特許ウォッチ

公開番号2025173209
公報種別公開特許公報(A)
公開日2025-11-27
出願番号2024078684
出願日2024-05-14
発明の名称プログラム、情報処理装置および情報処理方法
出願人株式会社東芝
代理人弁理士法人酒井国際特許事務所
主分類G06V 10/764 20220101AFI20251119BHJP(計算;計数)
要約【課題】機械学習モデルによる推定結果をより容易に確認可能とする。
【解決手段】コンピュータに、分類ステップ、再分類ステップ、決定ステップおよび出力制御ステップを実行させるプログラムである。分類ステップは、第1モデルに、推定用の入力データである第1入力データを入力し、第1入力データに含まれる複数の第1構成要素ごとの分類クラスを得る分類処理を実行する。再分類ステップは、複数の第1構成要素ごとに、分類クラスと付加情報とを用いて、複数の再分類クラスのうち第1構成要素が分類される再分類クラスを得る再分類処理を実行する。決定ステップは、複数の再分類クラスのうち少なくとも一部について、再分類クラスに分類される第1構成要素の出力態様を決定する。出力制御ステップは、決定される出力態様により第1構成要素の出力を制御する。
【選択図】図1
特許請求の範囲【請求項１】
コンピュータに、
複数の構成要素を含む入力データを入力し、複数の前記構成要素ごとに、複数の分類クラスのうち前記構成要素が分類される前記分類クラスを出力するように学習される第１モデルに、推定用の前記入力データである第１入力データを入力し、前記第１モデルが出力する、前記第１入力データに含まれる複数の第１構成要素ごとの前記分類クラスを得る分類処理を実行する分類ステップと、
複数の前記第１構成要素ごとに、前記第１構成要素に対して得らえる前記分類クラスと、前記第１構成要素の付加情報と、を用いて、複数の再分類クラスのうち前記第１構成要素が分類される前記再分類クラスを得る再分類処理を実行する再分類ステップと、
複数の前記再分類クラスのうち少なくとも一部について、前記再分類クラスに分類される前記第１構成要素の出力態様を決定する決定ステップと、
決定される前記出力態様により前記第１構成要素の出力を制御する出力制御ステップと、
を実行させるためのプログラム。
続きを表示（約 1,300 文字）【請求項２】
前記付加情報は、前記第１構成要素が分類される前記分類クラスの真値、および、前記分類処理の信頼度のうちいずれかである、
請求項１に記載のプログラム。
【請求項３】
前記付加情報は、前記第１構成要素が分類される前記分類クラスの真値であり、
複数の前記再分類クラスは、複数の前記分類クラスごとに定められる、前記分類クラスと前記真値とが一致することを表すクラスと、前記分類クラスと前記真値とが一致しないことを表すクラスと、を含む、
請求項１に記載のプログラム。
【請求項４】
前記付加情報は、前記第１モデルによる分類の信頼度であり、
複数の前記再分類クラスは、複数の前記分類クラスごとに定められる、前記信頼度が閾値以上であることを表すクラスと、前記信頼度が前記閾値未満であることを表すクラスと、を含む、
請求項１に記載のプログラム。
【請求項５】
前記入力データは、３次元の位置にそれぞれ対応する複数の前記構成要素ごとの要素値を含む３次元入力データであり、
前記出力制御ステップは、
３次元の前記位置ごとの前記第１構成要素が分類される前記再分類クラスを表す要素値を含む３次元出力データの出力を制御する、
請求項１に記載のプログラム。
【請求項６】
前記３次元入力データは、
３次元の点である複数の前記構成要素ごとの要素値を含む３次元点群データ、
３次元のメッシュ形状の領域である複数の前記構成要素ごとの要素値を含む３次元メッシュデータ、または、
３次元の画素である複数の前記構成要素ごとの要素値を含む３次元画像データである、
請求項５に記載のプログラム。
【請求項７】
前記出力制御ステップは、３次元の軸の少なくとも一部についての回転が指定された場合に、前記３次元出力データを指定に応じて回転させながら出力する、
請求項５に記載のプログラム。
【請求項８】
前記入力データは、建造物の内部の複数の点である複数の前記構成要素ごとの位置である要素値を含む３次元点群データである、
請求項１に記載のプログラム。
【請求項９】
前記決定ステップは、
複数の前記再分類クラスそれぞれに対して、ランダムに色を割り当て、または、予め指定された色を割り当て、
前記第１構成要素の出力態様として、前記第１構成要素が分類される前記再分類クラスに割り当てられた色を決定する、
請求項１に記載のプログラム。
【請求項１０】
前記決定ステップは、
複数の前記再分類クラスそれぞれが分類される複数のグループそれぞれに対して、基準となる基準色を割り当て、複数の前記グループに含まれる複数の前記再分類クラスそれぞれに分類される前記第１構成要素の出力態様として、前記基準色から予め定められた範囲内で色相、彩度、明度の少なくとも一部を変化させた色を決定する、
請求項１に記載のプログラム。
（【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】
本発明の実施形態は、プログラム、情報処理装置および情報処理方法に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
分類タスクを実行する機械学習モデルによる推定結果（分類結果）を確認するための技術として、推定結果ごとに異なる色を割り当て、入力データに含まれる各構成要素を、当該構成要素についての推定結果に対して割り当てられた色により表示する可視化技術が提案されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２３－０４４６７４号公報
特開２０２０－１０３８８０号公報
国際公開第２０２３／０３２４８０号
【非特許文献】
【０００４】
Vijay Badrinarayanan et al.，“SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation”，arxiv: 1511.00561, 2016．
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本発明は、機械学習モデルによる推定結果をより容易に確認することができるプログラム、情報処理装置および情報処理方法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】
【０００６】
実施形態のコンピュータに、分類ステップ、再分類ステップ、決定ステップおよび出力制御ステップを実行させるプログラムである。分類ステップは、第１モデルに、推定用の入力データである第１入力データを入力し、第１入力データに含まれる複数の第１構成要素ごとの分類クラスを得る分類処理を実行する。再分類ステップは、複数の第１構成要素ごとに、分類クラスと付加情報とを用いて、複数の再分類クラスのうち第１構成要素が分類される再分類クラスを得る再分類処理を実行する。決定ステップは、複数の再分類クラスのうち少なくとも一部について、再分類クラスに分類される第１構成要素の出力態様を決定する。出力制御ステップは、決定される出力態様により第１構成要素の出力を制御する。
【図面の簡単な説明】
【０００７】
第１の実施形態の情報処理装置のブロック図。
第１の実施形態における可視化処理のフローチャート。
可視化処理の例を説明するための図。
第２の実施形態の情報処理装置のブロック図。
第２の実施形態における可視化処理のフローチャート。
第３の実施形態の情報処理装置のブロック図。
第３の実施形態における可視化処理のフローチャート。
データを表示する表示画面の例を示す図。
データを表示する表示画面の例を示す図。
データを表示する表示画面の例を示す図。
データを表示する表示画面の例を示す図。
データを表示する表示画面の例を示す図。
第１から第３の実施形態の情報処理装置のハードウェア構成図。
【発明を実施するための形態】
【０００８】
以下に添付図面を参照して、この発明にかかる情報処理装置の好適な実施形態を詳細に説明する。
【０００９】
上記のような可視化技術では、分類した推定結果のみに基づいて色分けが行われるため、推定結果以外の付加情報を確認することができない。例えば、推定結果が正しいか否かの情報（付加情報の一例）を確認するためには、推定結果と同様の手法により真値を可視化し、推定結果および真値の２つの可視化結果を目視で比較できるようにする必要がある。このような方法では、可視化するデータごとに比較対象とする付加情報を用意することによる列挙および比較の容易性の低下が生じうる。また、目視での比較となるため、見落としが生じる可能性が高くなる。
【００１０】
そこで、以下の実施形態では、分類タスクによる推定結果（分類結果）を、付加情報によって再分類し、再分類結果に応じて入力データの各構成要素の出力態様（色など）を決定する。これにより、単一の可視化結果のみで推定結果および付加情報の両方を確認することが可能となる。すなわち、機械学習モデルによる推定結果をより容易に確認することが可能となる。
（【００１１】以降は省略されています）

関連特許