特許ウォッチ

公開番号2025111152
公報種別公開特許公報(A)
公開日2025-07-30
出願番号2024005381
出願日2024-01-17
発明の名称情報処理装置、情報処理装置の制御方法およびプログラム
出願人キヤノン株式会社
代理人個人
主分類H04N 5/92 20060101AFI20250723BHJP(電気通信技術)
要約【課題】機械学習を用いて生成されたコンテンツについて、当該コンテンツの生成に用いられた機械学習の学習モデルの入力データが、例えば著作権上の問題が生じ得るような不正なデータではないと証明可能な情報処理装置、情報処理装置の制御方法およびプログラムを提供することを目的とする。
【解決手段】情報処理装置であるスマートフォン400は、械学習の学習済モデルから出力される出力データをコンテンツとして生成する生成手段(機械学習部106)と、機械学習の学習済モデルに関する機械学習情報を、生成されたコンテンツに付与する付与手段(画像データ管理部352)とを備える。
【選択図】図8
特許請求の範囲【請求項１】
機械学習の学習済モデルから出力される出力データをコンテンツとして生成する生成手段と、
前記機械学習の学習済モデルに関する機械学習情報を、前記生成されたコンテンツに付与する付与手段と、を備えることを特徴とする情報処理装置。
続きを表示（約 970 文字）【請求項２】
前記生成手段は、第１の画像データを入力データとして前記学習済モデルを作成して、前記学習済みモデルから出力された出力データである前記第１の画像データとは異なる第２の画像データを前記コンテンツとして生成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】
前記機械学習情報には、前記学習済モデルが保存されている保存先の位置を示す情報が含まれていることを特徴とする請求項１記載の情報処理装置。
【請求項４】
前記機械学習情報には、前記学習済モデルの作成に用いられた入力データが保存されている保存先の位置を示す情報が含まれてい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】
前記情報処理装置と異なる外部装置から前記入力データを取得する取得手段を備え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６】
前記付与手段は、さらに、前記コンテンツのハッシュ値を前記コンテンツに付与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】
前記付与手段は、さらに、前記ハッシュ値を秘密鍵で暗号化したデジタル署名を前記コンテンツに付与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】
前記生成手段により前記コンテンツの生成のために前記学習済モデルへ入力されたデータを外部装置へ送信する送信手段をさらに有し、
前記付与手段は、さらに、前記外部装置の位置を示す情報を前記生成されたコンテンツに付与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９】
前記付与手段は、前記機械学習情報の少なくとも一部を縮小または圧縮した状態で付与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１０】
情報処理装置を制御する方法であって、
機械学習の学習済モデルから出力される出力データをコンテンツとして生成する生成工程と、
前記機械学習の学習済モデルに関する機械学習情報を、前記生成されたコンテンツに付与する付与工程と、を有することを特徴とする情報処理装置の制御方法。
（【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、情報処理装置の制御方法およびプログラムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
近年、機械学習を利用して、画像等の各種のコンテンツを編集したり、生成したりする機能を提供するサービスが広がっている。例えば、画像の画風を学習するサービスが知られている。このサービスでは、文字や画像を入力データとして学習済モデルに入力することにより、その画風を踏襲した画像を出力データとして出力することができる。この場合、入力データとして、例えば、モネやゴッホ等が描いた名画のような著作権の保護期間が満了している画像や、著作権がフリーの利用規約で提供されている画像等を用いるのであれば、著作権上の問題は生じない。これに対し、例えば、入力データとして、著作権で保護されているデータが無断で用いられた場合には、著作権の問題が生じる。このような状況においては、機械学習で生成されたデータが、著作権上問題が無いデータを入力データとして得られたデータであること証明したいニーズが存在する。
【０００３】
そして、例えば、非特許文献１には、画像データの出所、経緯、来歴を認証するために、画像データに対して行われた編集内容を示すメタデータを画像データに付与することが開示されている。
【先行技術文献】
【非特許文献】
【０００４】
ＣｏａｌｉｔｉｏｎｆｏｒＣｏｎｔｅｎｔＰｒｏｖｅｎａｎｃｅａｎｄＡｕｔｈｅｎｔｉｃｉｔｙ（Ｃ２ＰＡ）、”Ｃ２ＰＡＳｐｅｃｉｆｉｃａｔｉｏｎｓ”、＜ＴｅｃｈｎｉｃａｌＳｐｅｃｉｆｉｃａｔｉｏｎｓＶｅｒｓｉｏｎ１．２＞、［ｏｎｌｉｎｅ］、２０２２年１１月３日、［２０２３年１月２３日検索］、インターネット〈URL:https://c2pa.org/specifications/specifications/1.2/specs/C2PA_Specification.html〉
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、非特許文献１に開示されている構成では、当該画像データの生成に用いられた起点の画像データの情報を示すことはできるが、その起点の画像データが、例えば著作権上の問題が生じ得るような不正なデータではないと証明することはできないという問題があった。
【０００６】
本発明は、上記の課題に鑑みてなされたものである。本発明は、機械学習を用いて生成されたコンテンツについて、当該コンテンツの生成に用いられた機械学習の学習モデルの入力データが、例えば著作権上の問題が生じ得るような不正なデータではないと証明可能な情報処理装置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】
【０００７】
上記目的を達成するために、本発明の情報処理装置は、機械学習の学習済モデルから出力される出力データをコンテンツとして生成する生成手段と、前記機械学習の学習済モデルに関する機械学習情報を、前記生成されたコンテンツに付与する付与手段と、を備えることを特徴とする。
【発明の効果】
【０００８】
本発明によれば、機械学習を用いて生成されたコンテンツについて、当該コンテンツの生成に用いられた機械学習の学習モデルの入力データが、例えば著作権上の問題が生じ得るような不正なデータではないと証明可能である。
【図面の簡単な説明】
【０００９】
デジタルカメラの外観斜視図である。
デジタルカメラのハードウェア構成を示すブロック図である。
デジタルカメラ、スマートフォン、画像データサーバで構成されるソフトウェア構成を示すブロック図である。
スマートフォンのハードウェア構成を示すブロック図である。
機械学習の概念図である。
機械学習を適用した場合の一例を示す概念図である。
画像ファイルの構成の一例を示す図である。
スマートフォンで実行される処理（学習処理）を示すフローチャートである。
スマートフォンで実行される処理（画像生成処理）を示すフローチャートである。
デジタルカメラで実行される処理（撮影処理）を示すフローチャートである。
デジタルカメラで実行される処理（画像受信処理）を示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下、本発明の実施形態について図面を参照しながら詳細に説明する。しかしながら、以下の実施形態に記載されている構成はあくまで例示に過ぎず、本発明の範囲は実施形態に記載されている構成によって限定されることはない。例えば、本発明を構成する各部は、同様の機能を発揮し得る任意の構成のものと置換することができる。また、任意の構成物が付加されていてもよい。
（【００１１】以降は省略されています）

関連特許