特許ウォッチ

公開番号2025038768
公報種別公開特許公報(A)
公開日2025-03-19
出願番号2023145571
出願日2023-09-07
発明の名称情報処理装置、制御方法、プログラム及び記憶媒体
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G06T 7/00 20170101AFI20250312BHJP(計算;計数)
要約【課題】存在する辞書データの中から所望の辞書データを容易に選択することが可能な情報処理装置を提供する。
【解決手段】本開示に係る情報処理装置は、学習に用いる画像と、当該画像の撮影に関する情報である撮影情報とを取得する情報取得手段と、取得した画像を用いて機械学習モデルを学習させることにより、学習済みの機械学習モデルの動作を特定する情報である辞書データを生成する生成手段と、生成された辞書データごとに、辞書データに係る機械学習モデルを学習させるために用いた画像の撮影情報を、辞書データに関連付けて管理する管理手段と、辞書データを選択するための新たな撮影情報を取得した場合、新たな撮影情報と、辞書データごとの撮影情報とに基づいて、複数の辞書データの中から1つ以上の辞書データを選択する選択手段と、を有する。
【選択図】図1
特許請求の範囲【請求項１】
学習に用いる画像と、当該画像の撮影に関する情報である撮影情報とを取得する情報取得手段と、
取得した画像を用いて機械学習モデルを学習させることにより、学習済みの機械学習モデルの動作を特定する情報である辞書データを生成する生成手段と、
生成された辞書データごとに、前記辞書データに係る機械学習モデルを学習させるために用いた画像の撮影情報を、前記辞書データに関連付けて管理する管理手段と、
辞書データを選択するための新たな撮影情報を取得した場合、前記新たな撮影情報と、前記辞書データごとの撮影情報とに基づいて、複数の辞書データの中から１つ以上の辞書データを選択する選択手段と、を有す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】
前記選択手段は、前記辞書データごとに得られる撮影情報の分布が前記新たな撮影情報との間で所定の条件を満たす前記１つ以上の辞書データを選択する、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】
前記選択手段は、前記辞書データごとの撮影情報と前記新たな撮影情報とに基づいて得られる、撮影情報の類似度に応じて、前記１つ以上の辞書データを選択する、ことを特徴とする請求項２に記載の情報処理装置。
【請求項４】
前記選択手段は、前記辞書データごとの撮影情報と前記新たな撮影情報とに基づいて、辞書データの優先度を決定し、決定した優先度に従って前記１つ以上の辞書データを選択する、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５】
前記撮影情報は、撮影時の場所に関する情報、撮影時の時間に関する情報、及び撮影時の状況に関する情報の少なくともいずれかを含む、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６】
前記情報取得手段は、画像が含まれるファイルと同一のファイルから前記撮影情報を取得する、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７】
前記情報処理装置は、撮像装置であり、
前記辞書データに係る機械学習モデルを学習させるために用いた画像の少なくとも１つに基づくサムネイルを、前記辞書データごとに表示部に表示させ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。
【請求項８】
前記表示制御手段は、前記辞書データごとの撮影情報と前記新たな撮影情報とに基づいて得られる撮影情報の類似度に基づき、表示するサムネイルを強調表示する、ことを特徴とする請求項７に記載の情報処理装置。
【請求項９】
前記表示制御手段は、前記辞書データごとの撮影情報と前記新たな撮影情報とに基づいて得られる撮影情報の優先度に基づき、当該優先度が高い順に辞書データのサムネイルを表示する、ことを特徴とする請求項７に記載の情報処理装置。
【請求項１０】
前記撮影情報は、撮影時の場所に関する情報を含み、
前記情報処理装置は、前記辞書データごとの撮影情報に含まれる前記場所の分布に応じた１つの場所を前記辞書データごとに特定する特定手段と、
前記１つ以上の辞書データを撮像装置に提供する提供手段と、を更に有し、
前記提供手段は、前記辞書データに係る機械学習モデルを学習させるために用いた画像の少なくとも１つに基づくサムネイルを地図上の前記１つの場所と関連付けて表示させるように、前記辞書データごとの前記サムネイルと前記１つの場所とを前記撮像装置に更に提供する、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、制御方法、プログラム及び記憶媒体に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
近年、ニューラルネットワーク等に代表される機械学習モデルを用いて、画像内の被写体を検出する撮像装置が知られている。このような撮像装置は、人物、動物或いは乗物などのオートフォーカス機能としてニーズの高い特定の被写体を検出するように学習させた学習済み機械学習モデルを用いて当該特定の被写体を検出する。
【０００３】
機械学習モデルの処理を記述したプログラム及び学習済み係数パラメータは辞書データとも呼ばれる場合がある。学習済み機械学習モデルは、学習データに応じて検出可能な被写体やその検出精度が異なり得るため、辞書データを用いて被写体検出を行う場合、撮影対象や目的に応じた所望の辞書データを利用できれば、被写体検出の精度や利便性が向上し得る。一方、膨大な数の辞書データがサーバに蓄積され、利用する辞書データを当該サーバから取得する場合、蓄積された辞書データの中から適切な辞書データを選択することは容易ではない。適切な辞書データを取得する課題に対し、特許文献１には、競技スポーツ撮影において、競技種目のスケジュール情報や時刻情報に基づいて競技種目を特定し、特定した競技種目の辞書データを選択する技術が記載されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２１－２２０８１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１に記載されている技術では、競技種目を特定し、特定した競技種目によって辞書データを選択する構成となっているが、競技種目を用いること無く辞書データを選択することについては考慮していなかった。
【０００６】
本発明は、上記課題に鑑みてなされ、その目的は、存在する辞書データの中から所望の辞書データを容易に選択することが可能な技術を実現することである。
【課題を解決するための手段】
【０００７】
この課題を解決するため、例えば本発明の情報処理装置は以下の構成を備える。すなわち、学習に用いる画像と、当該画像の撮影に関する情報である撮影情報とを取得する情報取得手段と、取得した画像を用いて機械学習モデルを学習させることにより、学習済みの機械学習モデルの動作を特定する情報である辞書データを生成する生成手段と、生成された辞書データごとに、前記辞書データに係る機械学習モデルを学習させるために用いた画像の撮影情報を、前記辞書データに関連付けて管理する管理手段と、辞書データを選択するための新たな撮影情報を取得した場合、前記新たな撮影情報と、前記辞書データごとの撮影情報とに基づいて、複数の辞書データの中から１つ以上の辞書データを選択する選択手段と、を有することを特徴とする。
【発明の効果】
【０００８】
本発明によれば、存在する辞書データの中から所望の辞書データを容易に選択することが可能になる。
【図面の簡単な説明】
【０００９】
実施形態に係る情報処理システムの構成例を示すブロック図
実施形態に係るカメラの構成例を示すブロック図
実施形態に係るニューラルネットワーク処理部の概略的な構成例を示すブロック図
実施形態に係るサーバの構成例を示すブロック図
実施形態に係るユースケースを示すデータフロー図
実施形態に係る画像に撮影情報を対応付ける処理の一連の動作を示すフローチャート
実施形態に係る教師データの生成及び送信に係る処理の一連の動作を示すフローチャート
実施形態に係る教師データを選択する入力画面例を示す図
実施形態に係る辞書データを生成し管理する処理の一連の動作を示すフローチャート
実施形態に係る撮影情報を管理するデータ例を示す図
実施形態に係る辞書データの優先度決定処理の一連の動作を示すフローチャート
実施形態に係る撮影情報の類似度について説明するための図
実施形態に係る辞書選択画面の例を説明する図
実施形態に係る辞書データを使用する処理の一連の動作を示すフローチャート
他の実施形態に係る辞書選択画面の例を説明する図
【発明を実施するための形態】
【００１０】
＜実施形態１＞
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。
（【００１１】以降は省略されています）

関連特許