特許ウォッチ

公開番号2024173423
公報種別公開特許公報(A)
公開日2024-12-12
出願番号2023091835
出願日2023-06-02
発明の名称情報処理装置、方法およびプログラム
出願人キヤノン株式会社
代理人弁理士法人大塚国際特許事務所
主分類G06V 10/82 20220101AFI20241205BHJP(計算;計数)
要約【課題】画像からユーザが所望するコメントを適切に生成する情報処理装置を提供する。
【解決手段】情報処理装置は、画像を取得する第1取得手段と、前記第1取得手段により取得された前記画像から特徴部分を抽出する抽出手段と、前記抽出手段により抽出された前記特徴部分に対応するワードを受け付ける受付手段と、前記抽出手段により抽出された前記特徴部分のカテゴリを取得する第2取得手段と、前記第2取得手段により取得された前記カテゴリと関連するワードであり、前記第1取得手段により取得された前記画像に基づき推論手段により推論されたコメントに含まれる当該ワードを、前記受付手段により受け付けたワードに置き換えることにより、前記推論されたコメントを変換する変換手段とを備える。
【選択図】図7
特許請求の範囲【請求項１】
画像を取得する第１取得手段と、
前記第１取得手段により取得された前記画像から特徴部分を抽出する抽出手段と、
前記抽出手段により抽出された前記特徴部分に対応するワードを受け付ける受付手段と、
前記抽出手段により抽出された前記特徴部分のカテゴリを取得する第２取得手段と、
前記第２取得手段により取得された前記カテゴリと関連するワードであり、前記第１取得手段により取得された前記画像に基づき推論手段により推論されたコメントに含まれる当該ワードを、前記受付手段により受け付けたワードに置き換えることにより、前記推論されたコメントを変換する変換手段と、
を備えることを特徴とする情報処理装置。
続きを表示（約 1,200 文字）【請求項２】
前記変換手段により変換されたコメントを、前記第１取得手段により取得された前記画像とともに表示する表示手段をさらに備えることを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記カテゴリと、当該カテゴリと関連するワードと対応づけて記憶する記憶手段をさらに備えることを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記カテゴリと、当該カテゴリと関連するワードとは類義語もしくは同義語の関係であることを特徴とする請求項３に記載の情報処理装置。
【請求項５】
前記記憶手段は、前記カテゴリと対応づけられた複数のワードを記憶することを特徴とする請求項３に記載の情報処理装置。
【請求項６】
前記複数のワードそれぞれについて、前記推論されたコメントに含まれるか否かを判定する判定手段をさらに備え、
前記判定手段により前記推論されたコメントに含まれると判定された場合、前記変換手段は、当該含まれると判定されたワードを、前記受付手段により受け付けたワードに置き換える、
ことを特徴とする請求項５に記載の情報処理装置。
【請求項７】
前記複数のワードには優先順位が設定されており、
前記判定手段は、前記優先順位に従って、前記複数のワードそれぞれについて、前記推論されたコメントに含まれるか否かを判定する、
ことを特徴とする請求項６に記載の情報処理装置。
【請求項８】
前記第１取得手段により取得された前記画像の第１特徴部分および第２特徴部分それぞれについて前記第２取得手段により取得された前記カテゴリが異なる場合、
前記第１特徴部分のカテゴリに基づき前記判定手段により前記推論されたコメントに含まれると判定された第１ワードは前記受付手段により受け付けた前記第１特徴部分に対応する第２ワードに置き換えられ、
前記第２特徴部分のカテゴリに基づき前記判定手段により前記推論されたコメントに含まれると判定された第３ワードは前記受付手段により受け付けた前記第２特徴部分に対応する第４ワードに置き換えられることを特徴とする請求項６に記載の情報処理装置。
【請求項９】
前記第１取得手段により取得された前記画像の第３特徴部分および第４特徴部分それぞれについて前記第２取得手段により取得された前記カテゴリが同じ場合、前記判定手段により前記推論されたコメントに含まれると判定された第５ワードは複数形を表していることを特徴とする請求項６に記載の情報処理装置。
【請求項１０】
前記第５ワードは、前記受付手段により受け付けた前記第３特徴部分に対応する第６ワードと前記第４特徴部分に対応する第７ワードに置き換えられることを特徴とする請求項９に記載の情報処理装置。
（【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、情報処理装置、方法およびプログラムに関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
従来、一枚の画像を入力として、その画像を説明するコメントを自動生成する技術が知られている。特許文献１には、文中から固有名詞を抽出し、その固有名詞をより分かりやすい固有名詞に変換することが記載されている。また、例えばユーザにより撮影された画像から、コメントを自動生成する技術が知られている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８―１４７２０５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
画像から自動生成されるコメントは汎用的なものであり、必ずしもユーザが望むものではない場合があり、コメントの自動生成についてさらなる改善が求められている。
【０００５】
本発明は、画像からユーザが所望するコメントを適切に生成する情報処理装置、方法およびプログラム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】
【０００６】
上記課題を解決するため、本発明に係る情報処理装置は、画像を取得する第１取得手段と、前記第１取得手段により取得された前記画像から特徴部分を抽出する抽出手段と、前記抽出手段により抽出された前記特徴部分に対応するワードを受け付ける受付手段と、前記抽出手段により抽出された前記特徴部分のカテゴリを取得する第２取得手段と、前記第２取得手段により取得された前記カテゴリと関連するワードであり、前記第１取得手段により取得された前記画像に基づき推論手段により推論されたコメントに含まれる当該ワードを、前記受付手段により受け付けたワードに置き換えることにより、前記推論されたコメントを変換する変換手段とを備えることを特徴とする。
【発明の効果】
【０００７】
本発明によれば、画像からユーザが所望するコメントを適切に生成することができる。
【図面の簡単な説明】
【０００８】
システムの構成を示す図である。
各装置のハードウェア構成を示す図である。
ＰＣのソフトウェアの構成を示す図である。
アプリケーションの構成を示す図である。
ユーザインタフェース画面を示す図である。
ユーザインタフェース画面を示す図である。
情報処理装置における処理を示すフローチャートである。
情報処理装置における処理を示すフローチャートである。
画像からコメントを推論するためのモデルを示す図である。
コメント候補リストを示す図である。
ユーザインタフェース画面を示す図である。
ユーザインタフェース画面を示す図である。
ユーザインタフェース画面を示す図である。
ユーザインタフェース画面を示す図である。
ユーザインタフェース画面を示す図である。
【発明を実施するための形態】
【０００９】
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
【００１０】
［第１実施形態］
図１は、本実施形態における印刷システムの構成の一例を示す図である。本印刷システムは、クライアントコンピュータ（以下、ＰＣ）１００、ディスプレイ（表示装置）１１０、ルータ１２０、モバイル端末２００、サーバコンピュータ（以下、サーバ）３００、プリンタ４００を含む。ＰＣ１００は、ディスプレイ１１０と通信ケーブルで接続され、ＰＣ１００のユーザに対して各種ユーザインタフェース画面をディスプレイ１１０に表示する。ＰＣ１００自身のみならず、ＰＣ１００とディスプレイ１１０とを含んで情報処理装置と称する場合がある。また、ＰＣ１００は、有線通信もしくは無線通信により、ルータ１２０に接続され、ルータ１２０を介してインターネット１３０を経由して他の通信機器と相互に通信可能である。モバイル端末２００は、無線通信により、ルータ１２０を介してインターネット１３０を経由して他の通信機器と相互に通信可能である。サーバ３００は、例えば、印刷対象のコンテンツデータをユーザが作成／編集可能なＷｅｂアプリケーションを提供するＷｅｂサーバである。サーバ３００は、インターネット１３０を経由して他の通信機器と相互に通信可能である。そして、サーバ３００は、ＰＣ１００やモバイル端末２００で保持されているデータを受信してメモリに保存し、データの加工や、ＰＣ１００等の他の機器へのデータ送信を実行可能である。プリンタ４００は、ＰＣ１００、モバイル端末２００、もしくはサーバ３００に保存されているデータを受信し、印刷用紙等の記録媒体に対して印刷を行う。
（【００１１】以降は省略されています）

関連特許