特許ウォッチ

公開番号2025144787
公報種別公開特許公報(A)
公開日2025-10-03
出願番号2024044633
出願日2024-03-21
発明の名称プログラム、および、画像処理装置
出願人ブラザー工業株式会社
代理人鳳国際弁理士法人
主分類G06T 1/00 20060101AFI20250926BHJP(計算;計数)
要約【課題】機械学習モデルから意図しない画像が取得される可能性を低減する
【解決手段】
第1の画像と第2の画像を合成することによって、第3の画像を生成する。訓練済の機械学習モデルに第3の画像を含む情報を入力することによって、新たな画像を取得する。ここで、以下の態様が採用されてよい。すなわち、オブジェクトを表す対象画像を取得する。オブジェクトの輪郭を表す輪郭画像と、輪郭画像よりもオブジェクトの細かい特徴を表す細部画像と、を取得する。輪郭画像と細部画像とを含む複数の画像を合成することによって合成画像を生成する。訓練済の機械学習モデルに合成画像を含む情報を入力することによって、新たな画像を取得する。
【選択図】図4
特許請求の範囲【請求項１】
プログラムであって、
オブジェクトを表す対象画像を取得する第１の取得機能と、
前記オブジェクトの輪郭を表す輪郭画像と、前記輪郭画像よりも前記オブジェクトの細かい特徴を表す細部画像と、を取得する第２の取得機能と、
前記輪郭画像と前記細部画像とを含む複数の画像を合成することによって合成画像を生成する合成機能と、
訓練済の機械学習モデルに前記合成画像を含む情報を入力することによって、新たな画像を取得する第３の取得機能と、
をコンピュータに実現させるプログラム。
続きを表示（約 1,400 文字）【請求項２】
請求項１に記載のプログラムであって、
前記第２の取得機能は、前記オブジェクトのエッジを表すエッジ画像を、前記細部画像として生成する機能を含む、
プログラム。
【請求項３】
請求項１に記載のプログラムであって、
前記第２の取得機能は、前記対象画像を、前記細部画像として取得する機能を含む、
プログラム。
【請求項４】
請求項１に記載のプログラムであって、
前記第２の取得機能は、前記対象画像をグレースケールで表すグレースケール画像を、前記細部画像として生成する機能を含む、
プログラム。
【請求項５】
請求項１または２に記載のプログラムであって、
前記第２の取得機能は、前記オブジェクトの前記輪郭を線で表す画像を、前記輪郭画像として生成する機能を含む、
プログラム。
【請求項６】
請求項１または２に記載のプログラムであって、
前記対象画像は、前記オブジェクトと、前記オブジェクトに接する部分である外部分と、を表し、
前記オブジェクトは、互いに異なる複数の部分を含み、
前記第２の取得機能は、前記オブジェクトと前記外部分とを互いに異なる色で表す画像であって、前記オブジェクトの前記複数の部分のそれぞれを前記部分の色を代表する代表色を示す単色の領域で表す画像を、前記輪郭画像として生成する機能を含む、
プログラム。
【請求項７】
請求項１または２に記載のプログラムであって、
前記オブジェクトは、目と鼻と口とから選択されるＮ個（Ｎは１以上の整数）のパーツを含む顔を含み、
前記第２の取得機能は、
前記Ｎ個のパーツのうちの１個以上のパーツを表す画像を、前記細部画像として生成する機能と、
前記Ｎ個のパーツを表さずに前記顔の輪郭を表す画像を、前記輪郭画像として生成する機能と、
を含む、プログラム。
【請求項８】
請求項１または２に記載のプログラムであって、
前記訓練済の機械学習モデルは、入力された画像を線で表す線画を生成するモデル、または、前記入力された画像を線と前記入力された画像の色数よりも少ない色数とで表す画像を生成するモデルである、
プログラム。
【請求項９】
プログラムであって、
第１の画像と第２の画像を合成することによって、第３の画像を生成する機能と、
訓練済の機械学習モデルに前記第３の画像を含む情報を入力することによって、新たな画像を取得する機能と、
をコンピュータに実現させるプログラム。
【請求項１０】
画像処理装置であって、
オブジェクトを表す対象画像を取得する第１の取得部と、
前記オブジェクトの輪郭を表す輪郭画像と、前記輪郭画像よりも前記オブジェクトの細かい特徴を表す細部画像と、を取得する第２の取得部と、
前記輪郭画像と前記細部画像とを含む複数の画像を合成することによって合成画像を生成する合成部と、
訓練済の機械学習モデルに前記合成画像を含む情報を入力することによって、新たな画像を取得する第３の取得部と、
を備える、画像処理装置。
（【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】
本明細書は、画像を使用して新たな画像を生成する技術に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
拡散モデル、敵対的生成ネットワーク、オートエンコーダなどの種々の機械学習モデルが、新たな画像の取得に使用され得る。機械学習モデルは、機械学習モデルに入力される画像を使用して、入力される画像に基づく種々の画像を生成し得る。例えば、機械学習モデルは、入力される画像のコンテンツと同じコンテンツを、入力される画像のスタイルとは異なる特定のスタイルで表す画像を生成し得る。ここで、訓練済の機械学習モデルのパラメータが、特定のスタイルの画像生成に適するように、調整され得る。パラメータを調整する技術としては、例えば、LoRA（Low-Rank Adaptation of Large Language Models）と呼ばれる技術が使用され得る。
【先行技術文献】
【非特許文献】
【０００３】
Edward Hu, Yelong Shen, Phillip Wallis, Zeyuan Allen-Zhu, Yuanzhi Li, Shean Wang, Lu Wang, Weizhu Chen, "LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS", arXiv:2106.09685, 2021年10月16日, http://arxiv.org/abs/2106.09685
【発明の概要】
【発明が解決しようとする課題】
【０００４】
機械学習モデルは、意図しない結果を出力し得る。例えば、機械学習モデルは、意図しない画像を生成し得る。
【０００５】
本明細書は、機械学習モデルから意図しない画像が取得される可能性を低減する技術を開示する。
【課題を解決するための手段】
【０００６】
本明細書に開示された技術は、以下の適用例として実現することが可能である。
【０００７】
［適用例１］プログラムであって、オブジェクトを表す対象画像を取得する第１の取得機能と、前記オブジェクトの輪郭を表す輪郭画像と、前記輪郭画像よりも前記オブジェクトの細かい特徴を表す細部画像と、を取得する第２の取得機能と、前記輪郭画像と前記細部画像とを含む複数の画像を合成することによって合成画像を生成する合成機能と、訓練済の機械学習モデルに前記合成画像を含む情報を入力することによって、新たな画像を取得する第３の取得機能と、をコンピュータに実現させるプログラム。
【０００８】
この構成によれば、輪郭画像と細部画像とを含む複数の画像を合成することによって生成される合成画像が機械学習モデルに入力されるので、オブジェクトの輪郭と特徴とを表さない画像が取得される可能性を低減できる。
【０００９】
［適用例２］プログラムであって、第１の画像と第２の画像を合成することによって、第３の画像を生成する機能と、訓練済の機械学習モデルに前記第３の画像を含む情報を入力することによって、新たな画像を取得する機能と、をコンピュータに実現させるプログラム。
【００１０】
この構成によれば、第１の画像と第２の画像を合成することによって生成される第３の画像が機械学習モデルに入力されるので、第１の画像によって表される特徴と第２の画像によって表される特徴とを反映しない画像が取得される可能性を低減できる。
（【００１１】以降は省略されています）

関連特許