特許ウォッチ

公開番号2024114211
公報種別公開特許公報(A)
公開日2024-08-23
出願番号2023019832
出願日2023-02-13
発明の名称情報処理システム、情報処理方法及びプログラム
出願人日本電気株式会社
代理人個人
主分類G06F 16/906 20190101AFI20240816BHJP(計算;計数)
要約【課題】対象を複数のクラスに分類した結果を活用する。
【解決手段】情報処理システム100は、対象を複数の分類クラスに分類した結果と、複数の分類クラスと識別クラスとを関連付ける関連付けデータRDとを用いて、識別クラスに対象を分類するクラス変換部135を備える。識別クラスは、複数の分類クラスをグループ化した複数のクラスグループのうちの2つ以上のクラスグループそれぞれに含まれる分類クラスを統合したクラスである。当該2つ以上のクラスグループの少なくとも1つは、複数の分類クラスから構成される。
【選択図】図1
特許請求の範囲【請求項１】
対象を複数の分類クラスに分類した結果と、前記複数の分類クラスと識別クラスとを関連付ける関連付けデータとを用いて、前記識別クラスに前記対象を分類するクラス変換手段を備え、
前記識別クラスは、前記複数の分類クラスをグループ化した複数のクラスグループのうちの２つ以上の前記クラスグループそれぞれに含まれる分類クラスを統合したクラスであり、
前記２つ以上のクラスグループの少なくとも１つは、複数の分類クラスから構成される
情報処理システム。
続きを表示（約 1,500 文字）【請求項２】
前記分類クラスと前記識別クラスとを用いた入力に基づいて、前記関連付けデータを生成する設定受付手段をさらに備える
請求項１に記載の情報処理システム。
【請求項３】
前記複数の分類クラスのそれぞれは、前記対象の属性に応じて枝分かれした階層構造をなす複数のクラスから構成される構造において、互いに異なる前記クラスに対応しており、
前記複数のクラスグループは、前記分類クラスよりも上位のクラスに対応する
請求項１又は２に記載の情報処理システム。
【請求項４】
前記複数のクラスグループは、前記構造において同じ階層に属するクラスに対応する
請求項３に記載の情報処理システム。
【請求項５】
前記複数のクラスグループは、前記対象の属性に応じて枝分かれした階層構造をなす複数のクラスから各々が構成され、前記複数の分類クラスを表すための複数の構造のうちの少なくとも１つの構造に含まれるクラスに対応する
請求項１又は２に記載の情報処理システム。
【請求項６】
前記複数の分類クラスに分類した結果は、前記対象が属すると推定される分類クラスと、前記対象が当該分類クラスに属する確からしさを示す分類精度と、を含み、
前記関連付けデータは、前記対象が前記識別クラスに属する確からしさを示す識別精度に、前記分類精度を変換するための精度変換規則をさらに含み、
前記クラス変換手段は、前記精度変換規則と前記分類精度とに基づいて、前記対象が前記識別クラスに属する確からしさを示す識別精度をさらに求める
請求項１又は２に記載の情報処理システム。
【請求項７】
前記関連付けデータと、前記学習モデルが学習するために用いられた学習データと、に基づいて更新された学習データを取得する更新学習データ取得手段と、
前記更新された学習データを用いて、前記関連付けデータに応じて更新された学習モデルの学習を行う学習手段とをさらに備える
請求項１又は２に記載の情報処理システム。
【請求項８】
前記入力クエリの履歴を統計処理した結果に基づいて、学習を行うか否かを判定する学習判定手段をさらに備え、
前記更新学習データ取得手段は、学習を行うと判定された場合に、前記関連付けデータに基づいて、前記更新された学習データを取得する
請求項７に記載の情報処理システム。
【請求項９】
１つ以上のコンピュータが、
対象を複数の分類クラスに分類した結果と、識別クラスと前記分類クラスとを関連付ける関連付けデータとを用いて、前記識別クラスに前記対象を分類し、
前記識別クラスは、前記複数の分類クラスをグループ化した複数のクラスグループのうちの２つ以上の前記クラスグループそれぞれに含まれる分類クラスを統合したクラスであり、
前記２つ以上のクラスグループの少なくとも１つは、複数の分類クラスから構成される
情報処理方法。
【請求項１０】
１つ以上のコンピュータに、
対象を複数の分類クラスに分類した結果と、識別クラスと前記分類クラスとを関連付ける関連付けデータとを用いて、前記識別クラスに前記対象を分類することを実行させるためのものであり、
前記識別クラスは、前記複数の分類クラスをグループ化した複数のクラスグループのうちの２つ以上の前記クラスグループそれぞれに含まれる分類クラスを統合したクラスであり、
前記２つ以上のクラスグループの少なくとも１つは、複数の分類クラスから構成される
プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理システム、情報処理方法及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
機械学習した学習モデルを用いて、画像に含まれる物体を検出して複数のクラス（種類）に分類する技術がある。
【０００３】
例えば特許文献１は、位置領域の検出およびクラス識別に基づく物体検出を細かい多クラスで行う一方で、細かい多クラス単位での物体の検出結果を必要としない用途に好適とするための物体検出装置を開示する。
【０００４】
特許文献１に記載の物体検出装置では、物体位置領域検出部は、入力される画像に含まれる物体の位置領域を、予め複数のクラスが定義された第１のクラス定義に基づいて検出する。特許文献１では、クラス識別部は、第１のクラス定義に基づいて、物体が複数のクラスのいずれに属するかを識別する。特許文献１では、物体検出結果出力部は、予め複数のクラスが定義され、第１のクラス定義と紐づいた第２のクラス定義に基づいて、物体のクラス情報を物体の検出結果として出力する。特許文献１では、第２のクラス定義で定義されたクラスの数は、第１のクラス定義で定義されたクラスの数よりも少ない。
【０００５】
例えば特許文献１では、第１のクラス定義として、"Person (with Head)"（頭部のある人物）、"Person (without Head)"（頭部のない（頭部が隠れた）人物）、"Car"、"Bus"、"Truck"、"Dog"、"Cat"、"Horse"、"Bear"、"Bird"という１０個のクラスが定義される。また、第２のクラス定義では、"Person"、"Vehicle"、"Animal"という３個のクラスが定義される。
【０００６】
以下では、特許文献１に記載の「第１のクラス定義で定義されたクラス」を「第１定義クラス」とも称する。特許文献１に記載の「第２のクラス定義で定義されたクラス」を「第２定義クラス」とも称する。
【０００７】
特許文献１の記載によれば、第２のクラス定義で定義された"Person"は、第１のクラス定義で定義された"Person (with Head)"及び"Person (without Head)"を包括したクラス（上位概念のクラス）である。また、第２のクラス定義で定義された"Vehicle"は、第１のクラス定義で定義された"Car"、"Bus"及び"Truck"を包括したクラスである。さらに、第２のクラス定義で定義された"Animal"は、第１のクラス定義で定義された"Dog"、"Cat"、"Horse"、"Bear"、"Bird"を包括したクラスである。このように、各第１定義クラスと、各第２定義クラスとは紐づいており、第１のクラス定義と第２のクラス定義とは紐づいている。
【先行技術文献】
【特許文献】
【０００８】
国際公開第２０２０／２３５２６９号
【発明の概要】
【発明が解決しようとする課題】
【０００９】
画像から検出される物体に限らず、一般的に、分類の対象は、種々の属性を有していることが多く、着目する属性に応じて種々の方法で分類することができる。そして、対象を分類した結果を利用する場合、ユーザは、その用途などに応じて種々の異なる属性に着目して分類した結果を望むことがある。
【００１０】
しかしながら、特許文献１に記載の技術では、上述のように、クラス識別部は物体が属する第１定義クラスを識別し、第２のクラス定義に基づいて、物体のクラス情報を物体の検出結果として出力する。また、第１定義クラス及び第２定義クラスを木構造で表した場合（特許文献１の図４参照）、第１定義クラスは、第２定義クラスの直上の階層に対応するクラスである。このように、特許文献１は、クラス識別部が識別した結果を、木構造で表した場合に直上に位置付けられる第２定義クラスに統合するための技術を開示するに過ぎない。そのため、特許文献１に記載の技術では、当該直上に位置付けられる第２定義クラスに用いられる属性以外の種々の属性に着目して、画像に含まれる物体を分類することが困難である。
（【００１１】以降は省略されています）

関連特許