特許ウォッチ

公開番号2025125425
公報種別公開特許公報(A)
公開日2025-08-27
出願番号2024021474
出願日2024-02-15
発明の名称情報処理システム
出願人前田建設工業株式会社,株式会社タジク
代理人弁理士法人はるか国際特許事務所
主分類G06Q 50/10 20120101AFI20250820BHJP(計算;計数)
要約【課題】画像生成モデルの学習に用いられた各画像の原作者に対して還元すべき対価を適正に算出する。
【解決手段】画像生成モデル記憶部100は、第1原作者により創作された複数の第1学習画像I1及び第2原作者により創作された複数の第2学習画像I2に基づき学習された1以上の画像生成モデルを記憶する。利用要求受付部101は、クライアント端末2から送信される、前記1以上の画像生成モデルの利用要求を受け付ける。画像生成部102は、利用要求の受付に応じて、1以上の画像生成モデルに基づき1以上の画像を生成する画像生成処理Pを実行し、画像生成処理Pの結果得られる結果画像を出力する。寄与度算出部103は、画像生成処理Pの内容に基づいて、画像生成処理Pについての第1原作者の寄与を示す第1寄与度と、画像生成処理Pについての第2原作者の寄与を示す第2寄与度と、を算出する。
【選択図】図2

特許請求の範囲【請求項１】
第１原作者により創作された複数の第１学習画像及び第２原作者により創作された複数の第２学習画像に基づき学習された１以上の画像生成モデルを記憶する画像生成モデル記憶手段と、
クライアント端末から送信される、前記１以上の画像生成モデルの利用要求を受け付ける利用要求受付手段と、
前記利用要求の受付に応じて、前記１以上の画像生成モデルに基づき１以上の画像を生成する画像生成処理を実行し、前記画像生成処理の結果得られる結果画像を出力する画像生成手段と、
前記画像生成処理の内容に基づいて、前記画像生成処理についての前記第１原作者の寄与を示す第１寄与度と、前記画像生成処理についての前記第２原作者の寄与を示す第２寄与度と、を算出する寄与度算出手段と、
を有する情報処理システム。
続きを表示（約 970 文字）【請求項２】
前記１以上の画像生成モデルは、前記複数の第１学習画像に基づき学習された第１画像生成モデルと、前記複数の第２学習画像に基づき学習された第２画像生成モデルと、を含み、
前記１以上の画像は、前記第１画像生成モデルに基づき生成される第１画像と、前記第２画像生成モデルに基づき生成される第２画像と、を含み、
前記画像生成処理は、前記第１画像生成モデルに基づき前記第１画像を生成する第１画像生成処理と、前記第２画像生成モデルに基づき前記第２画像を生成する第２画像生成処理と、を含み、
前記画像生成手段は、前記第１画像生成処理と、前記第２画像生成処理と、をそれぞれ１回以上実行して前記結果画像を出力し、
前記寄与度算出手段は、前記第１画像生成処理の回数に応じた値と、前記第２画像生成処理の回数に応じた値と、に基づいて、前記第１寄与度と、前記第２寄与度と、を算出する、
請求項１に記載の情報処理システム。
【請求項３】
前記第１画像生成処理は、前記第２画像を前記第１画像生成モデルに入力し、前記第１画像である第１混合画像を生成する第１混合画像生成処理を含み、
前記第２画像生成処理は、前記第１画像を前記第２画像生成モデルに入力し、前記第２画像である第２混合画像を生成する第２混合画像生成処理を含み、
前記画像生成手段は、前記第１混合画像生成処理及び前記第２混合画像生成処理の少なくとも一方を一回以上実行することにより得られた一の画像を前記結果画像として出力し、
前記寄与度算出手段は、前記第１混合画像生成処理の回数に応じた値と、前記第２混合画像生成処理の回数に応じた値と、に基づいて、前記第１寄与度と、前記第２寄与度と、を算出する、
請求項２に記載の情報処理システム。
【請求項４】
前記寄与度算出手段は、入力画像と、該入力画像が前記第１原作者により創作された確率及び前記第２原作者により創作された確率を示すラベルデータと、の関係が学習された寄与度推定モデルに対して前記結果画像を入力したときの、該寄与度推定モデルの出力に基づいて、前記第１寄与度と、前記第２寄与度と、を算出する、
請求項１に記載の情報処理システム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理システムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
近年、プロンプトと呼ばれる文章や元となる画像の入力を受け付け、これらプロンプトや画像が示す内容に応じた画像を出力する画像生成モデルが知られている。特に、一般的な画像により学習された汎用の画像生成モデルを、漫画やアニメ等の作品ごとに、その作品の画風が反映された画像が出力されやすくなるよう再学習する技術が注目を集めている。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
いくつかのＷｅｂサイトにおいて、作品の著作権者たる原作者の許諾を得ていない画像に基づく学習が行われた画像生成モデルが頒布されている。Ｗｅｂサイトのユーザは、対価の支払等の制約を何ら受けることなく、かかる無許諾の画像生成モデルを利用することにより、望みの画像を手にすることができる。
【０００４】
上記の状況下においては、画像生成モデルの学習に用いられた各画像の原作者に対して還元すべき対価を適正に算出することができない。画像生成モデルによる画像の生成には、画像生成モデルの学習に用いられた作品（画像）の原作者の創作的寄与が存在していると言える。したがって、画像生成モデルの学習に用いられた各画像の原作者には、画像生成モデルによる画像生成（すなわち画像生成モデルの利用）について対価が還元されるべきである。しかしながら、上記のように無許諾の画像生成モデルが頒布されている状況下においては、各画像生成モデルがどの程度利用されているのかといった情報を把握することは難しい。すなわち、かかる状況下においては、各原作者に対して還元すべき対価の算出は難しい。
【０００５】
本発明は、上記課題に鑑みてなされたものであって、その目的は、画像生成モデルの学習に用いられた各画像の原作者に対して還元すべき対価を適正に算出できる情報処理システムを提供することにある。
【課題を解決するための手段】
【０００６】
本発明の一実施形態に係る情報処理システムは、第１原作者により創作された複数の第１学習画像及び第２原作者により創作された複数の第２学習画像に基づき学習された１以上の画像生成モデルを記憶する画像生成モデル記憶手段と、クライアント端末から送信される、前記１以上の画像生成モデルの利用要求を受け付ける利用要求受付手段と、前記利用要求の受付に応じて、前記１以上の画像生成モデルに基づき１以上の画像を生成する画像生成処理を実行し、前記画像生成処理の結果得られる結果画像を出力する画像生成手段と、前記画像生成処理の内容に基づいて、前記画像生成処理についての前記第１原作者の寄与を示す第１寄与度と、前記画像生成処理についての前記第２原作者の寄与を示す第２寄与度と、を算出する寄与度算出手段と、を有する。
【発明の効果】
【０００７】
本発明によれば、画像生成モデルの学習に用いられた各画像の原作者に対して還元すべき対価を適正に算出できる。
【図面の簡単な説明】
【０００８】
本発明の一実施形態に係る著作権管理システムのハードウェア構成の一例を示す図である。
本発明の一実施形態に係る著作権管理システムで実現される機能の一例を示す機能ブロック図である。
利用形態Ａの場合における画像生成及び寄与度算出について説明する図である。
利用形態Ｂの場合における画像生成及び寄与度算出について説明する図である。
利用形態Ｃの場合における画像生成及び寄与度算出について説明する図である。
類否判定について説明する図である。
公序良俗違反判定について説明する図である。
利用形態Ａの場合において著作権管理システムで実行される処理の一例を示すフロー図である。
利用形態Ｂの場合において著作権管理システムで実行される処理の一例を示すフロー図である。
利用形態Ｃの場合において著作権管理システムで実行される処理の一例を示すフロー図である。
本発明の一実施形態に係るサーバで実行される処理の一例を示すフロー図である。
【発明を実施するための形態】
【０００９】
以下、本発明の一実施形態について、図面を参照しながら説明する。
【００１０】
［１．本実施形態に係る著作権管理システムのハードウェア構成］
図１は、本発明の実施形態に係る著作権管理システムＳのハードウェア構成の一例を示す図である。図１に示すように、本実施形態に係る著作権管理システムＳは、サーバ（情報処理システム）１及びクライアント端末２を含む。サーバ１とクライアント端末２とは、インターネット等のネットワークＮを通じて互いに接続される。
（【００１１】以降は省略されています）

関連特許