特許ウォッチ

公開番号2024151938
公報種別公開特許公報(A)
公開日2024-10-25
出願番号2023065777
出願日2023-04-13
発明の名称画像提供装置、画像提供方法及び画像提供プログラム
出願人株式会社ZOZO
代理人弁理士法人酒井国際特許事務所
主分類G06T 11/80 20060101AFI20241018BHJP(計算;計数)
要約【課題】ファッション特有の抽象的な用語を適切に解釈して反映させた画像を提供すること。
【解決手段】本願に係る画像提供装置は、取得部と、生成部と、提供部とを備える。取得部は、ファッション用語のキーワードを取得する。生成部は、取得部により取得されたキーワードに基づき所定画像からファッション画像を生成する。提供部は、生成部により生成されたファッション画像を提供する。
【選択図】図6
特許請求の範囲【請求項１】
ファッション用語のキーワードを取得する取得部と、
前記取得部により取得されたキーワードに基づき所定画像からファッション画像を生成する生成部と、
前記生成部により生成されたファッション画像を提供する提供部と、
を有することを特徴とする画像提供装置。
続きを表示（約 1,200 文字）【請求項２】
前記生成部は、
前記キーワードに基づき前記所定画像から複数のファッション画像を生成する
ことを特徴とする請求項１に記載の画像提供装置。
【請求項３】
前記提供部により提供されたファッション画像の中から選択されたファッション画像を用いた画像検索に基づき商品検索を行う検索部、
を更に有することを特徴とする請求項１に記載の画像提供装置。
【請求項４】
前記取得部は、
前記所定画像のファッションの一部を示す部分情報を取得し、
前記生成部は、
前記キーワードと前記部分情報とに基づき前記所定画像からファッション画像を生成する
ことを特徴とする請求項１に記載の画像提供装置。
【請求項５】
前記生成部は、
利用者が指定した前記キーワードに基づき当該利用者が指定した前記所定画像からファッション画像を生成する
ことを特徴とする請求項１に記載の画像提供装置。
【請求項６】
前記生成部は、
学習用画像とキーワードとを投影した分散表現空間における複数の学習用画像の差分と所定のキーワードとの類似性に基づいて、当該複数の学習用画像と当該所定のキーワードとの関係性を学習させたモデルを用いて前記所定画像からファッション画像を生成する
ことを特徴とする請求項１に記載の画像提供装置。
【請求項７】
前記生成部は、
前記モデルを用いて生成されたファッション画像が、前記分散表現空間において、前記所定画像を前記キーワードに基づく所定方向に移動させた画像であるか否かに基づいて前記モデルを再学習させる
ことを特徴とする請求項６に記載の画像提供装置。
【請求項８】
前記生成部は、
学習用画像とキーワードとを入力した際に当該学習用画像から生成された画像が、当該学習用画像とキーワードとに対応する画像として予めアノテーションが付された画像と類似するように学習を行ったモデルを用いて前記所定画像からファッション画像を生成する
ことを特徴とする請求項１に記載の画像提供装置。
【請求項９】
前記生成部は、
学習用画像とキーワードと利用者情報とを入力データとし当該入力データに対応する出力データとして予め定められた所定の学習用画像と類似する画像を出力するように学習を行ったモデルを用いて前記所定画像からファッション画像を生成する
ことを特徴とする請求項１に記載の画像提供装置。
【請求項１０】
前記生成部は、
キーワードを入力データとし当該入力データに対応する出力データとして予め定められた所定の学習用画像と類似する画像を出力するように学習を行ったモデルを用いて前記所定画像からファッション画像を生成する
ことを特徴とする請求項１に記載の画像提供装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、画像提供装置、画像提供方法及び画像提供プログラムに関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
従来、ＡＩを用いて画像を生成する技術が知られている。例えば、画像から抽出した特徴を混合した画像を生成する技術（下記特許文献１）、目標とする特徴の画像に改変した画像を生成する技術（下記特許文献２）、目標画像の特徴を記述したテキストに対応する画像を生成する技術（下記特許文献３）が知られている。
【０００３】
また、画像を編集することでよりファッション性の高い画像を生成する技術（下記非特許文献１）、選択した被服を試着させた画像を生成する技術（下記非特許文献２）のようなファッション画像の生成に特化した技術や、変更を所望する画像と生成を所望する画像の説明文とを与えて画像を説明文のように編集した画像を生成する技術（下記非特許文献３）、説明文から画像を生成するモデルに変更したい画像の追加学習を行わせることでその変更対象を呼び出し可能にする技術（下記非特許文献４）のような文章から画像を生成する技術が知られている。
【０００４】
また、ファッション用語の解釈にＶＳＥ（Visual-Semantic Embedding）の技術を用いた技術が知られている。例えば、ファッション特有の抽象的な用語を全身画像とともに定量化することで種々の角度から各用語の解釈を可能にする技術（下記非特許文献５）が知られている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２０－１１２９０７号公報
特開２０２２－１５７４２４号公報
特開２０２２－１７２１７３号公報
【非特許文献】
【０００６】
WL. Hsiao, I. Katsman, CY. Wu, D. Parikh, K. Grauman“Fashion++: Minimal Edits for Outfit Improvement”，［online］，［令和５年２月６日検索］，インターネット＜https://arxiv.org/abs/1904.09261＞
X. Han, Z. Wu, Z. Wu, R. Yu, L.S. Davis“VITON: An Image-based Virtual Try-on Network”，［online］，［令和５年２月６日検索］，インターネット＜https://arxiv.org/abs/1711.08447＞
B. Kawar, S. Zada, O. Lang, O. Tov, H. Chang, T. Dekel, I. Mosseri, M. Irani“Imagic: Text-Based Real Image Editing with Diffusion Models”，［online］，［令和５年２月６日検索］，インターネット＜https://arxiv.org/abs/2210.09276＞
N. Ruiz, Y. Li, V. Jampani, Y. Pritch, M. Rubinstein, K. Aberman“DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation”，［online］，［令和５年２月６日検索］，インターネット＜https://arxiv.org/abs/2208.12242＞
R. Shimizu, Y. Saito, M. Matsutani, M. Goto“Fashion intelligence system: An outfit interpretation utilizing images and rich abstract tags”，［online］，［令和５年２月６日検索］，インターネット＜https://www.sciencedirect.com/science/article/pii/S0957417422021856?via%3Dihub＞
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、従来の技術では、ファッション特有の抽象的な用語を適切に解釈して反映させた画像を提供することができなかった。
【０００８】
本願は、上記に鑑みてなされたものであって、ファッション特有の抽象的な用語を適切に解釈して反映させた画像を提供することを目的とする。
【課題を解決するための手段】
【０００９】
本願に係る画像提供装置は、ファッション用語のキーワードを取得する取得部と、前記取得部により取得されたキーワードに基づき所定画像からファッション画像を生成する生成部と、前記生成部により生成されたファッション画像を提供する提供部と、を有することを特徴とする。
【発明の効果】
【００１０】
実施形態の一態様によれば、ファッション特有の抽象的な用語を適切に解釈して反映させた画像を提供することができるという効果を奏する。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許