知財求人 - 知財ポータルサイト「IP Force」
特開2023-94454学習データ生成装置、学習データ生成方法、及びプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023094454
(43)【公開日】2023-07-05
(54)【発明の名称】学習データ生成装置、学習データ生成方法、及びプログラム
(51)【国際特許分類】
G06T 7/00 20170101AFI20230628BHJP
【ＦＩ】
G06T7/00 350B
【審査請求】未請求
【請求項の数】17
【出願形態】ＯＬ
(21)【出願番号】P 2021209953
(22)【出願日】2021-12-23
(71)【出願人】
【識別番号】000003193
【氏名又は名称】凸版印刷株式会社
(74)【代理人】
【識別番号】100149548
【弁理士】
【氏名又は名称】松沼 泰史
(74)【代理人】
【識別番号】100139686
【弁理士】
【氏名又は名称】鈴木 史朗
(74)【代理人】
【識別番号】100169764
【弁理士】
【氏名又は名称】清水 雄一郎
(74)【代理人】
【識別番号】100147267
【弁理士】
【氏名又は名称】大槻 真紀子
(72)【発明者】
【氏名】酒井 修二
【テーマコード（参考）】
5L096
【Ｆターム（参考）】
5L096EA39
5L096GA08
5L096KA04
(57)【要約】
【課題】印刷物の個体識別に特化したデータ拡張を行うことが可能な学習データ生成装置、学習データ生成方法、及びプログラムを提供する。
【解決手段】印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定部と、第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正部と、備えることを特徴とする学習データ生成装置。
【選択図】図１
【解決手段】印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定部と、第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正部と、備えることを特徴とする学習データ生成装置。
【選択図】図１
【特許請求の範囲】
【請求項1】
印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定部と、
第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正部と、
を備えることを特徴とする学習データ生成装置。
第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正部と、
を備えることを特徴とする学習データ生成装置。
【請求項2】
前記学習データ群が、前記第１の学習データで構成され、
前記補正方法決定部が、前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分を検知し、前記差分を調整する調整処理を前記補正方法として決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
前記補正方法決定部が、前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分を検知し、前記差分を調整する調整処理を前記補正方法として決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
【請求項3】
前記学習データ群が、前記第１の学習データと、前記第１の学習データと同一の前記識別情報を有する第３の学習データとで構成され、
前記補正方法決定部が、前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分である第１の差分と、前記印刷元画像と前記第３の学習データに含まれる前記撮影画像との差分である第２の差分とを検知し、
前記第１の差分と前記第２の差分の重みづけ和として中間差分を計算し、
前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分を前記中間差分と一致させる補正を前記補正方法として決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
前記補正方法決定部が、前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分である第１の差分と、前記印刷元画像と前記第３の学習データに含まれる前記撮影画像との差分である第２の差分とを検知し、
前記第１の差分と前記第２の差分の重みづけ和として中間差分を計算し、
前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分を前記中間差分と一致させる補正を前記補正方法として決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
【請求項4】
前記学習データ群が、前記第１の学習データと同一の前記識別情報を有する複数の学習データで構成された同個体学習データ群であり、
前記補正方法決定部が、前記印刷元画像と前記同個体学習データ群の各学習データに含まれる前記撮影画像との差分である同個体差分群を生成し、
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記同個体差分群の前記ピクセルの値の大きさとバラツキとに基づき、ピクセルの値を調整する度合を示す調整度合を決定し、
前記調整度合が大きいほど前記第１の学習データに含まれる前記撮影画像の前記ピクセルの値を大きく変更すると決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
前記補正方法決定部が、前記印刷元画像と前記同個体学習データ群の各学習データに含まれる前記撮影画像との差分である同個体差分群を生成し、
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記同個体差分群の前記ピクセルの値の大きさとバラツキとに基づき、ピクセルの値を調整する度合を示す調整度合を決定し、
前記調整度合が大きいほど前記第１の学習データに含まれる前記撮影画像の前記ピクセルの値を大きく変更すると決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
【請求項5】
前記学習データ群が、前記第１の学習データと異なる前記識別情報を有する複数の学習データで構成された異個体学習データ群であり、
前記補正方法決定部が、前記印刷元画像と前記異個体学習データ群の各学習データに含まれる前記撮影画像との差分である異個体差分群を生成し、
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記異個体差分群の前記ピクセルの値の大きさとバラツキとに基づき、ピクセルに付加する外乱の度合を示す外乱度合を決定し、
前記外乱度合が大きいほど前記第１の学習データに含まれる前記撮影画像の前記ピクセルの値を大きく変更すると決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
前記補正方法決定部が、前記印刷元画像と前記異個体学習データ群の各学習データに含まれる前記撮影画像との差分である異個体差分群を生成し、
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記異個体差分群の前記ピクセルの値の大きさとバラツキとに基づき、ピクセルに付加する外乱の度合を示す外乱度合を決定し、
前記外乱度合が大きいほど前記第１の学習データに含まれる前記撮影画像の前記ピクセルの値を大きく変更すると決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
【請求項6】
前記学習データ群が、前記第１の学習データと同一の前記識別情報を有する複数の学習データで構成された同個体学習データ群と、前記第１の学習データと異なる前記識別情報を有する複数の学習データで構成された異個体学習データ群との和集合で構成され、
前記補正方法決定部が、前記印刷元画像と前記同個体学習データ群の各学習データに含まれる前記撮影画像との差分である同個体差分群と、前記印刷元画像と前記異個体学習データ群の各学習データに含まれる前記撮影画像との差分である異個体差分群とを生成し、
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記同個体差分群の前記ピクセルの値の大きさとバラツキと、前記異個体差分群の前記ピクセルの値の大きさとバラツキとに基づき、ピクセルの値を調整する度合を示す調整度合とピクセルに付加する外乱の度合を示す外乱度合を決定し、
前記調整度合と前記外乱度合とが大きいほど前記第１の学習データに含まれる前記撮影画像の前記ピクセルの値を大きく変更すると決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
前記補正方法決定部が、前記印刷元画像と前記同個体学習データ群の各学習データに含まれる前記撮影画像との差分である同個体差分群と、前記印刷元画像と前記異個体学習データ群の各学習データに含まれる前記撮影画像との差分である異個体差分群とを生成し、
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記同個体差分群の前記ピクセルの値の大きさとバラツキと、前記異個体差分群の前記ピクセルの値の大きさとバラツキとに基づき、ピクセルの値を調整する度合を示す調整度合とピクセルに付加する外乱の度合を示す外乱度合を決定し、
前記調整度合と前記外乱度合とが大きいほど前記第１の学習データに含まれる前記撮影画像の前記ピクセルの値を大きく変更すると決定する
ことを特徴とする請求項１に記載の学習データ生成装置。
【請求項7】
前記補正方法決定部が、前記同個体差分群の前記ピクセルの値のバラツキが大きいほど前記外乱度合を大きくする
ことを特徴とする請求項６に記載の学習データ生成装置。
ことを特徴とする請求項６に記載の学習データ生成装置。
【請求項8】
前記補正方法決定部が、前記同個体差分群の前記ピクセルの値の大きさが大きいほど前記調整度合を大きくする
ことを特徴とする請求項４、請求項６、又は請求項７のいずれか１項に記載の学習データ生成装置。
ことを特徴とする請求項４、請求項６、又は請求項７のいずれか１項に記載の学習データ生成装置。
【請求項9】
前記補正方法決定部が、前記同個体差分群の前記ピクセルの値のバラツキが小さいほど前記調整度合を大きくする
ことを特徴とする請求項４、又は請求項６から請求項８のいずれか１項に記載の学習データ生成装置。
ことを特徴とする請求項４、又は請求項６から請求項８のいずれか１項に記載の学習データ生成装置。
【請求項10】
前記補正方法決定部が、前記異個体差分群の前記ピクセルの値のバラツキが大きいほど前記外乱度合を大きくする
ことを特徴とする請求項５から請求項７のいずれか１項に記載の学習データ生成装置。
ことを特徴とする請求項５から請求項７のいずれか１項に記載の学習データ生成装置。
【請求項11】
前記補正方法決定部が、前記同個体差分群の前記ピクセルの値のバラツキが小さいほど前記調整度合を大きくする第１の調整処理と、前記異個体差分群の前記ピクセルの値のバラツキが大きいほど前記調整度合を大きくする第２の調整処理のうち、少なくともいずれか一方の調整処理を実行した後でもう一方の調整処理を実行することを決定する
ことを特徴とする請求項６又は請求項７に記載の学習データ生成装置。
ことを特徴とする請求項６又は請求項７に記載の学習データ生成装置。
【請求項12】
前記補正方法決定部が、前記同個体差分群の前記ピクセルの値のバラツキが大きいほど前記外乱度合を大きくする第１の外乱処理と、前記異個体差分群の前記ピクセルの値のバラツキが大きいほど前記外乱度合を大きくする第２の外乱処理のうち、少なくともいずれか一方の外乱処理を実行した後でもう一方の外乱処理を実行することを決定する
ことを特徴とする請求項６、請求項７、又は請求項１１のいずれか１項に記載の学習データ生成装置。
ことを特徴とする請求項６、請求項７、又は請求項１１のいずれか１項に記載の学習データ生成装置。
【請求項13】
前記補正方法決定部が、前記第１の学習データに含まれる撮影画像の各ピクセルについて、前記印刷元画像と前記第１の学習データに含まれる撮影画像との差分を検知し、前記調整度合に従い前記差分の強調処理をすることを前記補正方法として決定する
ことを特徴とする請求項４、請求項６、請求項８、請求項９、又は請求項１１のいずれか１項に記載の学習データ生成装置。
ことを特徴とする請求項４、請求項６、請求項８、請求項９、又は請求項１１のいずれか１項に記載の学習データ生成装置。
【請求項14】
前記補正方法決定部が、前記同個体学習データ群に含まれる前記学習データの１つを第３の学習データとし、
前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分である第１の差分と、前記印刷元画像と前記第３の学習データに含まれる前記撮影画像との差分である第２の差分とを検知し、
前記第１の差分と前記第２の差分に対して、前記調整度合に従う重み関数で重みづけ和を計算して中間差分とし、
前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分を前記中間差分と一致させる補正を前記補正方法として決定する
ことを特徴とする請求項４、請求項６、請求項８、請求項９、又は請求項１１のいずれか１項に記載の学習データ生成装置。
前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分である第１の差分と、前記印刷元画像と前記第３の学習データに含まれる前記撮影画像との差分である第２の差分とを検知し、
前記第１の差分と前記第２の差分に対して、前記調整度合に従う重み関数で重みづけ和を計算して中間差分とし、
前記印刷元画像と前記第１の学習データに含まれる前記撮影画像との差分を前記中間差分と一致させる補正を前記補正方法として決定する
ことを特徴とする請求項４、請求項６、請求項８、請求項９、又は請求項１１のいずれか１項に記載の学習データ生成装置。
【請求項15】
前記補正方法決定部が、前記学習データ群の前記撮影画像に含まれない外乱画像を取得し、
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記第１の学習データに含まれる前記撮影画像の輝度値と、前記外乱画像の輝度値とを前記外乱度合に従う重み関数による重みづけ和で補正することを前記補正方法として決定する
ことを特徴とする請求項５から請求項７、請求項１０、又は請求項１２のいずれか１項に記載の学習データ生成装置。
前記第１の学習データに含まれる前記撮影画像の各ピクセルについて、前記第１の学習データに含まれる前記撮影画像の輝度値と、前記外乱画像の輝度値とを前記外乱度合に従う重み関数による重みづけ和で補正することを前記補正方法として決定する
ことを特徴とする請求項５から請求項７、請求項１０、又は請求項１２のいずれか１項に記載の学習データ生成装置。
【請求項16】
補正方法決定部が、印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定過程と、
撮影画像補正部が、第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正過程と、
を含むことを特徴とする学習データ生成方法。
撮影画像補正部が、第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正過程と、
を含むことを特徴とする学習データ生成方法。
【請求項17】
コンピュータを、
印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定手段と、
第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正手段と、
として機能させるためのプログラム。
印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定手段と、
第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正手段と、
として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、学習データ生成装置、学習データ生成方法、及びプログラムに関する。
【背景技術】
【0002】
従来、印刷物による個体識別を行うための技術が各種提案されている。
例えば、印刷物を含む人工物において、印刷物に印刷された１次元バーコードや２次元コードなどに生じたムラのパターンに応じた特徴を抽出し、抽出した特徴を利用して個体を識別する技術が開示されている（下記特許文献１参照）。
例えば、印刷物を含む人工物において、印刷物に印刷された１次元バーコードや２次元コードなどに生じたムラのパターンに応じた特徴を抽出し、抽出した特徴を利用して個体を識別する技術が開示されている（下記特許文献１参照）。
【0003】
印刷物による個体識別を機械学習によって実現する場合、学習データが多いほど識別の精度を高めることができるが、学習データの収集にかかる作業負荷が増大してしまう。そこで、収集した学習データから疑似的に新たな学習データを生成（データ拡張）することで、学習データの収集にかかる作業負荷を軽減する技術が開示されている（下記非特許文献１参照）。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特許第５７６５７４９号
【非特許文献】
【0005】
【非特許文献1】Connor Shorten, Taghi M. Khoshgoftaar, “A survey on Image Data Augmentation for Deep Learning,” Journal of Big Data 6, Article number 60, 6 July 2019
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、上記非特許文献１に示されるようなデータ拡張は、機械学習の性能向上に有用であるが一般的な技術であるため、特定の用途にはその性能向上が不十分な場合がある。これは、上記非特許文献１のデータ拡張のような汎用的な手法では、特定の用途に特徴的な要素が十分に考慮されず、特定の用途にて実際に取得され得る学習データからかけ離れた学習データが生成される可能性があるためである。そこで、機械学習を特定の用途に利用することを想定した場合に、その用途において実際に取得され得る学習データにより近い学習データをデータ拡張によって生成できることが望まれる。
【0007】
上述の課題を鑑み、本発明の目的は、印刷物の個体識別に特化したデータ拡張を行うことが可能な学習データ生成装置、学習データ生成方法、及びプログラムを提供することにある。
【課題を解決するための手段】
【0008】
上述の課題を解決するために、本発明の一態様に係る学習データ生成装置は、印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定部と、第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正部と、備えることを特徴とする。
【0009】
本発明の一態様に係る学習データ生成方法は、補正方法決定部が、印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定過程と、撮影画像補正部が、第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正過程と、を含むことを特徴とする。
【0010】
本発明の一態様に係るプログラムは、コンピュータを、印刷元画像が印刷された印刷物を撮影した撮影画像と前記撮影画像に写る前記印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、前記印刷元画像と前記学習データ群に含まれる前記撮影画像とに基づき、前記撮影画像の補正方法を決定する補正方法決定手段と、第１の学習データを取得し、前記第１の学習データに含まれる前記撮影画像を前記補正方法で補正した補正撮影画像と前記第１の学習データに含まれる前記識別情報との組を第２の学習データとして生成する撮影画像補正手段と、として機能させる。
【発明の効果】
【0011】
本発明によれば、印刷物の個体識別に特化したデータ拡張を行うことができる。
【図面の簡単な説明】
【0012】
【図1】第１の実施形態に係る学習データ生成装置の概要と機能構成の一例を示すブロック図である。
【図2】第１の実施形態に係る学習データの作成の一例を示す図である。
【図3】第１の実施形態に係る印刷元画像のデータ構成の一例を示す図である。
【図4】第１の実施形態に係るデータ拡張前の学習データのデータ構成の一例を示す図である。
【図5】第１の実施形態に係るデータ拡張後の学習データのデータ構成の一例を示す図である。
【図6】第１の実施形態に係る処理の流れの一例を示すフローチャートである。
【図7】第２の実施形態に係る処理の流れの一例を示すフローチャートである。
【図8】第３の実施形態に係る処理の流れの一例を示すフローチャートである。
【図9】第４の実施形態に係る処理の流れの一例を示すフローチャートである。
【図10】第５の実施形態に係る処理の流れの一例を示すフローチャートである。
【図11】第６の実施形態に係る同個体差分画像群における差分とバラツキの分布との関係の一例を示す図である。
【図12】第６の実施形態に係る異個体差分画像群における差分とバラツキの分布との関係の一例を示す図である。
【図13】第６の実施形態に係る処理の流れの一例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】
【0013】
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
【0014】
【0015】
＜１－１．学習データ生成装置の機能構成＞
図１から図５を参照して、第１の実施形態に係る学習データ生成装置１０の機能構成について説明する。図１は、第１の実施形態に係る学習データ生成装置１０の機能構成の一例を示すブロック図である。
図１から図５を参照して、第１の実施形態に係る学習データ生成装置１０の機能構成について説明する。図１は、第１の実施形態に係る学習データ生成装置１０の機能構成の一例を示すブロック図である。
【0016】
図１に示す印刷元画像３０は、印刷媒体に対して印刷される画像である。印刷元画像３０は、例えば、１次元コードや２次元コードなどの印刷対象の画像であるが、かかる例に限定されない。印刷媒体は、例えば、印刷用紙３１であるが、かかる例に限定されない。
【0017】
印刷物４０は、印刷元画像３０が印刷用紙３１に印刷された印刷物である。１枚の印刷元画像３０について複数の印刷物４０が印刷される。それぞれの印刷物４０には、同一の印刷元画像３０を印刷する場合であっても、多様な要因によって印刷状態にバラツキが生じ得る。そのため、印刷状態が異なる各印刷物４０を識別するために、各印刷物４０にはそれぞれ異なる個体ＩＤが付与される。個体ＩＤは、印刷物４０を一意に識別するための識別情報である。なお、印刷状態にバラツキが生じる要因は、例えば、印刷用紙３１の印刷面の状態の違い、印刷工程において印刷用紙３１が搬送される際に生じる振動、搬送速度、湿度などの違い、印刷版の劣化、原稿が多面付けされた印刷版における原稿の位置の違いなどである。
【0018】
撮像装置２０は、印刷物４０を撮影した撮影画像５０を出力する。撮像装置２０で１枚の印刷物４０を撮影する回数は特に限定されず、１回であってもよいし複数回であってもよい。また、１枚の印刷物４０を異なる撮像装置２０で撮影してもよい。
【0019】
学習データ６０は、撮影画像５０と撮影画像５０に写る印刷物４０の個体ＩＤとを１つの組にしたデータである。同一の印刷物４０が撮影された撮影画像５０が複数枚ある場合、同一の個体ＩＤとそれぞれの撮影画像５０とをそれぞれ組にした複数の学習データ６０を作成可能である。異なる印刷物４０が撮影された撮影画像５０が複数枚ある場合、各印刷物４０の個体ＩＤとそれぞれの撮影画像５０とをそれぞれ組にした複数の学習データ６０を作成可能である。
【0020】
ここで、図２を参照して、第１の実施形態に係る学習データ６０の作成例について、より具体的に説明する。図２は、第１の実施形態に係る学習データ６０の作成の一例を示す図である。図２には印刷元画像３０ａ（ＩＭＧ０００１）に基づき、学習データ６０ａ～６０ｅを作成する例が示されている。
【0021】
図２に示す例では、印刷元画像３０ａは、印刷用紙３１ａと印刷用紙３１ｂにそれぞれ印刷される。印刷元画像３０ａが印刷用紙３１ａに印刷された印刷物４０ａには、個体ＩＤとしてＩＤ０１０１が付与されている。印刷元画像３０ａが印刷用紙３１ｂに印刷された印刷物４０ｂには、個体ＩＤとしてＩＤ０１０２が付与されている。
印刷物４０ａは、撮像装置２０ａによって１回のみ撮影される。撮像装置２０ａは、撮影画像５０ａ（ＩＭＧ１０１０）を出力する。そして、撮影画像５０ａと撮影画像５０ａに写る印刷物４０ａのＩＤ０１０１（個体ＩＤ）とを組にした学習データ６０ａが作成される。
印刷物４０ｂは、撮像装置２０ａと、撮像装置２０ａとは異なる撮像装置２０ｂによって２回ずつ撮影される。撮像装置２０ａは、撮影画像５０ｂ（ＩＭＧ１０２０）と撮影画像５０ｃ（ＩＭＧ１０３０）を出力する。撮像装置２０ｂは、撮影画像５０ｄ（ＩＭＧ１０４０）と撮影画像５０ｅ（ＩＭＧ１０５０）を出力する。そして、撮影画像５０ｂ～５０ｅと各撮影画像に写る印刷物４０ｂのＩＤ０１０２（個体ＩＤ）とをそれぞれ組にした学習データ６０ｂ～６０ｅが作成される。
印刷物４０ａは、撮像装置２０ａによって１回のみ撮影される。撮像装置２０ａは、撮影画像５０ａ（ＩＭＧ１０１０）を出力する。そして、撮影画像５０ａと撮影画像５０ａに写る印刷物４０ａのＩＤ０１０１（個体ＩＤ）とを組にした学習データ６０ａが作成される。
印刷物４０ｂは、撮像装置２０ａと、撮像装置２０ａとは異なる撮像装置２０ｂによって２回ずつ撮影される。撮像装置２０ａは、撮影画像５０ｂ（ＩＭＧ１０２０）と撮影画像５０ｃ（ＩＭＧ１０３０）を出力する。撮像装置２０ｂは、撮影画像５０ｄ（ＩＭＧ１０４０）と撮影画像５０ｅ（ＩＭＧ１０５０）を出力する。そして、撮影画像５０ｂ～５０ｅと各撮影画像に写る印刷物４０ｂのＩＤ０１０２（個体ＩＤ）とをそれぞれ組にした学習データ６０ｂ～６０ｅが作成される。
【0022】
図１に戻り、印刷元画像３０と学習データ６０は、学習データ生成装置１０へ入力される。学習データ生成装置１０は、入力された印刷元画像３０と学習データ６０とに基づき、学習データ６０のデータ拡張を行う。
図１に示すように、学習データ生成装置１０は、データ入出力部１１０と、記憶部１２０と、制御部１３０と、表示部１４０とを備える。
図１に示すように、学習データ生成装置１０は、データ入出力部１１０と、記憶部１２０と、制御部１３０と、表示部１４０とを備える。
【0023】
（１）データ入出力部１１０
データ入出力部１１０は、外部装置とのデータの入出力を制御する機能を有する。例えば、外部装置からの印刷元画像３０と学習データ６０の入力を受け付ける。データ入出力部１１０は、入力を受け付けた印刷元画像３０と学習データ６０を記憶部１２０に書き込んで、記憶させる。また、データ入出力部１１０は、記憶部１２０に記憶されている学習データ６０（データ拡張後の学習データを含む）を外部装置へ出力してもよい。
データ入出力部１１０は、外部装置とのデータの入出力を制御する機能を有する。例えば、外部装置からの印刷元画像３０と学習データ６０の入力を受け付ける。データ入出力部１１０は、入力を受け付けた印刷元画像３０と学習データ６０を記憶部１２０に書き込んで、記憶させる。また、データ入出力部１１０は、記憶部１２０に記憶されている学習データ６０（データ拡張後の学習データを含む）を外部装置へ出力してもよい。
【0024】
（２）記憶部１２０
記憶部１２０は、各種情報を記憶する機能を有する。記憶部１２０は、学習データ生成装置１０がハードウェアとして備える記憶媒体、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ(Solid State Drive)、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＡＭ（Random Access read/write Memory）、ＲＯＭ（Read Only Memory）、又はこれらの記憶媒体の任意の組み合わせによって構成される。
図１に示すように、記憶部１２０は、印刷元画像記憶部１２１と学習データ記憶部１２２とを備える。
記憶部１２０は、各種情報を記憶する機能を有する。記憶部１２０は、学習データ生成装置１０がハードウェアとして備える記憶媒体、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ(Solid State Drive)、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＡＭ（Random Access read/write Memory）、ＲＯＭ（Read Only Memory）、又はこれらの記憶媒体の任意の組み合わせによって構成される。
図１に示すように、記憶部１２０は、印刷元画像記憶部１２１と学習データ記憶部１２２とを備える。
【0025】
（２－１）印刷元画像記憶部１２１
印刷元画像記憶部１２１は、印刷元画像３０を記憶する機能を有する。
ここで、図３を参照して、第１の実施形態に係る印刷元画像３０のデータ構成について説明する。図３は、第１の実施形態に係る印刷元画像３０のデータ構成の一例を示す図である。
印刷元画像記憶部１２１は、印刷元画像３０を記憶する機能を有する。
ここで、図３を参照して、第１の実施形態に係る印刷元画像３０のデータ構成について説明する。図３は、第１の実施形態に係る印刷元画像３０のデータ構成の一例を示す図である。
【0026】
図３に示すように、印刷元画像３０は、印刷元画像３０が印刷された印刷物４０の個体ＩＤと対応付けて記憶される。例えば、印刷元画像３０は、ＩＭＧ０００１とＩＤ０１０１、ＩＭＧ０００１とＩＤ０１０２、ＩＭＧ０００２とＩＤ０２０１、ＩＭＧ０００２とＩＤ０２０２のように個体ＩＤと対応付けて記憶される。なお、ＩＭＧ０００１とＩＤ０１０１は、図２における印刷元画像３０ａと印刷物４０ａとの関係を示している。また、ＩＭＧ０００１とＩＤ０１０２、図２における印刷元画像３０ａと印刷物４０ｂとの関係を示している。
【0027】
（２－２）学習データ記憶部１２２
学習データ記憶部１２２は、学習データ６０を記憶する機能を有する。
ここで、図４及び図５を参照して、第１の実施形態に係る学習データのデータ構成について説明する。図４は、第１の実施形態に係るデータ拡張前の学習データのデータ構成の一例を示す図である。図５は、第１の実施形態に係るデータ拡張後の学習データのデータ構成の一例を示す図である。
学習データ記憶部１２２は、学習データ６０を記憶する機能を有する。
ここで、図４及び図５を参照して、第１の実施形態に係る学習データのデータ構成について説明する。図４は、第１の実施形態に係るデータ拡張前の学習データのデータ構成の一例を示す図である。図５は、第１の実施形態に係るデータ拡張後の学習データのデータ構成の一例を示す図である。
【0028】
図４に示すように、データ拡張前の学習データ６０は、個体ＩＤと撮影画像５０とを対応付けて記憶される。例えば、学習データ６０は、ＩＤ０１０１とＩＭＧ１０１０、ＩＤ０１０２とＩＭＧ１０２０、ＩＤ０１０２とＩＭＧ１０３０、ＩＤ０１０２とＩＭＧ１０４０、ＩＤ０１０２とＩＭＧ１０５０のように記憶される。なお、ＩＤ０１０１とＩＭＧ１０１０は、図２における学習データ６０ａである。また、ＩＤ０１０２とＩＭＧ１０２０は、図２における学習データ６０ｂである。また、ＩＤ０１０２とＩＭＧ１０３０は、図２における学習データ６０ｃである。また、ＩＤ０１０２とＩＭＧ１０４０は、図２における学習データ６０ｄである。また、ＩＤ０１０２とＩＭＧ１０５０は、図２における学習データ６０ｅである。
【0029】
図４に示すデータ拡張前の学習データ６０のうち、学習データ６０ａ（ＩＤ０１０１とＩＭＧ１０１０の組）に対してデータ拡張が行われ、新しい学習データ６０が１つ増やされたとする。この場合、図５に示すように、学習データ６０ａをデータ拡張した学習データとしてＩＤ０１０１とＩＭＧ１０１１の組の学習データが学習データ記憶部１２２に新しく登録される。また、学習データ６０ｅ（ＩＤ０１０２とＩＭＧ１０５０の組）に対してデータ拡張が行われ、新しい学習データ６０が１つ増やされたとする。この場合、図５に示すように、学習データ６０ｅをデータ拡張した学習データとしてＩＤ０１０２とＩＭＧ１０５１の組の学習データが学習データ記憶部１２２に新しく登録される。
【0030】
（３）制御部１３０
制御部１３０は、学習データ生成装置１０の動作全般を制御する機能を有する。制御部１３０は、例えば、学習データ生成装置１０がハードウェアとして備えるＣＰＵ（Central Processing Unit）にプログラムを実行させることによって実現される。
図１に示すように、制御部１３０は、取得部１３１と、補正方法決定部１３２と、撮影画像補正部１３３と、出力制御部１３４とを備える。
制御部１３０は、学習データ生成装置１０の動作全般を制御する機能を有する。制御部１３０は、例えば、学習データ生成装置１０がハードウェアとして備えるＣＰＵ（Central Processing Unit）にプログラムを実行させることによって実現される。
図１に示すように、制御部１３０は、取得部１３１と、補正方法決定部１３２と、撮影画像補正部１３３と、出力制御部１３４とを備える。
【0031】
（３－１）取得部１３１
取得部１３１は、各種の情報を取得する機能を有する。例えば、取得部１３１は、記憶部１２０の印刷元画像記憶部１２１から印刷元画像３０を取得し、補正方法決定部１３２へ出力する。また、取得部１３１は、記憶部１２０の学習データ記憶部１２２から学習データ６０を少なくとも１つ含む学習データ群を取得し、補正方法決定部１３２へ出力する。また、取得部１３１は、記憶部１２０の学習データ記憶部１２２から補正対象となる撮影画像５０を含む第１の学習データ６０を取得し、補正方法決定部１３２又は撮影画像補正部１３３へ出力する。
なお、取得部１３１は、記憶部１２０の学習データ記憶部１２２から第１の学習データ６０を少なくとも含む学習データ群を取得し、補正方法決定部１３２へ出力してもよい。
取得部１３１は、各種の情報を取得する機能を有する。例えば、取得部１３１は、記憶部１２０の印刷元画像記憶部１２１から印刷元画像３０を取得し、補正方法決定部１３２へ出力する。また、取得部１３１は、記憶部１２０の学習データ記憶部１２２から学習データ６０を少なくとも１つ含む学習データ群を取得し、補正方法決定部１３２へ出力する。また、取得部１３１は、記憶部１２０の学習データ記憶部１２２から補正対象となる撮影画像５０を含む第１の学習データ６０を取得し、補正方法決定部１３２又は撮影画像補正部１３３へ出力する。
なお、取得部１３１は、記憶部１２０の学習データ記憶部１２２から第１の学習データ６０を少なくとも含む学習データ群を取得し、補正方法決定部１３２へ出力してもよい。
【0032】
（３－２）補正方法決定部１３２
補正方法決定部１３２は、撮影画像５０の補正方法を決定する機能を有する。例えば、補正方法決定部１３２は、学習データ６０と当該学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０とを取得し、取得した印刷元画像３０と撮影画像５０とに基づき、撮影画像５０の補正方法を決定する。具体的に、補正方法決定部１３２は、取得部１３１によって取得された学習データ群と、取得部１３１によって取得された印刷元画像３０のうち当該学習データ群に含まれる撮影画像５０に対応する印刷元画像３０を取得する。そして、補正方法決定部１３２は、取得した印刷元画像３０と学習データ群に含まれる撮影画像５０とに基づき、撮影画像５０の補正方法を決定する。
補正方法決定部１３２は、撮影画像５０の補正方法を決定する機能を有する。例えば、補正方法決定部１３２は、学習データ６０と当該学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０とを取得し、取得した印刷元画像３０と撮影画像５０とに基づき、撮影画像５０の補正方法を決定する。具体的に、補正方法決定部１３２は、取得部１３１によって取得された学習データ群と、取得部１３１によって取得された印刷元画像３０のうち当該学習データ群に含まれる撮影画像５０に対応する印刷元画像３０を取得する。そして、補正方法決定部１３２は、取得した印刷元画像３０と学習データ群に含まれる撮影画像５０とに基づき、撮影画像５０の補正方法を決定する。
【0033】
第１の実施形態では、一例として、学習データ群が、１つの第１の学習データ６０で構成されているものとする。この場合、補正方法決定部１３２は、印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分を検知し、この差分を調整する調整処理を補正方法として決定する。
【0034】
印刷元画像３０と撮影画像５０との差分は、例えば、輝度値の差、輪郭の距離の差、特徴量の差などである。
輝度値の差は、印刷元画像３０のピクセルの輝度値と、印刷元画像３０のピクセルと対応する位置にある撮影画像５０のピクセルの輝度値との差である。
輪郭の距離は、印刷元画像３０における印刷対象の輪郭の位置と対応する撮影画像５０における位置と、撮影画像５０における印刷対象の輪郭の位置との距離である。
特徴量の差は、印刷元画像３０と撮影画像５０をそれぞれニューラルネットワークに通した際にそれぞれ検出される特徴量の差である。
輝度値の差は、印刷元画像３０のピクセルの輝度値と、印刷元画像３０のピクセルと対応する位置にある撮影画像５０のピクセルの輝度値との差である。
輪郭の距離は、印刷元画像３０における印刷対象の輪郭の位置と対応する撮影画像５０における位置と、撮影画像５０における印刷対象の輪郭の位置との距離である。
特徴量の差は、印刷元画像３０と撮影画像５０をそれぞれニューラルネットワークに通した際にそれぞれ検出される特徴量の差である。
【0035】
調整処理は、差分を大きく（強く）又は小さく（弱く）する処理である。
輝度値に対する調整処理では、輝度値の差分が大きく又は小さくなるように、輝度値をｘ倍する処理が行われる。
輪郭の距離に対する調整処理では、距離が大きく又は小さくなるように輪郭の位置を修正し、輪郭の内側と外側の判定に合わせて輝度値（白黒）を反転する処理が行われる。
ニューラルネットワークに通した際に検出される特徴量に対する調整処理では、特徴量の差分が大きくなるように特徴量をｘ倍し、ｘ倍後の特徴量になるようにニューラルネットワークの入力画像に逆伝搬する処理が行われる。
輝度値に対する調整処理では、輝度値の差分が大きく又は小さくなるように、輝度値をｘ倍する処理が行われる。
輪郭の距離に対する調整処理では、距離が大きく又は小さくなるように輪郭の位置を修正し、輪郭の内側と外側の判定に合わせて輝度値（白黒）を反転する処理が行われる。
ニューラルネットワークに通した際に検出される特徴量に対する調整処理では、特徴量の差分が大きくなるように特徴量をｘ倍し、ｘ倍後の特徴量になるようにニューラルネットワークの入力画像に逆伝搬する処理が行われる。
【0036】
補正方法決定部１３２は、補正方法を決定するにあたり、印刷元画像３０と撮影画像５０との差分を示す差分画像を生成する。
補正方法決定部１３２は、差分画像をもとに差分を調整した調整差分画像を生成する。
そして、補正方法決定部１３２は、印刷元画像３０と調整処理によって補正後の撮影画像５０との差分が調整差分画像の示す差分と一致するように、補正前の撮影画像５０に対して行う調整処理の具体的な内容（差分の調整量）を決定する。
補正方法決定部１３２は、差分画像をもとに差分を調整した調整差分画像を生成する。
そして、補正方法決定部１３２は、印刷元画像３０と調整処理によって補正後の撮影画像５０との差分が調整差分画像の示す差分と一致するように、補正前の撮影画像５０に対して行う調整処理の具体的な内容（差分の調整量）を決定する。
【0037】
（３－３）撮影画像補正部１３３
撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する機能を有する。例えば、撮影画像補正部１３３は、補正方法決定部１３２によって決定された補正方で撮影画像５０を補正する。具体的に、撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像５０を補正方法で補正した補正撮影画像を生成する。そして、撮影画像補正部１３３は、生成した補正撮影画像と第１の学習データ６０に含まれる個体ＩＤとを組にして第２の学習データ６０を生成する。撮影画像補正部１３３は、生成した第２の学習データ６０を記憶部１２０の学習データ記憶部１２２に書き込んで、記憶させる。
なお、撮影画像補正部１３３は、補正方法決定部１３２が用いた学習データ群から第１の学習データ６０を取得してもよいし、取得部１３１が学習データ記憶部１２２から取得した第１の学習データ６０を取得してもよい。
撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する機能を有する。例えば、撮影画像補正部１３３は、補正方法決定部１３２によって決定された補正方で撮影画像５０を補正する。具体的に、撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像５０を補正方法で補正した補正撮影画像を生成する。そして、撮影画像補正部１３３は、生成した補正撮影画像と第１の学習データ６０に含まれる個体ＩＤとを組にして第２の学習データ６０を生成する。撮影画像補正部１３３は、生成した第２の学習データ６０を記憶部１２０の学習データ記憶部１２２に書き込んで、記憶させる。
なお、撮影画像補正部１３３は、補正方法決定部１３２が用いた学習データ群から第１の学習データ６０を取得してもよいし、取得部１３１が学習データ記憶部１２２から取得した第１の学習データ６０を取得してもよい。
【0038】
（３－４）出力制御部１３４
出力制御部１３４は、各種の出力を制御する機能を有する。例えば、出力制御部１３４は、学習データ６０の出力を制御する。具体的に、出力制御部１３４は、学習データ６０を外部装置へ出力させてもよいし、表示部１４０に表示させてもよい。
出力制御部１３４は、各種の出力を制御する機能を有する。例えば、出力制御部１３４は、学習データ６０の出力を制御する。具体的に、出力制御部１３４は、学習データ６０を外部装置へ出力させてもよいし、表示部１４０に表示させてもよい。
【0039】
（４）表示部１４０
表示部１４０は、各種の情報を表示する機能を有する。表示部１４０は、例えば、学習データ生成装置１０がハードウェアとして備えるディスプレイやタッチスクリーンなどの表示装置によって実現される。表示部１４０は、出力制御部１３４からの入力に応じて、例えば学習データ６０を表示する。
表示部１４０は、各種の情報を表示する機能を有する。表示部１４０は、例えば、学習データ生成装置１０がハードウェアとして備えるディスプレイやタッチスクリーンなどの表示装置によって実現される。表示部１４０は、出力制御部１３４からの入力に応じて、例えば学習データ６０を表示する。
【0040】
＜１－２．処理の流れ＞
以上、第１の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図６を参照して、第１の実施形態に係る処理の流れについて説明する。図６は、第１の実施形態に係る処理の流れの一例を示すフローチャートである。
以上、第１の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図６を参照して、第１の実施形態に係る処理の流れについて説明する。図６は、第１の実施形態に係る処理の流れの一例を示すフローチャートである。
【0041】
図６に示すように、まず、取得部１３１は、学習データ６０を１つ（第１の学習データ６０）含む学習データ群を学習データ記憶部１２２から取得する（ステップＳ１０１）。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ１０２）。具体的に、取得部１３１は、取得した学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ１０２）。具体的に、取得部１３１は、取得した学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
【0042】
次いで、補正方法決定部１３２は、差分画像を生成する（ステップＳ１０３）。具体的に、補正方法決定部１３２は、取得部１３１によって取得された学習データ６０に含まれる撮影画像５０と、当該撮影画像５０に対応する印刷元画像３０との差分を示す差分画像を生成する。
【0043】
次いで、補正方法決定部１３２は、調整差分画像を生成する（ステップＳ１０４）。具体的に、補正方法決定部１３２は、生成した差分画像をもとに、当該差分画像が示す差分を調整した調整差分画像を生成する。
【0044】
次いで、補正方法決定部１３２は、補正方法を決定する（ステップＳ１０５）。具体的に、補正方法決定部１３２は、印刷元画像３０と調整処理によって補正後の撮影画像５０との差分が調整差分画像の示す差分と一致するように、補正前の撮影画像５０に対して行う調整処理の具体的な内容（差分の調整量）を決定する。
【0045】
次いで、撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する（ステップＳ１０６）。具体的に、撮影画像補正部１３３は、補正方法決定部１３２によって決定されて補正方法によって撮影画像５０を補正し、補正後の撮影画像５０と当該撮影画像５０に対応する印刷物４０の個体ＩＤとを組とする学習データ６０（第２の学習データ６０）を生成する。
【0046】
そして、撮影画像補正部１３３は、生成した学習データ６０を登録する（ステップＳ１０７）。具体的に、撮影画像補正部１３３は、生成した学習データ６０を学習データ記憶部１２２に書き込んで、記憶させる。
【0047】
以上説明したように、第１の実施形態に係る学習データ生成装置１０は、補正方法決定部１３２と、撮影画像補正部１３３とを備える。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
【0048】
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
これにより、印刷元画像３０が実際に印刷された印刷物４０の撮影画像５０により近い撮影画像５０をデータ拡張によって生成できる。そして、このデータ拡張によって生成された撮影画像５０を学習データ６０として用いることで、印刷物４０の個体識別の精度をより向上することができる。
これにより、印刷元画像３０が実際に印刷された印刷物４０の撮影画像５０により近い撮影画像５０をデータ拡張によって生成できる。そして、このデータ拡張によって生成された撮影画像５０を学習データ６０として用いることで、印刷物４０の個体識別の精度をより向上することができる。
【0049】
よって、第１の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
【0050】
＜＜２．第２の実施形態＞＞
以上、第１の実施形態について説明した。続いて、図７を参照して、本発明の第２の実施形態について説明する。
第１の実施形態では、学習データ群が１つの第１の学習データ６０で構成されている例について説明したが、かかる例に限定されない。
第２の実施形態では、学習データ群が第１の学習データ６０と、第１の学習データ６０と同一の個体ＩＤを有する第３の学習データ６０とで構成されている例について説明する。学習データ群を構成する第３の学習データ６０の数は、少なくとも１つ以上であれば特に限定されない。第２の実施形態では、第３の学習データ６０の数が１つであるものとする。
なお、以下では、第１の実施形態における説明と重複する説明については、適宜省略する。
以上、第１の実施形態について説明した。続いて、図７を参照して、本発明の第２の実施形態について説明する。
第１の実施形態では、学習データ群が１つの第１の学習データ６０で構成されている例について説明したが、かかる例に限定されない。
第２の実施形態では、学習データ群が第１の学習データ６０と、第１の学習データ６０と同一の個体ＩＤを有する第３の学習データ６０とで構成されている例について説明する。学習データ群を構成する第３の学習データ６０の数は、少なくとも１つ以上であれば特に限定されない。第２の実施形態では、第３の学習データ６０の数が１つであるものとする。
なお、以下では、第１の実施形態における説明と重複する説明については、適宜省略する。
【0051】
＜２－１．学習データ生成装置の機能構成＞
第２の実施形態に係る学習データ生成装置１０の機能構成は、図１から図５を参照して説明した第１の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第２の実施形態では、第１の実施形態と異なる機能について説明する。
第２の実施形態に係る学習データ生成装置１０の機能構成は、図１から図５を参照して説明した第１の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第２の実施形態では、第１の実施形態と異なる機能について説明する。
【0052】
取得部１３１は、第１の学習データ６０と、第１の学習データ６０と同一の個体ＩＤを有する第３の学習データ６０とで構成された学習データ群を学習データ記憶部１２２から取得する。
取得部１３１は、第１の学習データ６０及び第３の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
取得部１３１は、第１の学習データ６０及び第３の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
【0053】
補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と学習データ群を取得する。補正方法決定部１３２は、取得した印刷元画像３０と学習データ群に含まれる撮影画像５０とに基づき、撮影画像５０の補正方法を決定する。
第２の実施形態では、学習データ群が、第１の学習データ６０と第３の学習データ６０の２つの学習データ６０で構成されている。この場合、補正方法決定部１３２は、印刷元画像３０と各学習データ６０に含まれる撮影画像５０との差分を検知し、各差分に基づき、撮影画像５０の一部を他の撮影画像５０との重みづけ和で補正する補正処理を補正方法として決定する。
第２の実施形態では、学習データ群が、第１の学習データ６０と第３の学習データ６０の２つの学習データ６０で構成されている。この場合、補正方法決定部１３２は、印刷元画像３０と各学習データ６０に含まれる撮影画像５０との差分を検知し、各差分に基づき、撮影画像５０の一部を他の撮影画像５０との重みづけ和で補正する補正処理を補正方法として決定する。
【0054】
輝度値に対する補正処理では、輝度値を他の撮影画像５０の輝度値との重みづけ和で補正する処理が行われる。
輪郭の距離に対する補正処理では、輪郭の距離を他の撮影画像５０の距離との重みづけ和で補正し、補正後の輪郭の内側と外側の判定に合わせて輝度値（白黒）を補正する処理が行われる。
ニューラルネットワークに通した際に検出される特徴量に対する補正処理では、特徴量を他の撮影画像５０の特徴量との重みづけ和で補正し、補正後の特徴量になるようにニューラルネットワークの入力画像に逆伝搬する処理が行われる。
なお、重みは、０から１の間の実数でもよいし、０又は１の２値であってもよい。
輪郭の距離に対する補正処理では、輪郭の距離を他の撮影画像５０の距離との重みづけ和で補正し、補正後の輪郭の内側と外側の判定に合わせて輝度値（白黒）を補正する処理が行われる。
ニューラルネットワークに通した際に検出される特徴量に対する補正処理では、特徴量を他の撮影画像５０の特徴量との重みづけ和で補正し、補正後の特徴量になるようにニューラルネットワークの入力画像に逆伝搬する処理が行われる。
なお、重みは、０から１の間の実数でもよいし、０又は１の２値であってもよい。
【0055】
補正方法決定部１３２は、印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分である第１の差分と、印刷元画像３０と第３の学習データ６０に含まれる撮影画像５０との差分である第２の差分とを検知する。補正方法決定部１３２は、検知した第１の差分を示す第１の差分画像と、第２の差分を示す第２の差分画像を生成する。
補正方法決定部１３２は、第１の差分画像が示す第１の差分と第２の差分画像が示す第２の差分の重みづけ和として中間差分を計算する。補正方法決定部１３２は、計算した中間差分を示す中間差分画像を生成する。
補正方法決定部１３２は、印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分を中間差分と一致させる補正処理を補正方法として決定する。具体的に、補正方法決定部１３２は、印刷元画像３０と補正方法によって補正後の撮影画像５０との差分が中間差分画像の示す差分と一致するように、補正前の撮影画像５０に対して行う補正処理の具体的な内容を決定する。
補正方法決定部１３２は、第１の差分画像が示す第１の差分と第２の差分画像が示す第２の差分の重みづけ和として中間差分を計算する。補正方法決定部１３２は、計算した中間差分を示す中間差分画像を生成する。
補正方法決定部１３２は、印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分を中間差分と一致させる補正処理を補正方法として決定する。具体的に、補正方法決定部１３２は、印刷元画像３０と補正方法によって補正後の撮影画像５０との差分が中間差分画像の示す差分と一致するように、補正前の撮影画像５０に対して行う補正処理の具体的な内容を決定する。
【0056】
＜２－２．処理の流れ＞
以上、第２の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図７を参照して、第２の実施形態に係る処理の流れについて説明する。図７は、第２の実施形態に係る処理の流れの一例を示すフローチャートである。
以上、第２の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図７を参照して、第２の実施形態に係る処理の流れについて説明する。図７は、第２の実施形態に係る処理の流れの一例を示すフローチャートである。
【0057】
図７に示すように、まず、取得部１３１は、同一の個体ＩＤを有する学習データ６０を２つ（第１の学習データ６０と第３の学習データ６０）含む学習データ群を学習データ記憶部１２２から取得する（ステップＳ２０１）。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ２０２）。具体的に、取得部１３１は、取得した第１の学習データ６０及び第３の学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ２０２）。具体的に、取得部１３１は、取得した第１の学習データ６０及び第３の学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
【0058】
次いで、補正方法決定部１３２は、差分画像を生成する（ステップＳ２０３）。具体的に、補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分である第１の差分を示す第１の差分画像と、印刷元画像３０と第３の学習データ６０に含まれる撮影画像５０との差分である第２の差分を示す第２の差分画像とを生成する。
【0059】
次いで、補正方法決定部１３２は、中間差分画像を生成する（ステップＳ２０４）。具体的に、補正方法決定部１３２は、生成した第１の差分画像と第２の差分画像をもとに重みづけ和によって、各差分画像の中間差分を示す中間差分画像を生成する。
【0060】
次いで、補正方法決定部１３２は、補正方法を決定する（ステップＳ２０５）。具体的に、補正方法決定部１３２は、印刷元画像３０と補正処理によって補正後の撮影画像５０との差分が中間差分画像の示す差分と一致するように、補正前の撮影画像５０に対して行う補正処理の具体的な内容を決定する。
【0061】
次いで、撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する（ステップＳ２０６）。具体的に、撮影画像補正部１３３は、補正方法決定部１３２によって決定されて補正方法によって第１の学習データ６０に含まれる撮影画像５０を補正し、補正後の撮影画像５０と当該撮影画像５０に対応する印刷物４０の個体ＩＤとを組とする学習データ６０（第２の学習データ６０）を生成する。
【0062】
そして、撮影画像補正部１３３は、生成した学習データ６０を登録する（ステップＳ２０７）。具体的に、撮影画像補正部１３３は、生成した学習データ６０を学習データ記憶部１２２に書き込んで、記憶させる。
【0063】
以上説明したように、第２の実施形態に係る学習データ生成装置１０は、第１の実施形態と同様に、補正方法決定部１３２と、撮影画像補正部１３３とを備える。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
これにより、印刷元画像３０が実際に印刷された印刷物４０の撮影画像５０により近い撮影画像５０をデータ拡張によって生成できる。そして、このデータ拡張によって生成された撮影画像５０を学習データ６０として用いることで、印刷物４０の個体識別の精度をより向上することができる。
よって、第２の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
これにより、印刷元画像３０が実際に印刷された印刷物４０の撮影画像５０により近い撮影画像５０をデータ拡張によって生成できる。そして、このデータ拡張によって生成された撮影画像５０を学習データ６０として用いることで、印刷物４０の個体識別の精度をより向上することができる。
よって、第２の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
【0064】
＜＜３．第３の実施形態＞＞
以上、第２の実施形態について説明した。続いて、図８を参照して、本発明の第３の実施形態について説明する。
第２の実施形態では、学習データ群が第１の学習データ６０と第３の学習データ６０の２つ学習データ６０で構成されている例について説明したが、かかる例に限定されない。
第３の実施形態では、学習データ群が第１の学習データ６０と同一の個体ＩＤを有する複数（３つ以上）の学習データ６０で構成された同個体学習データ群である例について説明する。同個体学習データ群を構成する学習データ６０の数は、例えば３つ以上であるが、かかる例に限定されない。
なお、以下では、第１の実施形態における説明と重複する説明については、適宜省略する。
以上、第２の実施形態について説明した。続いて、図８を参照して、本発明の第３の実施形態について説明する。
第２の実施形態では、学習データ群が第１の学習データ６０と第３の学習データ６０の２つ学習データ６０で構成されている例について説明したが、かかる例に限定されない。
第３の実施形態では、学習データ群が第１の学習データ６０と同一の個体ＩＤを有する複数（３つ以上）の学習データ６０で構成された同個体学習データ群である例について説明する。同個体学習データ群を構成する学習データ６０の数は、例えば３つ以上であるが、かかる例に限定されない。
なお、以下では、第１の実施形態における説明と重複する説明については、適宜省略する。
【0065】
＜３－１．学習データ生成装置の機能構成＞
第３の実施形態に係る学習データ生成装置１０の機能構成は、図１から図５を参照して説明した第１の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第３の実施形態では、第１の実施形態と異なる機能について説明する。
第３の実施形態に係る学習データ生成装置１０の機能構成は、図１から図５を参照して説明した第１の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第３の実施形態では、第１の実施形態と異なる機能について説明する。
【0066】
取得部１３１は、第１の学習データ６０と、第１の学習データ６０と同一の個体ＩＤを有する複数の学習データ６０とで構成された同個体学習データ群を学習データ記憶部１２２から取得する。
取得部１３１は、第１の学習データ６０及び同個体学習データ群の各学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
取得部１３１は、第１の学習データ６０及び同個体学習データ群の各学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
【0067】
補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と同個体学習データ群を取得する。補正方法決定部１３２は、取得した印刷元画像３０と同個体学習データ群に含まれる撮影画像５０とに基づき、撮影画像５０の補正方法を決定する。
第３の実施形態では、補正方法決定部１３２は、印刷元画像３０と同個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分を検知し、各差分に基づき、差分が現れやすい領域を特定し、特定した領域に対する調整処理又は補正処理を補正方法として決定する。
第３の実施形態では、補正方法決定部１３２は、印刷元画像３０と同個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分を検知し、各差分に基づき、差分が現れやすい領域を特定し、特定した領域に対する調整処理又は補正処理を補正方法として決定する。
【0068】
まず、補正方法決定部１３２は、印刷元画像３０と同個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分である同個体差分群を生成する。具体的に、補正方法決定部１３２は、印刷元画像３０と各学習データ６０に含まれる撮影画像５０との差分を示す差分画像を複数生成することで、同個体差分画像群（同個体差分群の一例）を生成する。例えば、同個体学習データ群にＮ個の学習データ６０が含まれる場合、同個体差分画像群を構成する差分画像がＮ枚生成される。
補正方法決定部１３２は、同個体差分画像群に基づき、差分が現れやすい領域を特定する。領域は、例えば、ピクセルや特徴量のチャンネルなどである。差分が現れやすい領域は、例えば、同個体差分群で輝度値の差分の平均が大きいピクセル、輪郭の距離の平均が大きいピクセル、特徴量の差分の平均が大きいピクセル、特徴量の差分の平均が大きいチャンネルなどである。
補正方法決定部１３２は、同個体差分画像群に基づき、差分が現れやすい領域を特定する。領域は、例えば、ピクセルや特徴量のチャンネルなどである。差分が現れやすい領域は、例えば、同個体差分群で輝度値の差分の平均が大きいピクセル、輪郭の距離の平均が大きいピクセル、特徴量の差分の平均が大きいピクセル、特徴量の差分の平均が大きいチャンネルなどである。
【0069】
補正方法として調整処理を選択する場合、補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分を検知し、調整度合に従い差分の強調処理をすることを補正方法として決定する。
補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、同個体差分群のピクセルの値の大きさに基づき、撮影画像５０のピクセルの値を調整する度合を示す調整度合を決定する。
例えば、補正方法決定部１３２は、同個体差分群のピクセルの値の大きさが大きいほど調整度合を大きくする。一方、補正方法決定部１３２は、同個体差分群のピクセルの値の大きさが小さいほど調整度合を小さくする。また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが小さいほど調整度合を大きくする。補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが大きいほど調整度合を小さくする。
そして、補正方法決定部１３２は、調整度合が大きいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を大きく変更すると決定する。一方、補正方法決定部１３２は、調整度合が小さいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を小さく変更すると決定する。
補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、同個体差分群のピクセルの値の大きさに基づき、撮影画像５０のピクセルの値を調整する度合を示す調整度合を決定する。
例えば、補正方法決定部１３２は、同個体差分群のピクセルの値の大きさが大きいほど調整度合を大きくする。一方、補正方法決定部１３２は、同個体差分群のピクセルの値の大きさが小さいほど調整度合を小さくする。また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが小さいほど調整度合を大きくする。補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが大きいほど調整度合を小さくする。
そして、補正方法決定部１３２は、調整度合が大きいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を大きく変更すると決定する。一方、補正方法決定部１３２は、調整度合が小さいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を小さく変更すると決定する。
【0070】
補正方法として補正処理を選択する場合、補正方法決定部１３２は、同個体学習データ群に含まれる学習データの１つを第３の学習データ６０とし、印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分である第１の差分と、印刷元画像３０と第３の学習データ６０に含まれる撮影画像５０との差分である第２の差分とを検知する。補正方法決定部１３２は、第１の差分と第２の差分に対して、調整度合に従う重み関数で重みづけ和を計算して中間差分とする。補正方法決定部１３２は、印刷元画像３０と第１の学習データ６０に含まれる撮影画像５０との差分を中間差分と一致させる補正処理を補正方法として決定する。
【0071】
＜３－２．処理の流れ＞
以上、第３の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図８を参照して、第３の実施形態に係る処理の流れについて説明する。図８は、第３の実施形態に係る処理の流れの一例を示すフローチャートである。
以上、第３の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図８を参照して、第３の実施形態に係る処理の流れについて説明する。図８は、第３の実施形態に係る処理の流れの一例を示すフローチャートである。
【0072】
図８に示すように、まず、取得部１３１は、同個体学習データ群を取得する（ステップＳ３０１）。具体的に、取得部１３１は、同一の個体ＩＤを有する学習データ６０を３つ以上含む学習データ群（第１の学習データ６０含む）を学習データ記憶部１２２から取得する。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ３０２）。具体的に、取得部１３１は、取得した各学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ３０２）。具体的に、取得部１３１は、取得した各学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
【0073】
次いで、補正方法決定部１３２は、同個体差分画像群を生成する（ステップＳ３０３）。具体的に、補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と各学習データ６０に含まれる撮影画像５０との差分を示す差分画像を複数生成し、生成した複数の差分画像で構成される画像群を同個体差分画像群として生成する。
【0074】
次いで、補正方法決定部１３２は、撮影画像５０において差分が現れやすい領域を特定する（ステップＳ３０４）。例えば、補正方法決定部１３２は、同個体差分群で輝度値の差分の平均が大きいピクセル、輪郭の距離の平均が大きいピクセル、特徴量の差分の平均が大きいピクセル、特徴量の差分の平均が大きいチャンネルなどを差分が現れやすい領域として特定する。
【0075】
次いで、補正方法決定部１３２は、差分が現れやすい領域の補正方法を決定する（ステップＳ３０５）。例えば、補正方法決定部１３２は、差分が現れやすい領域に対して調整処理又は補正処理を行うと決定する。
【0076】
次いで、撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する（ステップＳ３０６）。具体的に、撮影画像補正部１３３は、補正方法決定部１３２によって決定されて補正方法によって第１の学習データ６０に含まれる撮影画像５０の差分が現れやすい領域を補正する。撮影画像補正部１３３は、補正後の撮影画像５０と当該撮影画像５０に対応する印刷物４０の個体ＩＤとを組とする学習データ６０（第２の学習データ６０）を生成する。
【0077】
そして、撮影画像補正部１３３は、生成した学習データ６０を登録する（ステップＳ３０７）。具体的に、撮影画像補正部１３３は、生成した学習データ６０を学習データ記憶部１２２に書き込んで、記憶させる。
【0078】
以上説明したように、第３の実施形態に係る学習データ生成装置１０は、第１の実施形態と同様に、補正方法決定部１３２と、撮影画像補正部１３３とを備える。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第３の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第３の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
【0079】
＜＜４．第４の実施形態＞＞
以上、第３の実施形態について説明した。続いて、図９を参照して、本発明の第４の実施形態について説明する。
第３の実施形態では、同個体差分画像群から差分が現れやすい領域を特定する例について説明したが、かかる例に限定されない。
第４の実施形態では、同個体差分画像群から差分のバラツキが現れやすい領域を特定する例について説明する。
なお、以下では、第３の実施形態における説明と重複する説明については、適宜省略する。
以上、第３の実施形態について説明した。続いて、図９を参照して、本発明の第４の実施形態について説明する。
第３の実施形態では、同個体差分画像群から差分が現れやすい領域を特定する例について説明したが、かかる例に限定されない。
第４の実施形態では、同個体差分画像群から差分のバラツキが現れやすい領域を特定する例について説明する。
なお、以下では、第３の実施形態における説明と重複する説明については、適宜省略する。
【0080】
＜４－１．学習データ生成装置の機能構成＞
第４の実施形態に係る学習データ生成装置１０の機能構成は、図８を参照して説明した第３の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第４の実施形態では、第３の実施形態と異なる機能について説明する。
第４の実施形態に係る学習データ生成装置１０の機能構成は、図８を参照して説明した第３の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第４の実施形態では、第３の実施形態と異なる機能について説明する。
【0081】
第４の実施形態では、補正方法決定部１３２は、印刷元画像３０と同個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分を検知し、各差分に基づき、差分のバラツキが現れやすい領域を特定し、特定した領域に対して外乱を付加する外乱処理を補正方法として決定する。
差分のバラツキが現れやすい領域は、例えば、同個体差分群で輝度値の差分の分散が大きいピクセル、輪郭の距離の分散が大きいピクセル、特徴量の差分の分散が大きいピクセル、特徴量の差分の分散が大きいチャンネルなどである。
特定した領域に付加する外乱は、例えば、ガウシアンノイズ、グラデーションによるシェーディングなどである。
差分のバラツキが現れやすい領域は、例えば、同個体差分群で輝度値の差分の分散が大きいピクセル、輪郭の距離の分散が大きいピクセル、特徴量の差分の分散が大きいピクセル、特徴量の差分の分散が大きいチャンネルなどである。
特定した領域に付加する外乱は、例えば、ガウシアンノイズ、グラデーションによるシェーディングなどである。
【0082】
補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、同個体差分画像群のピクセルの値の大きさとバラツキとに基づき、ピクセルに付加する外乱の度合を示す外乱度合を決定する。
例えば、補正方法決定部１３２は、同個体差分画像群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。そして、補正方法決定部１３２は、外乱度合が大きいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を大きく変更すると決定する。一方、補正方法決定部１３２は、同個体差分画像群のピクセルの値のバラツキが小さいほど外乱度合を小さくする。そして、補正方法決定部１３２は、外乱度合が小さいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を小さく変更すると決定する。
例えば、補正方法決定部１３２は、同個体差分画像群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。そして、補正方法決定部１３２は、外乱度合が大きいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を大きく変更すると決定する。一方、補正方法決定部１３２は、同個体差分画像群のピクセルの値のバラツキが小さいほど外乱度合を小さくする。そして、補正方法決定部１３２は、外乱度合が小さいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を小さく変更すると決定する。
【0083】
補正方法決定部１３２は、学習データ群の撮影画像５０に含まれない外乱画像を取得し、当該外乱画像に基づき補正方法を決定してもよい。具体的に、補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、第１の学習データ６０に含まれる撮影画像５０の輝度値と、外乱画像の輝度値とを外乱度合に従う重み関数による重みづけ和で補正することを補正方法として決定する。
【0084】
＜４－２．処理の流れ＞
以上、第４の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図９を参照して、第４の実施形態に係る処理の流れについて説明する。図９は、第４の実施形態に係る処理の流れの一例を示すフローチャートである。
以上、第４の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図９を参照して、第４の実施形態に係る処理の流れについて説明する。図９は、第４の実施形態に係る処理の流れの一例を示すフローチャートである。
【0085】
図９に示すように、まず、取得部１３１は、同個体学習データ群を取得する（ステップＳ４０１）。具体的に、取得部１３１は、同一の個体ＩＤを有する学習データ６０を３つ以上含む学習データ群（第１の学習データ６０含む）を学習データ記憶部１２２から取得する。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ４０２）。具体的に、取得部１３１は、取得した各学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
次いで、取得部１３１は、取得した学習データ群の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ４０２）。具体的に、取得部１３１は、取得した各学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
【0086】
次いで、補正方法決定部１３２は、同個体差分画像群を生成する（ステップＳ４０３）。具体的に、補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と各学習データ６０に含まれる撮影画像５０との差分を示す差分画像を複数生成し、生成した複数の差分画像で構成される画像群を同個体差分画像群として生成する。
【0087】
次いで、補正方法決定部１３２は、撮影画像５０において差分のバラツキが現れやすい領域を特定する（ステップＳ４０４）。例えば、補正方法決定部１３２は、同個体差分群で輝度値の差分の分散が大きいピクセル、輪郭の距離の分散が大きいピクセル、特徴量の差分の分散が大きいピクセル、特徴量の差分の分散が大きいチャンネルなどを差分のバラツキが現れやすい領域として特定する。
【0088】
次いで、補正方法決定部１３２は、差分のバラツキが現れやすい領域の補正方法を決定する（ステップＳ４０５）。例えば、補正方法決定部１３２は、差分のバラツキが現れやすい領域に対して外乱を付加する外乱処理を行うと決定する。
【0089】
次いで、撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する（ステップＳ４０６）。具体的に、撮影画像補正部１３３は、補正方法決定部１３２によって決定されて補正方法によって第１の学習データ６０に含まれる撮影画像５０の差分のバラツキが現れやすい領域を補正する。撮影画像補正部１３３は、補正後の撮影画像５０と当該撮影画像５０に対応する印刷物４０の個体ＩＤとを組とする学習データ６０（第２の学習データ６０）を生成する。
【0090】
そして、撮影画像補正部１３３は、生成した学習データ６０を登録する（ステップＳ４０７）。具体的に、撮影画像補正部１３３は、生成した学習データ６０を学習データ記憶部１２２に書き込んで、記憶させる。
【0091】
以上説明したように、第４の実施形態に係る学習データ生成装置１０は、第１の実施形態と同様に、補正方法決定部１３２と、撮影画像補正部１３３とを備える。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第４の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第４の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
【0092】
＜＜５．第５の実施形態＞＞
以上、第４の実施形態について説明した。続いて、図１０を参照して、本発明の第５の実施形態について説明する。
第４の実施形態では学習データ群が同個体差分画像群である例について説明したが、かかる例に限定されない。
第５の実施形態では、学習データ群が第１の学習データ６０と異なる個体ＩＤを有する複数の学習データ６０で構成された異個体学習データ群である例について説明する。
なお、以下では、第４の実施形態における説明と重複する説明については、適宜省略する。
以上、第４の実施形態について説明した。続いて、図１０を参照して、本発明の第５の実施形態について説明する。
第４の実施形態では学習データ群が同個体差分画像群である例について説明したが、かかる例に限定されない。
第５の実施形態では、学習データ群が第１の学習データ６０と異なる個体ＩＤを有する複数の学習データ６０で構成された異個体学習データ群である例について説明する。
なお、以下では、第４の実施形態における説明と重複する説明については、適宜省略する。
【0093】
＜５－１．学習データ生成装置の機能構成＞
第５の実施形態に係る学習データ生成装置１０の機能構成は、図９を参照して説明した第４の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第５の実施形態では、第４の実施形態と異なる機能について説明する。
第５の実施形態に係る学習データ生成装置１０の機能構成は、図９を参照して説明した第４の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第５の実施形態では、第４の実施形態と異なる機能について説明する。
【0094】
取得部１３１は、第１の学習データ６０と、第１の学習データ６０と異なる個体ＩＤを有する複数の学習データ６０とで構成された異個体学習データ群を学習データ記憶部１２２から取得する。
取得部１３１は、第１の学習データ６０及び異個体学習データ群の各学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
取得部１３１は、第１の学習データ６０及び異個体学習データ群の各学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
【0095】
補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と異個体学習データ群を取得する。補正方法決定部１３２は、取得した印刷元画像３０と異個体学習データ群に含まれる撮影画像５０とに基づき、撮影画像５０の補正方法を決定する。
【0096】
第５の実施形態では、補正方法決定部１３２は、印刷元画像３０と異個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分を検知し、各差分に基づき、差分のバラツキが現れやすい領域を特定し、特定した領域に対して外乱を付加する外乱処理を補正方法として決定する。
【0097】
まず、補正方法決定部１３２は、印刷元画像３０と異個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分である異個体差分群を生成する。具体的に、補正方法決定部１３２は、印刷元画像３０と各学習データ６０に含まれる撮影画像５０との差分を示す差分画像を複数生成することで、異個体差分画像群（異個体差分群の一例）を生成する。例えば、異個体学習データ群にＭ個の学習データ６０が含まれる場合、異個体差分画像群を構成する差分画像がＭ枚生成される。
補正方法決定部１３２は、異個体差分画像群に基づき、差分のバラツキが現れやすい領域を特定する。差分のバラツキが現れやすい領域は、例えば、異個体差分群で輝度値の差分の分散が大きいピクセル、輪郭の距離の分散が大きいピクセル、特徴量の差分の分散が大きいピクセル、特徴量の差分の分散が大きいチャンネルなどである。
補正方法決定部１３２は、異個体差分画像群に基づき、差分のバラツキが現れやすい領域を特定する。差分のバラツキが現れやすい領域は、例えば、異個体差分群で輝度値の差分の分散が大きいピクセル、輪郭の距離の分散が大きいピクセル、特徴量の差分の分散が大きいピクセル、特徴量の差分の分散が大きいチャンネルなどである。
【0098】
補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、異個体差分画像群のピクセルの値の大きさとバラツキとに基づき、ピクセルに付加する外乱の度合を示す外乱度合を決定する。
例えば、補正方法決定部１３２は、異個体差分画像群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。そして、補正方法決定部１３２は、外乱度合が大きいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を大きく変更すると決定する。一方、補正方法決定部１３２は、異個体差分画像群のピクセルの値のバラツキが小さいほど外乱度合を小さくする。そして、補正方法決定部１３２は、外乱度合が小さいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を小さく変更すると決定する。
例えば、補正方法決定部１３２は、異個体差分画像群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。そして、補正方法決定部１３２は、外乱度合が大きいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を大きく変更すると決定する。一方、補正方法決定部１３２は、異個体差分画像群のピクセルの値のバラツキが小さいほど外乱度合を小さくする。そして、補正方法決定部１３２は、外乱度合が小さいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を小さく変更すると決定する。
【0099】
＜５－２．処理の流れ＞
以上、第５の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図１０を参照して、第５の実施形態に係る処理の流れについて説明する。図１０は、第５の実施形態に係る処理の流れの一例を示すフローチャートである。
以上、第５の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図１０を参照して、第５の実施形態に係る処理の流れについて説明する。図１０は、第５の実施形態に係る処理の流れの一例を示すフローチャートである。
【0100】
図１０に示すように、まず、取得部１３１は、異個体学習データ群を取得する（ステップＳ５０１）。具体的に、取得部１３１は、全て異なる個体ＩＤを有する学習データ６０を３つ以上含む学習データ群（第１の学習データ６０含む）を学習データ記憶部１２２から取得する。
次いで、取得部１３１は、取得した学習データ群の第１の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ５０２）。具体的に、取得部１３１は、取得した第１の学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
次いで、取得部１３１は、取得した学習データ群の第１の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ５０２）。具体的に、取得部１３１は、取得した第１の学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
【0101】
次いで、補正方法決定部１３２は、異個体差分画像群を生成する（ステップＳ５０３）。具体的に、補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と各学習データ６０に含まれる撮影画像５０との差分を示す差分画像を複数生成し、生成した複数の差分画像で構成される画像群を異個体差分画像群として生成する。
【0102】
次いで、補正方法決定部１３２は、撮影画像５０において差分のバラツキが現れやすい領域を特定する（ステップＳ５０４）。例えば、補正方法決定部１３２は、異個体差分群で輝度値の差分の分散が大きいピクセル、輪郭の距離の分散が大きいピクセル、特徴量の差分の分散が大きいピクセル、特徴量の差分の分散が大きいチャンネルなどを差分のバラツキが現れやすい領域として特定する。
【0103】
次いで、補正方法決定部１３２は、差分のバラツキが現れやすい領域の補正方法を決定する（ステップＳ５０５）。例えば、補正方法決定部１３２は、差分のバラツキが現れやすい領域に対して外乱を付加する外乱処理を行うと決定する。
【0104】
次いで、撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する（ステップＳ５０６）。具体的に、撮影画像補正部１３３は、補正方法決定部１３２によって決定されて補正方法によって第１の学習データ６０に含まれる撮影画像５０の差分のバラツキが現れやすい領域を補正する。撮影画像補正部１３３は、補正後の撮影画像５０と当該撮影画像５０に対応する印刷物４０の個体ＩＤとを組とする学習データ６０（第２の学習データ６０）を生成する。
【0105】
そして、撮影画像補正部１３３は、生成した学習データ６０を登録する（ステップＳ５０７）。具体的に、撮影画像補正部１３３は、生成した学習データ６０を学習データ記憶部１２２に書き込んで、記憶させる。
【0106】
以上説明したように、第５の実施形態に係る学習データ生成装置１０は、第１の実施形態と同様に、補正方法決定部１３２と、撮影画像補正部１３３とを備える。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第５の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第５の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
【0107】
＜＜６．第６の実施形態＞＞
以上、第５の実施形態について説明した。続いて、図１１から図１３を参照して、本発明の第６の実施形態について説明する。
第５の実施形態では、学習データ群が異個体学習データ群である、異個体差分画像群に基づき差分のバラツキが現れやすい領域（外乱処理を行う領域）を特定する例について説明したが、かかる例に限定されない。
第６の実施形態では、学習データ群が同個体学習データ群と異個体学習データ群である、同個体差分画像群と異個体差分画像群とに基づき、調整処理を行う領域と外乱処理を行う領域を特定する例について説明する。
なお、以下では、第５の実施形態における説明と重複する説明については、適宜省略する。
以上、第５の実施形態について説明した。続いて、図１１から図１３を参照して、本発明の第６の実施形態について説明する。
第５の実施形態では、学習データ群が異個体学習データ群である、異個体差分画像群に基づき差分のバラツキが現れやすい領域（外乱処理を行う領域）を特定する例について説明したが、かかる例に限定されない。
第６の実施形態では、学習データ群が同個体学習データ群と異個体学習データ群である、同個体差分画像群と異個体差分画像群とに基づき、調整処理を行う領域と外乱処理を行う領域を特定する例について説明する。
なお、以下では、第５の実施形態における説明と重複する説明については、適宜省略する。
【0108】
＜６－１．学習データ生成装置の機能構成＞
第６の実施形態に係る学習データ生成装置１０の機能構成は、図１０を参照して説明した第５の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第６の実施形態では、第５の実施形態と異なる機能について説明する。
第６の実施形態に係る学習データ生成装置１０の機能構成は、図１０を参照して説明した第５の実施形態に係る学習データ生成装置１０の機能構成と同様である。以下、第６の実施形態では、第５の実施形態と異なる機能について説明する。
【0109】
取得部１３１は、第１の学習データ６０と、第１の学習データ６０と同一の個体ＩＤを有する複数の学習データ６０とで構成された同個体学習データ群と、第１の学習データ６０と異なる個体ＩＤを有する複数の学習データ６０とで構成された異個体学習データ群との和集合で構成された学習データ群を学習データ記憶部１２２から取得する。
取得部１３１は、第１の学習データ６０及び同個体学習データ群及び異個体学習データ群の各学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
取得部１３１は、第１の学習データ６０及び同個体学習データ群及び異個体学習データ群の各学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する。
【0110】
補正方法決定部１３２は、印刷元画像３０と同個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分である同個体差分群と、印刷元画像３０と異個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分である異個体差分群とを生成する。
補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、同個体差分群のピクセルの値の大きさとバラツキと、異個体差分群のピクセルの値の大きさとバラツキとに基づき、調整処理を行う領域と外乱処理を行う領域を特定する。
補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、同個体差分群のピクセルの値の大きさとバラツキと、異個体差分群のピクセルの値の大きさとバラツキとに基づき、調整処理を行う領域と外乱処理を行う領域を特定する。
【0111】
【0112】
図１１は、第６の実施形態に係る同個体差分画像群における差分とバラツキの分布との関係を示す図である。
図１１に示すように、印刷元画像３０との差分が大きくて同個体差分画像群におけるバラツキが大きい領域は、第１特徴を有する領域である。
印刷元画像３０との差分が大きくて同個体差分画像群におけるバラツキが小さい領域は、第２特徴を有する領域である。
同個体差分画像群におけるバラツキの大きさに関係なく、印刷元画像３０との差分が小さい領域は、第３特徴を有する領域である。
図１１に示すように、印刷元画像３０との差分が大きくて同個体差分画像群におけるバラツキが大きい領域は、第１特徴を有する領域である。
印刷元画像３０との差分が大きくて同個体差分画像群におけるバラツキが小さい領域は、第２特徴を有する領域である。
同個体差分画像群におけるバラツキの大きさに関係なく、印刷元画像３０との差分が小さい領域は、第３特徴を有する領域である。
【0113】
図１２は、第６の実施形態に係る異個体差分画像群における差分とバラツキの分布との関係を示す図である。
図１２に示すように、印刷元画像３０との差分が大きくて異個体差分画像群におけるバラツキが大きい領域は、第４特徴を有する領域である。
印刷元画像３０との差分が大きくて異個体差分画像群におけるバラツキが小さい領域は、第５特徴を有する領域である。
異個体差分画像群におけるバラツキの大きさに関係なく、印刷元画像３０との差分が小さい領域は、第６特徴を有する領域である。
図１２に示すように、印刷元画像３０との差分が大きくて異個体差分画像群におけるバラツキが大きい領域は、第４特徴を有する領域である。
印刷元画像３０との差分が大きくて異個体差分画像群におけるバラツキが小さい領域は、第５特徴を有する領域である。
異個体差分画像群におけるバラツキの大きさに関係なく、印刷元画像３０との差分が小さい領域は、第６特徴を有する領域である。
【0114】
図１１及び図１２に示す第１～第６特徴より、次のように領域の特徴を特定することができる。
第２特徴ｏｒ（第２特徴ａｎｄ第４特徴）である領域は、個体特有の特徴が現れやすい領域である。
第３特徴ａｎｄ第４特徴である領域は、個体特有の特徴が現れやすい領域である（個体は差が出ない）。
第１特徴ｏｒ（第１特徴ａｎｄ第４特徴）である領域は、撮影環境の差など個体と無関係の特徴が現れやすい領域である。
第５特徴ｏｒ（第２特徴ａｎｄ第５特徴）である領域は、個体に関係なく固定で差が生じる領域である。
第６特徴ｏｒ（第３特徴ａｎｄ第６特徴）である町域は、個体に関係なく差が生じない領域である。
第２特徴ｏｒ（第２特徴ａｎｄ第４特徴）である領域は、個体特有の特徴が現れやすい領域である。
第３特徴ａｎｄ第４特徴である領域は、個体特有の特徴が現れやすい領域である（個体は差が出ない）。
第１特徴ｏｒ（第１特徴ａｎｄ第４特徴）である領域は、撮影環境の差など個体と無関係の特徴が現れやすい領域である。
第５特徴ｏｒ（第２特徴ａｎｄ第５特徴）である領域は、個体に関係なく固定で差が生じる領域である。
第６特徴ｏｒ（第３特徴ａｎｄ第６特徴）である町域は、個体に関係なく差が生じない領域である。
【0115】
第６の実施形態では、補正方法決定部１３２は、第２特徴ａｎｄ第４特徴である領域、即ち、個体特有の特徴が現れやすい領域に対しては、調整処理を行うと決定する。また、補正方法決定部１３２は、第１特徴ａｎｄ第４特徴である領域、即ち、撮影環境の差など個体と無関係の特徴が現れやすい領域に対しては、外乱処理を行うと決定する。
【0116】
補正方法決定部１３２は、第１の学習データ６０に含まれる撮影画像５０の各ピクセルについて、同個体差分群のピクセルの値の大きさとバラツキと、異個体差分群のピクセルの値の大きさとバラツキとに基づき、特定した領域に対する調整度合又は外乱度合を決定する。
例えば、補正方法決定部１３２は、同個体差分群のピクセルの値の大きさが大きいほど調整度合を大きくする。また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが小さいほど調整度合を大きくする。
また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。また、補正方法決定部１３２は、異個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。
例えば、補正方法決定部１３２は、同個体差分群のピクセルの値の大きさが大きいほど調整度合を大きくする。また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが小さいほど調整度合を大きくする。
また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。また、補正方法決定部１３２は、異個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする。
【0117】
補正方法決定部１３２は、調整度合と外乱度合とが大きいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を大きく変更すると決定する。一方、補正方法決定部１３２は、調整度合と外乱度合とが小さいほど第１の学習データ６０に含まれる撮影画像５０のピクセルの値を小さく変更すると決定する。
【0118】
補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが小さいほど調整度合を大きくする第１の調整処理と、異個体差分群のピクセルの値のバラツキが大きいほど調整度合を大きくする第２の調整処理のうち、少なくともいずれか一方の調整処理を実行した後でもう一方の調整処理を実行することを決定する。
また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする第１の外乱処理と、異個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする第２の外乱処理のうち、少なくともいずれか一方の外乱処理を実行した後でもう一方の外乱処理を実行することを決定する。
また、補正方法決定部１３２は、同個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする第１の外乱処理と、異個体差分群のピクセルの値のバラツキが大きいほど外乱度合を大きくする第２の外乱処理のうち、少なくともいずれか一方の外乱処理を実行した後でもう一方の外乱処理を実行することを決定する。
【0119】
＜６－２．処理の流れ＞
以上、第６の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図１３を参照して、第６の実施形態に係る処理の流れについて説明する。図１３は、第６の実施形態に係る処理の流れの一例を示すフローチャートである。
以上、第６の実施形態に係る学習データ生成装置１０の機能構成について説明した。続いて、図１３を参照して、第６の実施形態に係る処理の流れについて説明する。図１３は、第６の実施形態に係る処理の流れの一例を示すフローチャートである。
【0120】
図１３に示すように、まず、取得部１３１は、同個体学習データ群を取得する（ステップＳ６０１）。具体的に、取得部１３１は、同一の個体ＩＤを有する学習データ６０を３つ以上含む学習データ群（第１の学習データ６０含む）を学習データ記憶部１２２から取得する。
次いで、取得部１３１は、異個体学習データ群を取得する（ステップＳ６０２）。具体的に、取得部１３１は、全て異なる個体ＩＤを有する学習データ６０を３つ以上含む学習データ群（第１の学習データ６０含む）を学習データ記憶部１２２から取得する。
次いで、取得部１３１は、取得した学習データ群の第１の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ６０３）。具体的に、取得部１３１は、取得した第１の学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
次いで、取得部１３１は、異個体学習データ群を取得する（ステップＳ６０２）。具体的に、取得部１３１は、全て異なる個体ＩＤを有する学習データ６０を３つ以上含む学習データ群（第１の学習データ６０含む）を学習データ記憶部１２２から取得する。
次いで、取得部１３１は、取得した学習データ群の第１の学習データ６０に含まれる撮影画像５０に対応する印刷元画像３０を印刷元画像記憶部１２１から取得する（ステップＳ６０３）。具体的に、取得部１３１は、取得した第１の学習データ６０に含まれる個体ＩＤと同一の個体ＩＤが対応付けられた印刷元画像３０を、印刷元画像記憶部１２１から取得する。
【0121】
次いで、補正方法決定部１３２は、同個体差分画像群を生成する（ステップＳ６０４）。具体的に、補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と同個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分を示す差分画像を複数生成し、生成した複数の差分画像で構成される画像群を同個体差分画像群として生成する。
【0122】
次いで、補正方法決定部１３２は、異個体差分画像群を生成する（ステップＳ６０５）。具体的に、補正方法決定部１３２は、取得部１３１によって取得された印刷元画像３０と異個体学習データ群の各学習データ６０に含まれる撮影画像５０との差分を示す差分画像を複数生成し、生成した複数の差分画像で構成される画像群を異個体差分画像群として生成する。
【0123】
次いで、補正方法決定部１３２は、撮影画像５０において調整処理を行う領域と外乱処理を行う領域を特定する（ステップＳ６０６）。例えば、補正方法決定部１３２は、個体特有の特徴が現れやすい領域を、調整処理を行う領域として決定する。また、補正方法決定部１３２は、撮影環境の差など個体と無関係の特徴が現れやすい領域を、外乱処理を行う領域として決定する。
【0124】
次いで、補正方法決定部１３２は、調整処理を行う領域と外乱処理を行う領域の補正方法を決定する（ステップＳ６０７）。具体的に、補正方法決定部１３２は、調整処理の調整度合と外乱処理の外乱度合を決定する。
【0125】
次いで、撮影画像補正部１３３は、撮影画像５０を補正して学習データ６０を生成する（ステップＳ６０８）。具体的に、撮影画像補正部１３３は、補正方法決定部１３２によって決定されて補正方法によって第１の学習データ６０に含まれる撮影画像５０の調整処理を行う領域と外乱処理を行う領域を補正する。撮影画像補正部１３３は、補正後の撮影画像５０と当該撮影画像５０に対応する印刷物４０の個体ＩＤとを組とする学習データ６０（第２の学習データ６０）を生成する。
【0126】
そして、撮影画像補正部１３３は、生成した学習データ６０を登録する（ステップＳ６０９）。具体的に、撮影画像補正部１３３は、生成した学習データ６０を学習データ記憶部１２２に書き込んで、記憶させる。
【0127】
以上説明したように、第６の実施形態に係る学習データ生成装置１０は、第１の実施形態と同様に、補正方法決定部１３２と、撮影画像補正部１３３とを備える。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第６の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
補正方法決定部１３２は、印刷元画像が印刷された印刷物を撮影した撮影画像と撮影画像に写る印刷物の識別情報との組である学習データを少なくとも１つ含む学習データ群を取得し、印刷元画像と学習データ群に含まれる撮影画像とに基づき、撮影画像の補正方法を決定する。
撮影画像補正部１３３は、第１の学習データ６０を取得し、第１の学習データ６０に含まれる撮影画像を補正方法で補正した補正撮影画像と第１の学習データ６０に含まれる識別情報との組を第２の学習データ６０として生成する。
かかる構成により、第１の学習データ６０に対するデータ拡張によって第２の学習データ６０を生成する際に、印刷物４０に特有のバラツキが考慮された補正方法によって第１の学習データ６０に含まれる撮影画像５０が補正され、補正後の撮影画像５０が第２の学習データ６０として生成される。
よって、第６の実施形態に係る学習データ生成装置１０は、印刷物の個体識別に特化したデータ拡張を行うことを可能とする。
【0128】
以上、本発明の実施形態について説明した。なお、上述した実施形態における学習データ生成装置１０の一部又は全部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。
【0129】
以上、図面を参照してこの発明の実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
【符号の説明】
【0130】
１０…学習データ生成装置、２０，２０ａ，２０ｂ…撮像装置、３０，３０ａ…印刷元画像、３１，３１ａ，３１ｂ…印刷用紙、４０，４０ａ，４０ｂ…印刷物、５０，５０ａ，５０ｂ，５０ｃ，５０ｄ，５０ｅ…撮影画像、６０，６０ａ，６０ｂ，６０ｃ，６０ｄ，６０ｅ…学習データ、１１０…データ入出力部、１２０…記憶部、１２１…印刷元画像記憶部、１２２…学習データ記憶部、１３０…制御部、１３１…取得部、１３２…補正方法決定部、１３３…撮影画像補正部、１３４…出力制御部、１４０…表示部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】