識別情報で識別される生地とは異なる他の生地を識別する生地識別情報となるように修正するための修正生地情報を取得する。そして、係数決定部１１７が、発注生地画像情報の特徴量を示す特徴量情報と修正生地情報に含まれる生地識別情報に対応する評価値を示す評価値情報とに基づいて、重み係数情報を更新する。これにより、発注生地画像情報の特徴量からニューラルネットワークを用いて求められる生地識別情報と、発注者が所望する生地を識別する生地識別情報と、のずれの発生頻度を低減することができるので、生地の検索精度を向上させることができる。

　以上、本発明の実施の形態について説明したが、本発明は前述の実施の形態によって限定されるものではない。例えば、発注生地画像情報は、生地の静止画像を示すものに限定されるものではなく生地を予め設定された時間の間撮像して得られる動画画像を示すものであってもよい。

　実施の形態において、端末装置２が、例えばＶＲ（Virtua1 Reality）ゴーグルであり、利用者に生地の三次元画像を提供するものであってもよい。

　また、本発明に係る生地検索装置１の各種機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現されてもよい。この場合、ソフトウェアまたはファームウェアは、プログラムとして記述され、プログラムを、フレキシブルディスク、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、DVD（Digital Versatile Disc）およびＭＯ（Magneto－Optical Disc）等のコンビュータ読み取り可能な記録媒体に格納して配布し、そのプログラムをコンビュータに読み込んでインストールすることにより、前述の各機能を実現することができるコンビュータを構成してもよい。そして、各機能をＯＳ（Operating System）とアプリケーションとの分担、またはＯＳとアプリケーションとの協同により実現する場合等には、ＯＳ以外の部分のみを記録媒体に格納しでもよい。

　さらに、搬送波に各プログラムを重畳し、ネットワークを介して配信することも可能である。例えば、ネットワーク上の掲示板（BBS，Bulletin Board System）に当該プログラムを掲示し、ネットワークを介して当該プログラムを配信してもよい。そして、これらのプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行することにより、前述の処理を実行できるように構成してもよい。

　本発明は、生地を検索するシステムに好適である。

１：生地検索装置、２，３：端末装置、１０：ウェブ管理サーバ、１０１，２０１，３０１：CPU 、１０２，２０２，３０２：主記憶部、１０３，２０３，３０３：補助記憶部、１０６：広域通信部、１０９，２０９，３０９：バス、１１１：発注生地画像取得部、１１２：特徴量算出部、１１３：発注生地特定部、１１４：ニューラルネットワーク計算部、１１５：発注生地情報送信部、１１６：登録生地画像取得部、１１７：係数決定部、１１８：係数設定部、１１９：修正生地情報取得部、１２０：評価値設定部、１３１：発注生地画像記憶部、１３２：特徴量記憶部、１３３：生地識別情報記憶部、１３４：登録生地画像記憶部、１３５：ニューラルネットワーク記憶部、２０４，３０４：表示部、２０５，３０５：入力部、２０６，３０６：通信部、２１１，３１１：受付部、２１２，３１２：表示制御部、２１３：生地画像取得部、２１４：生地画像送信部、２３１：生地画像記憶部、２３２，３３４：画像記憶部、３１３：生地画像取得部、３１４：登録生地画像送信部、３１５：修正生地情報送信部、３３１：発注生地情報記憶部、３３２：登録生地画像記憶部、３３３：修正生地情報記憶部、ＮＷ１：ネットワーク

Claims

　発注者が発注した生地の画像を示す発注生地画像情報を取得する発注生地画像取得部と、
　前記発注生地画像情報の特徴量を算出する特徴量算出部と、
　前記特徴量から評価値を求めるためのニューラルネットワークを用いて、前記発注生地画像情報から前記評価値を求めるニューラルネットワーク計算部と、
　予め設定された前記評価値と生地識別情報との対応関係に基づいて、前記発注生地画像情報に対する評価値から、前記発注者が発注した生地の画像に対応する生地識別情報を特定する発注生地特定部と、を備える、
生地検索装置。
　予め登録された複数種類の生地それぞれの画像を示す複数種類の生地画像情報を取得する登録生地画像取得部と、
　前記複数種類の生地画像情報それぞれを識別する生地識別情報に対応する評価値を設定する評価値設定部と、
　前記複数種類の生地画像情報それぞれの特徴量を示す特徴量情報と前記評価値を示す評価値情報とに基づいて、前記ニューラルネットワークのニューラルネットワーク係数を決定する係数決定部と、を備え、
　前記特徴量算出部は、前記複数種類の生地画像情報それぞれの特徴量を算出し、算出した特徴量を示す特徴量情報を前記係数決定部に通知する、
請求項１に記載の生地検索装置。
　前記発注生地画像情報の特徴量から前記ニューラルネットワークを用いて求められた前記評価値に対応する生地識別情報を、前記生地識別情報で識別される生地とは異なる他の生地を識別する生地識別情報となるように修正するための、前記他の生地を識別する生地識別情報を含む修正生地情報を取得し、する修正生地情報取得部を更に備え、
　前記係数決定部は、前記発注生地画像情報の特徴量を示す特徴量情報と前記修正生地情報に含まれる生地識別情報に対応する評価値を示す評価値情報とに基づいて、前記ニューラルネットワーク係数を更新する、
請求項２に記載の生地検索装置。
　発注者が所持する第１端末装置と、
　前記発注者に生地を提供する利用者が所持する第２端末装置と、
　前記第1端末装置から送信される発注者が発注した生地の両像を示す発注生地画像情報を取得する発注生地画像取得部と、
　前記発注生地画像情報の特徴量を算出する特徴量算出部と、
　前記特徴量から評価値を求めるためのニューラルネットワークを用いて、前記発注生地画像情報から前記評価値を求めるニューラルネットワーク計算部と、
　予め設定された前記評価値と生地識別情報との対応関係に基づいて、前記発注生地画像情報に対する評価値から、前記発注者が発注した生地の画像に対応する生地識別情報を特定する発注生地特定部と、
　前記発注生地特定部により特定された前記生地識別情報を前記第２端末装置へ送信する発注生地情報送信部と、を備える、
生地検索システム。
　発注者が発注した生地の画像を示す発注生地画像情報を取得するステップと、
　前記発注生地画像情報の特徴量を算出するステップと、
　前記特徴量から評価値を求めるためのニューラルネットワークを用いて、前記発注生地画像情報から前記評価値を求めるステップと、
　予め設定された前記評価値と生地識別情報との対応関係に基づいて、前記発注生地画像情報に対する評価値から、前記発注者が発注した生地の画像に対応する生地識別情報を特定するステップと、を含む、
生地検索方法。
　コンピュータを、
　発注者が発注した生地の画像を示す発注生地画像情報を取得する発注生地画像取得部、
　前記発注生地画像情報の特徴量を算出する特徴量算出部、
　前記特徴量から評価値を求めるためのニューラルネットワークを用いて、前記発注生地画像情報から前記評価値を求めるニューラルネットワーク計算部、
　予め設定された前記評価値と生地識別情報との対応関係に基づいて、前記発注生地画像情報に対する評価値から、前記発注者が発注した生地の画像に対応する生地識別情報を特定する発注生地特定部、
として機能させるためのプログラム。