TOP > 国内特許検索 > クラスタ評価装置、クラスタ数算出装置、クラスタ装置、クラスタ評価方法、およびプログラム

クラスタ評価装置、クラスタ数算出装置、クラスタ装置、クラスタ評価方法、およびプログラム NEW

国内特許コード P180015656
整理番号 5434
掲載日 2018年11月22日
出願番号 特願2016-138105
公開番号 特開2018-010438
出願日 平成28年7月13日(2016.7.13)
公開日 平成30年1月18日(2018.1.18)
発明者
  • 橋本 敦史
  • 伊奈 拓郎
  • 飯山 将晃
  • 森 幹彦
  • 笠原 秀一
  • 美濃 導彦
出願人
  • 国立大学法人京都大学
発明の名称 クラスタ評価装置、クラスタ数算出装置、クラスタ装置、クラスタ評価方法、およびプログラム NEW
発明の概要 【課題】従来は、写真等の分類対象を適切に分類することを支援することが困難であった。
【解決手段】2以上の要素を含む2以上のクラスタ情報が格納されるクラスタ情報格納部と、2以上の各クラスタごとに、対応するクラスタ情報を用いて、クラスタに含まれる2以上の各要素間の類似度を算出する要素間類似度算出部と、クラスタごとに2以上の各要素間の類似度から、各クラスタの内部全体の類似度を代表する類似度である内部類似度を算出する内部類似度算出部と、内部類似度のうちの最小の類似度である最小内部類似度と、最小内部類似度を除く1以上の内部類似度のうちの1以上の内部類似度である採用内部類似度との差異に関する情報である第一評価値を算出する第一評価値算出部と、第一評価値を出力する評価値出力部とを具備するクラスタ評価装置により、写真等の分類対象を適切に分類することを支援できる。
【選択図】図1
従来技術、競合技術の概要


従来、Spectral Clusteringと呼ばれる手法を用いたクラスタリング技術があった(例えば、非特許文献1参照)。クラスタリング技術とは、写真等の分類対象を適切に分類する技術である。
また、従来、クラスタを形成しうる注目対象ではない要素(かかる要素をOutlierと言う。)でも、盲目的にクラスタを形成すると考えて、それらしきものを取り除く手法(outlierが形成したクラスタを特定する方法は不詳)が提案されている(例えば、非特許文献2参照)。

産業上の利用分野


本発明は、写真等の分類対象を適切に分類することを支援するクラスタ評価装置等に関するものである。

特許請求の範囲 【請求項1】
2以上の要素を含むクラスタに関する情報である2以上のクラスタ情報が格納されるクラスタ情報格納部と、
前記2以上の各クラスタごとに、対応するクラスタ情報を用いて、クラスタに含まれる2以上の各要素間の類似度を算出する要素間類似度算出部と、
前記2以上の各クラスタごとに、前記2以上の各要素間の類似度から、各クラスタの内部全体の類似度を代表する類似度である内部類似度を算出する内部類似度算出部と、
前記内部類似度算出部が算出した内部類似度のうちの最小の類似度である最小内部類似度と、当該最小内部類似度とは異なる情報であり、前記内部類似度算出部が算出した1以上の内部類似度から取得される採用内部類似度との差異に関する情報である第一評価値を算出する第一評価値算出部と、
前記第一評価値を出力する評価値出力部とを具備するクラスタ評価装置。

【請求項2】
前記採用内部類似度は、
2番目に小さな内部類似度である請求項1記載のクラスタ評価装置。

【請求項3】
前記第一評価値は、
最小内部類似度と採用内部類似度との差である請求項1または請求項2記載のクラスタ評価装置。

【請求項4】
前記要素は、画像内のオブジェクトであり、
2以上の画像が格納される画像格納部と、
前記画像格納部に格納されている2以上の各画像内の1以上の要素を認識する画像認識部と、
前記画像認識部が認識した要素であり、同一の画像内の2以上の要素が同一のクラスタに属さない度合いに関する情報である第二評価値を算出する第二評価値算出部と、
前記第一評価値と前記第二評価値とをパラメータとする増加関数により、総合評価値を算出する総合評価値算出部とをさらに具備し、
前記評価値出力部は、
前記総合評価値を出力する請求項1から請求項3いずれか一項に記載のクラスタ評価装置。

【請求項5】
前記第二評価値算出部は、
前記画像認識部が認識した要素であり、同一の画像内の2以上の要素の組み合わせである1以上の要素組を取得し、当該1以上の各要素組が異なるクラスタに属するか同一のクラスタに属するかを、前記クラスタ情報格納部の2以上のクラスタ情報を用いて判断し、前記1以上の各要素組が異なるクラスタに属する割合が大きいほど、高い評価値となる第二評価値を算出する請求項4記載のクラスタ評価装置。

【請求項6】
3以上の要素を3以上N(Nは4以上の自然数)までのクラスタ数に分類されるようにクラスタリングし、3以上Nまでのクラスタ数ごとに、2以上の各要素を含むクラスタのクラスタ情報の集合である2以上のクラスタ情報群を取得するクラスタリング部と、
前記2以上のクラスタ情報群ごとに、請求項1から請求項5いずれか記載のクラスタ評価装置を動作させ、当該クラスタ評価装置が出力する第一評価値または総合評価値である評価値を取得する制御部と、
前記制御部が取得した2以上の評価値のうちで、最も高い評価値に対応するクラスタ数である最良クラスタ数を取得する最良クラスタ数取得部と、
前記最良クラスタ数を出力する最良クラスタ数出力部とを具備するクラスタ数算出装置。

【請求項7】
2以上の画像が格納される画像格納部と、
前記画像格納部に格納されている2以上の各画像内の1以上の要素を認識し、3以上の要素を取得する画像認識部をさらに具備し、
前記クラスタリング部が分類する3以上の要素は、前記画像認識部が取得した3以上の要素である請求項6記載のクラスタ数算出装置。

【請求項8】
3以上の要素を3以上N(Nは4以上の自然数)までのクラスタ数に分類されるように、かつ類似度の大きい要素が同一のクラスタに属するようにクラスタリングし、3以上Nまでのクラスタ数ごとに、2以上の各要素を含むクラスタのクラスタ情報の集合である2以上のクラスタ情報群を取得するクラスタリング部と、
前記2以上のクラスタ情報群ごとに、請求項1から請求項5いずれか記載のクラスタ評価装置を動作させ、当該クラスタ評価装置が出力する第一評価値または総合評価値である評価値を取得する制御部と、
前記制御部が取得した2以上の評価値のうちで、最も高い評価値に対応するクラスタ情報群である最良クラスタ情報群を取得する最良クラスタ情報群取得部と、
前記最良クラスタ情報群を出力する最良クラスタ情報群出力部とを具備するクラスタ装置。

【請求項9】
2以上の画像が格納される画像格納部と、
前記画像格納部に格納されている2以上の各画像内の1以上の要素を認識し、3以上の要素を取得する画像認識部をさらに具備し、
前記クラスタリング部が分類する3以上の要素は、前記画像認識部が取得した3以上の要素である請求項8記載のクラスタ装置。

【請求項10】
前記画像は、写真であり、
前記要素は、人の顔である請求項8または請求項9記載のクラスタ装置。

【請求項11】
記録媒体は、
2以上の要素を含むクラスタに関する情報である2以上のクラスタ情報が格納されるクラスタ情報格納部を具備し、
要素間類似度算出部、内部類似度算出部、第一評価値算出部、および評価値出力部により実現されるクラスタ評価方法であって、
前記要素間類似度算出部が、前記2以上の各クラスタごとに、対応するクラスタ情報を用いて、クラスタに含まれる2以上の各要素間の類似度を算出する要素間類似度算出ステップと、
前記内部類似度算出部が、前記2以上の各クラスタごとに、前記2以上の各要素間の類似度から、各クラスタの内部全体の類似度を代表する類似度である内部類似度を算出する内部類似度算出ステップと、
前記第一評価値算出部が、前記内部類似度算出ステップで算出された内部類似度のうちの最小の類似度である最小内部類似度と、当該最小内部類似度とは異なる情報であり、前記内部類似度算出部が算出した1以上の内部類似度から取得される採用内部類似度との差異に関する情報である第一評価値を算出する第一評価値算出ステップと、
前記評価値出力部が、前記第一評価値を出力する評価値出力ステップとを具備するクラスタ評価装置。

【請求項12】
コンピュータがアクセス可能な記録媒体は、
2以上の要素を含むクラスタに関する情報である2以上のクラスタ情報が格納されるクラスタ情報格納部を具備し、
コンピュータを、
前記2以上の各クラスタごとに、対応するクラスタ情報を用いて、クラスタに含まれる2以上の各要素間の類似度を算出する要素間類似度算出部と、
前記2以上の各クラスタごとに、前記2以上の各要素間の類似度から、各クラスタの内部全体の類似度を代表する類似度である内部類似度を算出する内部類似度算出部と、
前記内部類似度算出部が算出した内部類似度のうちの最小の類似度である最小内部類似度と、当該最小内部類似度とは異なる情報であり、前記内部類似度算出部が算出した1以上の内部類似度から取得される採用内部類似度との差異に関する情報である第一評価値を算出する第一評価値算出部と、
前記第一評価値を出力する評価値出力部として機能させるためのプログラム。
国際特許分類(IPC)
画像

※ 画像をクリックすると拡大します。

JP2016138105thum.jpg
出願権利状態 公開
ライセンスをご希望の方、特許の内容に興味を持たれた方は、下記までご連絡ください。


PAGE TOP

close
close
close
close
close
close
close