特許ウォッチ

公開番号2025042840
公報種別公開特許公報(A)
公開日2025-03-28
出願番号2023150004
出願日2023-09-15
発明の名称情報処理システム
出願人株式会社マーケットヴィジョン
代理人個人
主分類G06T 7/00 20170101AFI20250321BHJP(計算;計数)
要約【課題】
本発明は、機械学習における学習モデルの生成に関する情報処理システムを提供することを目的とする。
【解決手段】
機械学習で用いる学習モデルに関する処理を実行する情報処理システムであって、画像情報に写っている物体を検出する物体検出処理部と、検出した物体の種別または種別の候補を判別する個別判別処理部と、物体の種別のうち、学習モデルを生成する対象物の種別の画像情報についてグループごとに分類する分類処理部と、分類したグループと仮識別情報を対応づける仮識別情報処理部と、グループに含まれる対象物の画像情報と仮識別情報とを含む学習用データを用いて、機械学習の学習処理を実行して学習モデルを生成するモデル生成処理部と、を有する情報処理システムである。
【選択図】図1
特許請求の範囲【請求項１】
機械学習で用いる学習モデルに関する処理を実行する情報処理システムであって、
画像情報から所定の対象物を検出する検出処理部と、
前記検出した対象物を用いて機械学習用の学習モデルを生成するモデル処理部と、
を有することを特徴とする情報処理システム。
続きを表示（約 1,400 文字）【請求項２】
前記モデル処理部は、
前記検出した対象物の画像情報を分類する分類処理部と、
前記分類したグループと仮識別情報を対応づける仮識別情報処理部と、
前記グループに含まれる対象物の画像情報と前記仮識別情報とを含む学習用データを用いて、機械学習の学習処理を実行して学習モデルを生成するモデル生成処理部と、
を有することを特徴とする請求項１に記載の情報処理システム。
【請求項３】
前記モデル処理部は、
入力を受け付けた標本情報を前記学習モデルに入力することで仮識別情報を出力させる認識処理部と、
前記出力した仮識別情報と前記入力した標本情報の対象物識別情報とを対応づける出力処理部と、
を有することを特徴とする請求項２に記載の情報処理システム。
【請求項４】
前記モデル処理部は、
同定処理の対象とする画像情報を前記学習モデルに入力することで、前記学習モデルが出力する仮識別情報に対応する対象物識別情報を出力値として出力させる、
ことを特徴とする請求項３に記載の情報処理システム。
【請求項５】
前記モデル処理部は、
前記分類したグループに含まれる対象物の画像情報のうち、誤りが含まれている可能性がある対象物画像情報を除外するクレンジング処理を実行するクレンジング処理部、
を有することを特徴とする請求項２に記載の情報処理システム。
【請求項６】
前記クレンジング処理部は、
前記グループに含まれる対象物の画像情報の指標値を用いて算出した基準値からの情報距離を用いて、除外する対象物の画像情報を判定する、
ことを特徴とする請求項５に記載の情報処理システム。
【請求項７】
前記クレンジング処理部は、
前記グループに含まれる対象物の画像情報の指標値を用いて基準値を算出し、
前記基準値と、前記対象物の画像情報の指標値とを用いて情報距離を算出し、
前記情報距離が所定の閾値以上または所定の比率以上の乖離がある場合には、その対象物の画像情報を除外する対象物の画像情報として判定する、
ことを特徴とする請求項６に記載の情報処理システム。
【請求項８】
前記クレンジング処理部は、
前記グループに含まれる対象物の画像情報の類似度を用いて、除外する対象物の画像情報を判定する、
ことを特徴とする請求項５に記載の情報処理システム。
【請求項９】
前記クレンジング処理部は、
前記グループに含まれる対象物の画像情報と、そのグループに含まれる他の対象物の画像情報との類似度を算出し、
その類似度を用いたあらかじめ定められた条件を充足した場合には、その対象物の画像情報を除外する対象物の画像情報として判定する、
ことを特徴とする請求項８に記載の情報処理システム。
【請求項１０】
前記検出処理部は、
前記画像情報に写っている物体を検出する物体検出処理部と、
前記検出した物体の種別を判別する個別判別処理部と、
を有することを特徴とする請求項１に記載の情報処理システム。
（【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、機械学習における学習モデル（ネットワーク）の生成で用いる情報処理システムに関する。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
小売店などの店舗では、商品を陳列する陳列棚に、商品の販売促進用のＰＯＰを設置する場合がある。ＰＯＰは、陳列棚に陳列する商品、商品タグ（プライスカード）、棚段、棚段の上方あるいは側方などに貼付、取付、設置等される。
【０００３】
ＰＯＰは商品を製造等するメーカーがＰＯＰを作成して小売店に設置を依頼するメーカーＰＯＰと、小売店が自ら作成して設置をする小売りＰＯＰ（流通ＰＯＰ）がある。メーカーＰＯＰは、メーカーが小売店に設置を依頼しているので、その依頼どおりに設置されているか、メーカーとしては確認をしたい要望がある。
【０００４】
このような場合、従来は、メーカーの担当者が各店舗を実際に回ることで確認をしていたが、負担が大きいものであった。そこで、自動的な処理を行うことが考えられる。
【０００５】
自動的な処理としては、たとえば、コンピュータを用いた画像解析処理の方法としての機械学習がある。機械学習では、あらかじめ学習用のデータセット（学習用データ）を作成し、それをコンピュータに読み込ませて所定の学習処理を実行させる必要がある。
【０００６】
しかし学習用データをあらかじめ準備すること自体が作業負担が大きい。そこで、下記特許文献１、特許文献２に示すようなシステムが開示されている。
【０００７】
特許文献１の発明では、商品画像を撮影し、その商品に付されているコードを読み取ることで、商品画像とそのラベル付けを行うことで、学習用データを生成している。
【０００８】
また、特許文献２の発明では、あらかじめ分類に関する情報がラベル付けされた物体を含む画像データが格納された画像データベースから、当該画像データに含まれる物体の分類を選択し、その物体を画像データから抽出してテンプレート画像を生成することで、テンプレート画像とラベル付けとをした学習用データを生成している。
【先行技術文献】
【特許文献】
【０００９】
特開２０２０－０９５５３７号公報
特開２０２２－０７６２９６号公報
【発明の概要】
【発明が解決しようとする課題】
【００１０】
特許文献１の発明の場合、商品を準備して撮影を行うとともに、その商品に付されたコードをコードリーダで読み取ることで学習用データを生成するものであり、作業者の作業負担が大きい。学習用データとして読み取るべき商品が多くなると、膨大な作業量となる。また、商品にはコードが付されているが、ＰＯＰにはコードが付されていないので、ＰＯＰの学習用データを生成する場合には、特許文献１の発明を用いることはできない。
（【００１１】以降は省略されています）

関連特許