知財求人 - 知財ポータルサイト「IP Force」
特開2024-174681情報処理装置の制御方法、情報処理装置、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】P2024174681
(43)【公開日】2024-12-17
(54)【発明の名称】情報処理装置の制御方法、情報処理装置、及びプログラム
(51)【国際特許分類】
G06F 17/16 20060101AFI20241210BHJP
G06T 7/00 20170101ALI20241210BHJP
G06V 10/762 20220101ALI20241210BHJP
G06N 20/00 20190101ALI20241210BHJP
【ＦＩ】
G06F17/16 K
G06T7/00 300F
G06V10/762
G06N20/00
【審査請求】未請求
【請求項の数】20
【出願形態】ＯＬ
(21)【出願番号】P 2023092640
(22)【出願日】2023-06-05
(71)【出願人】
【識別番号】000001007
【氏名又は名称】キヤノン株式会社
(74)【代理人】
【識別番号】100090273
【弁理士】
【氏名又は名称】國分 孝悦
(72)【発明者】
【氏名】野呂 英生
(72)【発明者】
【氏名】舘 俊太
【テーマコード（参考）】
5B056
5L096
【Ｆターム（参考）】
5B056BB42
5B056BB83
5L096FA35
5L096GA51
5L096JA05
5L096JA11
5L096MA07
(57)【要約】
【課題】非教師型のデータ分類をより好適な態様で実現する。
【解決手段】算出部１２は、分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する。補正部１３は、類似度行列の少なくとも一部の要素を対象として、当該要素に対応する類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する。分類部１４は、補正部１３による補正後の類似度行列に基づき、上記一連のデータを１以上のグループに分類する。
【選択図】図１
【解決手段】算出部１２は、分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する。補正部１３は、類似度行列の少なくとも一部の要素を対象として、当該要素に対応する類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する。分類部１４は、補正部１３による補正後の類似度行列に基づき、上記一連のデータを１以上のグループに分類する。
【選択図】図１
【特許請求の範囲】
【請求項1】
情報処理装置の制御方法であって、
分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成ステップと、
前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正ステップと、
前記補正ステップにおける補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類ステップと、
を含むことを特徴とする、情報処理装置の制御方法。
分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成ステップと、
前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正ステップと、
前記補正ステップにおける補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類ステップと、
を含むことを特徴とする、情報処理装置の制御方法。
【請求項2】
前記補正ステップは、前記類似度行列の一連の前記要素それぞれに対応する前記類似度のうち、第１の閾値を超える類似度を対象として、当該類似度に応じた変換を施すことで、当該類似度行列を補正することを特徴とする、請求項１に記載の情報処理装置の制御方法。
【請求項3】
前記第１の閾値は、あらかじめ指定された定数値であることを特徴とする、請求項２に記載の情報処理装置の制御方法。
【請求項4】
前記第１の閾値は、前記類似度行列の行または列ごとに作成されたヒストグラムを対象として、当該ヒストグラムが二峰分布をなすと仮定した場合の二峰の谷となる値であることを特徴とする、請求項２に記載の情報処理装置の制御方法。
【請求項5】
前記補正ステップは、基準値を超える類似度と、当該基準値未満の類似度と、に対して互いに異なる変換を施すことを特徴とする、請求項１に記載の情報処理装置の制御方法。
【請求項6】
前記補正ステップは、
単調増加関数により、
前記基準値を超える類似度を、変換前よりも値の大きい類似度に変換し、
前記基準値未満の類似度を、変換前よりも値の小さい類似度に変換する
ことを特徴とする、請求項５に記載の情報処理装置の制御方法。
単調増加関数により、
前記基準値を超える類似度を、変換前よりも値の大きい類似度に変換し、
前記基準値未満の類似度を、変換前よりも値の小さい類似度に変換する
ことを特徴とする、請求項５に記載の情報処理装置の制御方法。
【請求項7】
前記補正ステップは、前記基準値を超える第１の類似度に対して、当該第１の類似度の算出元となる２つの特徴量のうちの一方に対して変動を与えた場合における、当該２つの特徴量の第２の類似度に基づき変換を施すことを特徴とする、請求項６に記載の情報処理装置の制御方法。
【請求項8】
前記補正ステップは、第１の類似度及び第２の類似度の平均、最大値、及び最小値のうちのいずれかを変換後の類似度として適用することを特徴とする、請求項７に記載の情報処理装置の制御方法。
【請求項9】
前記補正ステップは、前記基準値を超える第１の類似度に対して、当該第１の類似度の算出元となる２つの特徴量を抽出した第１の抽出手段とは異なる第２の抽出手段により、当該２つの特徴量の抽出元となる２つのデータを入力として抽出された他の２つの特徴量間の第３の類似度に基づき変換を施すことを特徴とする、請求項６に記載の情報処理装置の制御方法。
【請求項10】
前記類似度行列の少なくとも一部の前記要素を対象として選択する選択ステップを含み、
前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値である
ことを特徴とする、請求項５に記載の情報処理装置の制御方法。
前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値である
ことを特徴とする、請求項５に記載の情報処理装置の制御方法。
【請求項11】
前記類似度行列の少なくとも一部の前記要素を対象として選択する選択ステップを含み、
前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値と、０または１と、の加重平均である
ことを特徴とする、請求項５に記載の情報処理装置の制御方法。
前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値と、０または１と、の加重平均である
ことを特徴とする、請求項５に記載の情報処理装置の制御方法。
【請求項12】
前記類似度行列は、Ｎ個（Ｎは１以上の整数）のデータそれぞれから抽出された特徴量Ｆ１乃至ＦＮを対象として、ｉ番目（ｉは１以上の整数）の特徴量Ｆｉと、ｊ番目（ｊは１以上の整数）の特徴量Ｆｊと、の類似度をｉ行ｊ列の要素とする、Ｎ行Ｎ列の行列であることを特徴とする、請求項１に記載の情報処理装置の制御方法。
【請求項13】
前記補正ステップは、前記補正後の類似度行列に対して、ｉ行ｊ列の値と、ｊ行ｉ列の値と、が等しくなるように対象化を施すことを特徴とする、請求項１２に記載の情報処理装置の制御方法。
【請求項14】
前記補正ステップは、
ｉ＜ｊとした場合に、前記補正後の類似度行列に対して、
ｉ行ｊ列の値をｊ行ｉ列の値に置き換えるか、または、
ｊ行ｉ列の値をｉ行ｊ列の値に置き換えることで、
前記対象化を施す
ことを特徴とする、請求項１３に記載の情報処理装置の制御方法。
ｉ＜ｊとした場合に、前記補正後の類似度行列に対して、
ｉ行ｊ列の値をｊ行ｉ列の値に置き換えるか、または、
ｊ行ｉ列の値をｉ行ｊ列の値に置き換えることで、
前記対象化を施す
ことを特徴とする、請求項１３に記載の情報処理装置の制御方法。
【請求項15】
前記補正ステップは、前記補正後の類似度行列に対して、ｉ行ｊ列の値及びｊ行ｉ列の値を、当該ｉ行ｊ列の値及び当該ｊ行ｉ列の値の平均値、最大値、及び最小値のいずれかで置き換えることで、前記対象化を施すことを特徴とする、請求項１３に記載の情報処理装置の制御方法。
【請求項16】
前記分類ステップは、
前記類似度行列の行または列ごとの要素群ごとに、
第２の閾値を超える値の要素の数が第３の閾値以上の場合に、
当該要素のそれぞれについて、対応する類似度の算出元となる２つの特徴量が同一のグループに属するように、前記一連のデータを分類する
ことを特徴とする、請求項１に記載の情報処理装置の制御方法。
前記類似度行列の行または列ごとの要素群ごとに、
第２の閾値を超える値の要素の数が第３の閾値以上の場合に、
当該要素のそれぞれについて、対応する類似度の算出元となる２つの特徴量が同一のグループに属するように、前記一連のデータを分類する
ことを特徴とする、請求項１に記載の情報処理装置の制御方法。
【請求項17】
前記生成ステップは、事前に実施された複数のデータの分類結果のうち、共通のグループに含まれるデータそれぞれから抽出された特徴量間の分散が閾値以上のグループごとに、当該グループに含まれる特徴量の集合を、分類対象となる前記一連のデータとして前記類似度行列を生成し、
前記分類ステップにおける前記補正後の類似度行列に基づく前記一連のデータの分類結果に基づき、前記事前に実施された複数のデータの分類結果を更新する更新ステップを含む
ことを特徴とする、請求項１に記載の情報処理装置の制御方法。
前記分類ステップにおける前記補正後の類似度行列に基づく前記一連のデータの分類結果に基づき、前記事前に実施された複数のデータの分類結果を更新する更新ステップを含む
ことを特徴とする、請求項１に記載の情報処理装置の制御方法。
【請求項18】
事前に実施された複数のデータの分類結果のうち、外れ値または要素数が閾値以下のグループに含まれる特徴量の集合を選択する選択ステップをさらに有し、
前記分類ステップは前記選択された特徴量と同じグループに分類すべき特徴量を判断し、前記判断の結果をもとに、前記事前に実施された複数のデータの分類結果を更新し、かつ、前記分類結果の更新後におけるグループに含まれる要素が、前記事前に実施された複数のデータの分類結果に含まれる場合に、当該グループを破棄する
ことを特徴とする、請求項１に記載の情報処理装置の制御方法。
前記分類ステップは前記選択された特徴量と同じグループに分類すべき特徴量を判断し、前記判断の結果をもとに、前記事前に実施された複数のデータの分類結果を更新し、かつ、前記分類結果の更新後におけるグループに含まれる要素が、前記事前に実施された複数のデータの分類結果に含まれる場合に、当該グループを破棄する
ことを特徴とする、請求項１に記載の情報処理装置の制御方法。
【請求項19】
分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成手段と、
前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、
前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、
を有することを特徴とする、情報処理装置。
前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、
前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、
を有することを特徴とする、情報処理装置。
【請求項20】
コンピュータを、
分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成手段と、
前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、
前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、
を有することを特徴とする情報処理装置として機能させるためのプログラム。
分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成手段と、
前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、
前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、
を有することを特徴とする情報処理装置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】
本開示は、データの分類方法に関する。
【背景技術】
【0002】
ＡＩを利用した認識技術の発展に伴い、音声認識、物体識別、顔認証、類似画像検索等のように、様々な分野において人間を超える性能を持つシステムが実用化されてきている。これらを支える技術として、ディープラーニングと称される機械学習の技術が挙げられる。ディープラーニングの性能（換言すると、構築されるＡＩの性能）を上げるためには、一般的には、正解ラベルの付与された大量の学習データが必要となる。例えば、顔認証技術においては、数千から数千万を超える画像データがＡＩの学習に用いられる。
ディープラーニングにより顔認証に利用されるＡＩの学習を行う場合には、多数の同一人物の画像ペア（画像とラベルとのペア）と他人の画像ペアとを与え、対象となる人物が本人か他人かを見分ける訓練が行われる。この学習方法では、教師値として同一人物に正しく同一のラベルが付与され（内的結合）、他人どうしには異なるラベルが付与されていること（外的分離）が重要である。なお、本開示では、内的結合と外的分離を合わせて学習データの「質」とも称する。大規模の画像データには教師値が付与されていないことも多く、このような状況下ではラベルを人手で付与することはコストが高いため、対象となる画像データに対してラベルを自動的に付与するような技術が適用される。非特許文献１には、対象となるデータに対してラベルを自動的に付与する技術が開示されている。これらの方法では、画像を特徴量に変換し、特徴量のペア間における類似度からなる類似度行列を作成したうえで、類似度ベースのクラスタリングを行うことでラベルが決定される。
ディープラーニングにより顔認証に利用されるＡＩの学習を行う場合には、多数の同一人物の画像ペア（画像とラベルとのペア）と他人の画像ペアとを与え、対象となる人物が本人か他人かを見分ける訓練が行われる。この学習方法では、教師値として同一人物に正しく同一のラベルが付与され（内的結合）、他人どうしには異なるラベルが付与されていること（外的分離）が重要である。なお、本開示では、内的結合と外的分離を合わせて学習データの「質」とも称する。大規模の画像データには教師値が付与されていないことも多く、このような状況下ではラベルを人手で付与することはコストが高いため、対象となる画像データに対してラベルを自動的に付与するような技術が適用される。非特許文献１には、対象となるデータに対してラベルを自動的に付与する技術が開示されている。これらの方法では、画像を特徴量に変換し、特徴量のペア間における類似度からなる類似度行列を作成したうえで、類似度ベースのクラスタリングを行うことでラベルが決定される。
【先行技術文献】
【非特許文献】
【0003】
【非特許文献1】Ｚｈｅｎｇ Ｚｈｕ ｅｔ ａｌ．， ＷｅｂＦａｃｅ２６０Ｍ：Ａ Ｂｅｎｃｈｍａｒｋ Ｕｎｖｅｉｌｉｎｇ ｔｈｅ Ｐｏｗｅｒ ｏｆ Ｍｉｌｌｉｏｎ－Ｓｃａｌｅ Ｄｅｅｐ Ｆａｃｅ Ｒｅｃｏｇｎｉｔｉｏｎ， ａｒＸｉｖ：２１０３．０４０９８ｖ１， ２０２１
【非特許文献2】Ｈｕｂｅｒｔ， Ｍｉｎ ａｎｄ ｍａｘ ｈｉｅｒａｒｃｈｉｃａｌ ｃｌｕｓｔｅｒｉｎｇ ｕｓｉｎｇ ａｓｙｍｍｅｔｒｉｃ ｓｉｍｉｌａｒｉｔｙ ｍｅａｓｕｒｅｓ， Ｐｓｙｃｈｏｍｅｔｒｉｋａ， １９７３
【発明の概要】
【発明が解決しようとする課題】
【0004】
顔認証のためのＡＩの学習に利用される学習データセットには、ＩＤの数が数千万以上とデータ数の規模としては比較的大きいが、一方で、１つのＩＤあたりデータ数については数個と比較的少ないといった傾向にあるものが多い。また、一連のデータの中には、兄弟等のような類似している他人のデータや、画質が悪く本人とわかりにくいデータ等が含まれ得る。このようなデータセットに対して従来の非教師型のクラスタリング手法を適用すると、質の悪い結果（例えば、認識精度が低い等）となりやすい。また、例え質の良い結果が得られるような手法が適用されたとしても、クラスタの数が少ない等のような、質と量のトレードオフが生じることも多い。
【0005】
本発明は上記の問題に鑑み、非教師型のデータ分類をより好適な態様で実現することを目的とする。
【課題を解決するための手段】
【0006】
本発明に係る情報処理装置の制御方法は、分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成ステップと、前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正ステップと、前記補正ステップにおける補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類ステップと、を含むことを特徴とする。
【発明の効果】
【0007】
本発明によれば、非教師型のデータ分類をより好適な態様で実現することが可能となる。
【図面の簡単な説明】
【0008】
【図1】情報処理装置の機能構成の一例を示した図である。
【図2】類似度行列の一例を示した図である。
【図3】類似度行列の補正について概要を示した概念図である。
【図4】類似度行列の補正に係る処理の一例を示した図である。
【図5】情報処理装置の処理の一例を示した図である。
【図6】クラスタリングについて概要を説明するための図である。
【図7】情報処理装置の処理の一例を示した図である。
【図8】類似度行列の補正について説明するための概念図である。
【図9】情報処理装置の処理の一例を示した図である。
【図10】情報処理装置の機能構成の一例を示した図である。
【図11】クラスタリングの結果の一例を示した図である。
【図12】情報処理装置の機能構成の一例を示した図である。
【図13】クラスタリングの結果の一例を示した図である。
【図14】情報処理装置の機能構成の一例を示した図である。
【図15】情報処理装置の処理の一例を示した図である。
【図16】変動類似度の算出方法の一例を示した図である。
【図17】変動類似度の算出方法の一例を示した図である。
【図18】変動類似度の算出方法の一例について説明するための図である。
【図19】情報処理装置のハードウェア構成の一例を示した図である。
【発明を実施するための形態】
【0009】
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
なお、主に顔認証システム向けの学習用データセットの作成を例にとって説明するが、本発明はこれに限るものではなく、手書き文字認識システム向けでもよいし、他のいかなるシステム向けでもよい。また、目的も学習用データセットの作成には限定されず、自動アルバム編集のために画像を人物ごとに分類すること、などを目的としてもよい。
なお、主に顔認証システム向けの学習用データセットの作成を例にとって説明するが、本発明はこれに限るものではなく、手書き文字認識システム向けでもよいし、他のいかなるシステム向けでもよい。また、目的も学習用データセットの作成には限定されず、自動アルバム編集のために画像を人物ごとに分類すること、などを目的としてもよい。
【0010】
＜ハードウェア構成＞
図１９を参照して、本実施形態に係る情報処理装置のハードウェア構成の一例について説明する。図１９に示す情報処理装置９００は、例えば、図１を参照して後述する情報処理装置として適用され得る。
図１９を参照して、本実施形態に係る情報処理装置のハードウェア構成の一例について説明する。図１９に示す情報処理装置９００は、例えば、図１を参照して後述する情報処理装置として適用され得る。
【0011】
情報処理装置９００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０４、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０５、及びＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０６を有する。また、情報処理装置９００は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）９０７、入力部９０１、表示部９０２、及びネットワークＩ／Ｆ部９０３を有する。入力部９０１、表示部９０２、ネットワークＩ／Ｆ部９０３、ＣＰＵ９０４、ＲＡＭ９０５、ＲＯＭ９０６、及びＨＤＤ９０７のそれぞれは、データバス９０８を介して相互に情報を送受信可能に接続されている。
【0012】
ＣＰＵ９０４は、ＲＯＭ９０６に記憶された制御用コンピュータプログラムを読み出してＲＡＭ９０５に展開したうえで、当該制御用コンピュータプログラムを実行することで、各種制御を行う。ＲＡＭ９０５は、ワークエリアやＣＰＵ９０４により実行されるプログラムを展開するための一時記憶領域として用いられる。
ＨＤＤ９０７は、画像データや設定パラメータ、各種プログラム等を記憶するための記憶領域である。また、ＨＤＤ９０７に替えて、またはＨＤＤ９０７とともに、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）に代表される不揮発性メモリ等のような他の補助記憶装置が利用されてもよい。
ＨＤＤ９０７は、画像データや設定パラメータ、各種プログラム等を記憶するための記憶領域である。また、ＨＤＤ９０７に替えて、またはＨＤＤ９０７とともに、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）に代表される不揮発性メモリ等のような他の補助記憶装置が利用されてもよい。
【0013】
ネットワークＩ／Ｆ部９０３は、情報処理装置９００をインターネット等のようなネットワークに接続させるためのネットワークＩ／Ｆであり、当該ネットワークを介して他の装置と間で各種情報の送受信を行う。ネットワークＩ／Ｆ部９０３を介して外部装置から受信した画像データ等は、データバス９０８を介してＣＰＵ９０４、ＲＡＭ９０５、及びＨＤＤ９０７との間で送受信される。
【0014】
ＣＰＵ９０４がＲＯＭ９０６やＨＤＤ９０７に格納された画像処理プログラムを実行することによって、画像データに対する画像処理が実現される。また、ＨＤＤ９０７は、ネットワークＩ／Ｆ部９０３を介して外部装置からデータの入力が可能であるものとする。
【0015】
入力部９０１は、例えば、キーボード、マウス、タッチパネル等の入力デバイスにより実現される。表示部９０２は、例えば、液晶ディスプレイ等の表示装置により実現される。
【0016】
＜第１の実施形態＞
本開示の第１の実施形態として、非教師クラスタリングと称される一連のデータを１以上のグループに分類する仕組みの一例について説明する。なお、本実施形態では、便宜上、顔認証に用いられる学習データの分類がなされる場合に着目して種々の説明を行うものとする。顔認証に用いられる人物の顔の画像（以下、顔画像と称する）は、顔の向きの角度、兄弟等の類似する他人、加齢による変化、画像のボケといった諸条件により、必ずしも他人の画像間より本人の画像間の方が、類似度が高くなるとは限らない。そこで、本実施形態では、このような関連性のあるデータ間の類似度が不完全な状況下においても、クラスタ数（分類後の集合の数、グルーピングの数）の量を一定以上確保しながら、分類結果の質をより向上させるための仕組みの一例について説明する。
本開示の第１の実施形態として、非教師クラスタリングと称される一連のデータを１以上のグループに分類する仕組みの一例について説明する。なお、本実施形態では、便宜上、顔認証に用いられる学習データの分類がなされる場合に着目して種々の説明を行うものとする。顔認証に用いられる人物の顔の画像（以下、顔画像と称する）は、顔の向きの角度、兄弟等の類似する他人、加齢による変化、画像のボケといった諸条件により、必ずしも他人の画像間より本人の画像間の方が、類似度が高くなるとは限らない。そこで、本実施形態では、このような関連性のあるデータ間の類似度が不完全な状況下においても、クラスタ数（分類後の集合の数、グルーピングの数）の量を一定以上確保しながら、分類結果の質をより向上させるための仕組みの一例について説明する。
【0017】
図１を参照して、本実施形態に係る情報処理装置の機能構成の一例について説明する。本実施形態に係る情報処理装置は、入力部１１と、算出部１２と、補正部１３と、分類部１４と、出力部１５とを含む。
入力部１１は、分類対象となる一連のデータの入力を受け付け、当該一連のデータそれぞれの特徴量１１１（すなわち、データの特徴を定量的に表した情報）を取得する。
算出部１２は、入力部１１により取得された分類対象となる一連のデータそれぞれから抽出された特徴量１１１を対象として、一連のペアそれぞれの類似度を算出する。そのうえで、算出部１２は、算出した一連の類似度を要素として含む類似度行列１２１を生成する。なお、類似度行例１２１については、図２を参照して詳細を別途後述する。
補正部１３は、算出部１２により生成された類似度行列１２１に対して補正を施すことで補正類似度行列１３１を生成する。また、補正部１３は、補正類似度行列１３１の生成に際して、補正が行われた要素のテーブル（以下、補正要素テーブル１３２とも称する）を出力する。
分類部１４は、補正類似度行列１３１と補正要素テーブル１３２とに基づき、分類対象となる一連のデータのクラスタリング（すなわち、１以上のグループへの分類）を行い、クラスタリング結果１４１を出力する。
出力部１５は、クラスタリング結果１４１を所定の出力先（例えば、後続の処理）に出力する。
入力部１１は、分類対象となる一連のデータの入力を受け付け、当該一連のデータそれぞれの特徴量１１１（すなわち、データの特徴を定量的に表した情報）を取得する。
算出部１２は、入力部１１により取得された分類対象となる一連のデータそれぞれから抽出された特徴量１１１を対象として、一連のペアそれぞれの類似度を算出する。そのうえで、算出部１２は、算出した一連の類似度を要素として含む類似度行列１２１を生成する。なお、類似度行例１２１については、図２を参照して詳細を別途後述する。
補正部１３は、算出部１２により生成された類似度行列１２１に対して補正を施すことで補正類似度行列１３１を生成する。また、補正部１３は、補正類似度行列１３１の生成に際して、補正が行われた要素のテーブル（以下、補正要素テーブル１３２とも称する）を出力する。
分類部１４は、補正類似度行列１３１と補正要素テーブル１３２とに基づき、分類対象となる一連のデータのクラスタリング（すなわち、１以上のグループへの分類）を行い、クラスタリング結果１４１を出力する。
出力部１５は、クラスタリング結果１４１を所定の出力先（例えば、後続の処理）に出力する。
【0018】
以下、図１に示した本実施形態に係る情報処理装置の各構成要素についてより詳しく説明する。
入力部１１は、入力されたデータ（すなわち、分類対象となるデータ）から特徴量を取得（抽出）する。具体的な一例として、顔認証システムに用いられるデータセットの作成が行われる際の、各データからの特徴量の抽出について以下に説明する。
データセットに含められる多数の顔画像の各々に対して特徴量抽出を適用することで、各顔画像に対応する特徴量が得られる。特徴量は、一般的には１００～１０００次元程度のベクトルで表される。また、特徴抽出器は、例えば、同一人物の顔画像からは互いに似た特徴、すなわち類似度がより高い値を示す特徴を抽出するように設計される。なお、類似度については、算出部１２の詳細とあわせて説明する。このような特徴抽出器としては、ＦａｃｅＮｅｔやＡｒｃＦａｃｅといったものが良く知られているが、他のものが用いられてもよい。
例えば、１人あたり平均１０枚の顔画像が１００万人分与えられた場合には、１０００万の特徴量が得られることとなる。なお、以降では特に説明が無い限りは、特徴量１１１は、特徴量Ｆ1～ＦNのＮ個（Ｎは１以上の整数）の特徴量の集合を示すものとする。
入力部１１は、上記Ｎ個の特徴量を特徴量１１１として取得する。
入力部１１は、入力されたデータ（すなわち、分類対象となるデータ）から特徴量を取得（抽出）する。具体的な一例として、顔認証システムに用いられるデータセットの作成が行われる際の、各データからの特徴量の抽出について以下に説明する。
データセットに含められる多数の顔画像の各々に対して特徴量抽出を適用することで、各顔画像に対応する特徴量が得られる。特徴量は、一般的には１００～１０００次元程度のベクトルで表される。また、特徴抽出器は、例えば、同一人物の顔画像からは互いに似た特徴、すなわち類似度がより高い値を示す特徴を抽出するように設計される。なお、類似度については、算出部１２の詳細とあわせて説明する。このような特徴抽出器としては、ＦａｃｅＮｅｔやＡｒｃＦａｃｅといったものが良く知られているが、他のものが用いられてもよい。
例えば、１人あたり平均１０枚の顔画像が１００万人分与えられた場合には、１０００万の特徴量が得られることとなる。なお、以降では特に説明が無い限りは、特徴量１１１は、特徴量Ｆ1～ＦNのＮ個（Ｎは１以上の整数）の特徴量の集合を示すものとする。
入力部１１は、上記Ｎ個の特徴量を特徴量１１１として取得する。
【0019】
算出部１２は、特徴量１１１に含まれる一連の特徴量（すなわち、特徴量Ｆ1～ＦN）それぞれのペアの類似度を算出し、当該類似度を要素とする類似度行列１２１を生成する。
ここで、図２を参照して、類似度行列１２１の一例についてより詳細に説明する。類似度行列１２１は、Ｎ×Ｎの行列であり、ｉ行ｊ列（ｉ及びｊのそれぞれは１以上の整数）の要素Ｓijとして、特徴量Ｆiと特徴量Ｆjとの間の類似度が設定される。
一般的には、２つの特徴量が似ているか否かの指標として、類似度または距離が用いられる。類似度は、比較対象が似ているほどより高い値を示す。また、距離は、比較対象が似ているほどより低い値を示す。
特徴量が互いに似ているか否かの指標に何が用いられるのが最適かについては、例えば、適用される特徴抽出器によって定まり得る。具体的な一例として、ＡｒｃＦａｃｅの場合には、コサイン類似度と称される指標が用いられる。
なお、以降では便宜上、類似度として０～１の範囲の値をとるものとして説明を行うが、必ずしも類似度として取り得る値を限定するものではない。具体的な一例として、コサイン類似度の場合には、－１～１の範囲の値を取り得、負の値を０とすれば、結果として０～１の値をとることとなる。また、距離ｄから類似度ｓへの変換については、ｍを０＜ｍ＜１の定数、ｎをｎ＞０の定数とした場合に、例えば、以下に（式１）として示す関係式により実現され得る。
ここで、図２を参照して、類似度行列１２１の一例についてより詳細に説明する。類似度行列１２１は、Ｎ×Ｎの行列であり、ｉ行ｊ列（ｉ及びｊのそれぞれは１以上の整数）の要素Ｓijとして、特徴量Ｆiと特徴量Ｆjとの間の類似度が設定される。
一般的には、２つの特徴量が似ているか否かの指標として、類似度または距離が用いられる。類似度は、比較対象が似ているほどより高い値を示す。また、距離は、比較対象が似ているほどより低い値を示す。
特徴量が互いに似ているか否かの指標に何が用いられるのが最適かについては、例えば、適用される特徴抽出器によって定まり得る。具体的な一例として、ＡｒｃＦａｃｅの場合には、コサイン類似度と称される指標が用いられる。
なお、以降では便宜上、類似度として０～１の範囲の値をとるものとして説明を行うが、必ずしも類似度として取り得る値を限定するものではない。具体的な一例として、コサイン類似度の場合には、－１～１の範囲の値を取り得、負の値を０とすれば、結果として０～１の値をとることとなる。また、距離ｄから類似度ｓへの変換については、ｍを０＜ｍ＜１の定数、ｎをｎ＞０の定数とした場合に、例えば、以下に（式１）として示す関係式により実現され得る。
【0020】
【数1】
【0021】
なお、本実施形態では、類似度行列が以下に（式２）及び（式３）として示す関係式を満たすものとして種々の説明を行うが、必ずしも本実施形態に係る類似度行列の特性を限定するものではない。
【0022】
【数2】
【0023】
例えば、クラスタリング手法の一例であるＡＰ法では、対角成分の値に特別な意味を持たせるため、（式２）として示す条件を満たさない。
また、非特許文献２には、（式３）として示す条件を満たさない非対称な類似度行列を用いたクラスタリング手法が開示されている。
上記に例示したいずれの手法においても、本開示に係る技術を適用することが可能である。
また、非特許文献２には、（式３）として示す条件を満たさない非対称な類似度行列を用いたクラスタリング手法が開示されている。
上記に例示したいずれの手法においても、本開示に係る技術を適用することが可能である。
【0024】
補正部１３は、類似度行列１２１に対して補正を施すことで補正類似度行列１３１を生成する。通常のクラスタリング手法では、類似度行列１２１をそのまま用いてクラスタリングが行われるのに対し、本実施形態では以下に図３を参照して説明するように類似度行列１２１に対して補正が施される。図３は、類似度行列の補正について概要を示した概念図である。
多くの場合には、特徴量は高次元ベクトルとして表現されるが、ここでは説明を簡単にするために、２次元上に各特徴量（特徴量３１～３９、３１０、３１１）がプロットされているものとする。なお、図３（ｂ）～図３（ｄ）については、図が煩雑になるため特徴量を示すマーカに対して附番を行っていないが、図３（ａ）に示す例において同様の位置の特徴量に付された符号と、同様の特徴量が対応付けられているものとする。
多くの場合には、特徴量は高次元ベクトルとして表現されるが、ここでは説明を簡単にするために、２次元上に各特徴量（特徴量３１～３９、３１０、３１１）がプロットされているものとする。なお、図３（ｂ）～図３（ｄ）については、図が煩雑になるため特徴量を示すマーカに対して附番を行っていないが、図３（ａ）に示す例において同様の位置の特徴量に付された符号と、同様の特徴量が対応付けられているものとする。
【0025】
図３（ａ）は、１１点の特徴量（特徴量３１～３９、３１０、３１１）が与えられた状態を模式的に示している。なお、図３（ａ）～図３（ｄ）に示す例では、２つの特徴量それぞれの位置がより近いほど、当該２つの特徴量がより似ている、すなわち類似度がより高いことを示しており、２つの特徴量それぞれの位置が遠いほど類似度がより低いことを示している。以降の説明では、便宜上、特徴量間の距離が近いことを類似度が高いとも称し、特徴量間の距離が遠いことを類似度が低いとも称する。
図３に示す例では、上述した１１点の特徴量に対してクラスタリングが行われる。ここでは、単純に各特徴量を周囲の特徴量と比較し、特徴量どうしの類似度が高いものをクラスタとしてまとめていく場合の一例について説明する。
図３に示す例では、上述した１１点の特徴量に対してクラスタリングが行われる。ここでは、単純に各特徴量を周囲の特徴量と比較し、特徴量どうしの類似度が高いものをクラスタとしてまとめていく場合の一例について説明する。
【0026】
図３（ａ）を観察すると、直感的には図３（ｄ）に示すようにクラスタリングが行われると良いように見受けられる。具体的には、図３（ｄ）に示す例では、特徴量３１～３５で一つのクラスタ３０１、特徴量３６～３９及び３１０で一つのクラスタ３０２が形成され、特徴量３１１についてはどのクラスタにも属さない孤立特徴量となっている。
一方で、特徴量どうしの類似度の比較により、複数の特徴量を併合するか否かを閾値に基づき決定するような手法によりクラスタリングが行われると、図３（ｂ）や図３（ｃ）に例示するような結果となるような状況が想定され得る。特に図３（ｃ）のように一部の特徴量（例えば、特徴量３４）が複数のクラスタに属すると判断された場合には、結果として当該複数のクラスタに属する一連の特徴量（すなわち、１１点の特徴量）が一つのクラスタに属するように併合されることもある。
一方で、特徴量どうしの類似度の比較により、複数の特徴量を併合するか否かを閾値に基づき決定するような手法によりクラスタリングが行われると、図３（ｂ）や図３（ｃ）に例示するような結果となるような状況が想定され得る。特に図３（ｃ）のように一部の特徴量（例えば、特徴量３４）が複数のクラスタに属すると判断された場合には、結果として当該複数のクラスタに属する一連の特徴量（すなわち、１１点の特徴量）が一つのクラスタに属するように併合されることもある。
【0027】
図３（ｂ）に示す例では、特徴量３６～３９及び３１０により一つのクラスタ３０２が形成されている一方で、特徴量３１～３５がいずれもクラスタを形成しておらず、図３（ｄ）に示す例に比べてクラスタの数（量）が少ない。
また、図３（ｃ）に示す例では、特徴量３１～３５により一つのクラスタ３０１が形成されている一方で、特徴量３６～３９及び３１０に加えてさらに特徴量３４及び３１１を含むように一つのクラスタ３０３が形成されている。クラスタ３０３に着目すると、当該クラスタ３０３に含まれる特徴量３４及び３１１は、他の特徴量３６～３９及び３１０とは離間しており、当該他の特徴量３６～３９及び３１０に対応する人物とは異なる他の人物に対応している可能性が高い。すなわち、図３（ｃ）に示す例では、必ずしも質の高いクラスタリングが行われたとは言えないこととなる。さらに、図３（ｃ）においてクラスタ３０１及び３０３が併合されて一つのクラスタが形成されると、質と量が顕著に低くなることとなる。
また、図３（ｃ）に示す例では、特徴量３１～３５により一つのクラスタ３０１が形成されている一方で、特徴量３６～３９及び３１０に加えてさらに特徴量３４及び３１１を含むように一つのクラスタ３０３が形成されている。クラスタ３０３に着目すると、当該クラスタ３０３に含まれる特徴量３４及び３１１は、他の特徴量３６～３９及び３１０とは離間しており、当該他の特徴量３６～３９及び３１０に対応する人物とは異なる他の人物に対応している可能性が高い。すなわち、図３（ｃ）に示す例では、必ずしも質の高いクラスタリングが行われたとは言えないこととなる。さらに、図３（ｃ）においてクラスタ３０１及び３０３が併合されて一つのクラスタが形成されると、質と量が顕著に低くなることとなる。
【0028】
以上を踏まえ、本実施形態では、図３（ｄ）に例示するような結果が得られるようなクラスタリング方法の一例について説明する。すなわち、本実施形態に係るクラスタリング方法を適用することで、図３（ｂ）に示す例に比べてより多くの数（量）のクラスタを得ることが可能となり、図３（ｃ）に示す例に比べてより質の高い（より類似度の純度が高い）クラスタを得ることが可能となる。
具体的には、補正部１３は、図３（ｄ）に例示するようなクラスタリング結果を得られるように、類似度行列１２１に対して補正を施す。
具体的には、補正部１３は、図３（ｄ）に例示するようなクラスタリング結果を得られるように、類似度行列１２１に対して補正を施す。
【0029】
ここで、図４を参照して、補正部１３による類似度行列１２１の補正に係る処理の内容について説明する。図４（ａ）及び図４（ｂ）は、特徴量４１～４４を対象として補正部１３により補正が施される場合の一例を示している。具体的には、図４（ａ）が補正前の状態を示しており、図４（ｂ）が補正後の状態を示している。図４（ａ）及び図４（ｂ）において矢印は補正の内容、すなわち、どの特徴量を対象としてどのような補正が施されたかを模式的に示している。なお、補正部１３による補正は類似度に対して行われ、実際には特徴量は移動しないこととなる。すなわち、図４（ａ）及び図４（ｂ）に示す矢印は、補正部１３による補正により、対象となる特徴量の類似度が、矢印の先に移動した特徴量の類似度に変換されることを表している。なお、以降では、説明を分かりやすくするために、類似度を補正することを、便宜上「特徴量が移動する」と記載する場合がある。
【0030】
図４（ａ）及び図４（ｂ）に示す例では、特徴量４１を基準として、当該特徴量４１と他の特徴量４２～４４のそれぞれとの類似度が以下に示すような状態となっているものとする。
・特徴量４３は、他の特徴量４２及び４４に比べて特徴量４１との類似度が高い
・特徴量４４は、他の特徴量４２及び４３に比べて特徴量４１との類似度が低い
・特徴量４２は、特徴量４１と４３の類似度と、特徴量４１と４４の類似度の中間の類似度を持つ
これに対して、補正部１３は、以下に示すように類似度を補正する。なお、カッコ内は補正後の類似度に相当する特徴量を示している。
・特徴量４１と特徴量４３の類似度をより高くする（特徴量４３１）
・特徴量４１と特徴量４４の類似度をより低くする（特徴量４４１）
・特徴量４１と特徴量４２の類似度は変えない （特徴量４２）
すなわち、補正部１３は、類似度が高い場合にはより高くなるように当該類似度を補正し、類似度が低い場合にはより低くなるように当該類似度を補正する。
・特徴量４３は、他の特徴量４２及び４４に比べて特徴量４１との類似度が高い
・特徴量４４は、他の特徴量４２及び４３に比べて特徴量４１との類似度が低い
・特徴量４２は、特徴量４１と４３の類似度と、特徴量４１と４４の類似度の中間の類似度を持つ
これに対して、補正部１３は、以下に示すように類似度を補正する。なお、カッコ内は補正後の類似度に相当する特徴量を示している。
・特徴量４１と特徴量４３の類似度をより高くする（特徴量４３１）
・特徴量４１と特徴量４４の類似度をより低くする（特徴量４４１）
・特徴量４１と特徴量４２の類似度は変えない （特徴量４２）
すなわち、補正部１３は、類似度が高い場合にはより高くなるように当該類似度を補正し、類似度が低い場合にはより低くなるように当該類似度を補正する。
【0031】
図４及び図５を参照して、補正部１３の処理についてより詳しく説明する。
Ｓ５１において、補正部１３は、図１及び図２を参照して説明した類似度行列１２１を取得する。そのうえで、補正部１３は、類似度行列１２１の行ごとに、Ｓ５２～Ｓ５６の処理を繰り返し実行する。
繰り返し処理では、補正部１３は、対象となる行を類似度行ベクトル５１１とし、この行ベクトルを対象として以下に説明する処理を実行する。
Ｓ５１において、補正部１３は、図１及び図２を参照して説明した類似度行列１２１を取得する。そのうえで、補正部１３は、類似度行列１２１の行ごとに、Ｓ５２～Ｓ５６の処理を繰り返し実行する。
繰り返し処理では、補正部１３は、対象となる行を類似度行ベクトル５１１とし、この行ベクトルを対象として以下に説明する処理を実行する。
【0032】
図２からわかるように、ｉ回目の繰り返しでは、類似度行ベクトル５１１は、類似度行列１２１のｉ行目が対象となる。これは、特徴量Ｆiと他の特徴量との類似度に相当し、ｊ番目の要素の値は、特徴量Ｆiと特徴量Ｆjとの類似度となる。
クラスタリングにおいて、同じクラスタとなるのは、比較的高い類似度の要素（特徴量）であり、明らかに低い類似度については同じクラスタとなる可能性は極めて低い。
そこで、補正部１３は、明らかに低い類似度の要素を補正の対象外とする。以降では、この対象外とするか否かの判定に適用される閾値（補正要素選択閾値）をｔｈ1とする。
クラスタリングにおいて、同じクラスタとなるのは、比較的高い類似度の要素（特徴量）であり、明らかに低い類似度については同じクラスタとなる可能性は極めて低い。
そこで、補正部１３は、明らかに低い類似度の要素を補正の対象外とする。以降では、この対象外とするか否かの判定に適用される閾値（補正要素選択閾値）をｔｈ1とする。
【0033】
類似度行ベクトル５１１の全要素の分布のヒストグラムを作成すると、ほとんどの要素は他人の顔画像との類似度となるため、０近辺に集中し、非常に高い山ができる。このような特性を鑑み、補正部１３は、この０近辺に集中した要素を除いた他の要素を補正対象とする。これによりほとんどの要素が補正対象から除外されることとなり、結果として補正対象となる要素の数が非常に少なくなるため、補正に係る演算量を大幅に削減する効果が見込まれる。
【0034】
Ｓ５２において、補正部１３は、補正要素選択閾値（ｔｈ1）を決定する。
補正要素選択閾値（ｔｈ1）の決定には種々の方法を適用することが可能である。以下に補正要素選択閾値（ｔｈ1）の決定方法の一例を挙げる。
（方法１）所定の値を補正要素選択閾値（ｔｈ1）として適用する
（方法２）類似度行ベクトル５１１の要素の値のヒストグラムを作成し、二峰分布をなすと仮定して二峰の谷となる値を補正要素選択閾値（ｔｈ1）として適用する
特に、０近辺の要素の集合がどの程度まで分布しているかが予めわかっている場合には、例えば、方法１を適用することで処理を簡便化する効果が見込まれる。顔認証システム向けの大規模データセット作成をはじめとして、多くの場合にはこの方法１を適用することが可能である。
一方で、小規模なデータセットを作成する場合等のように、予め分布を予測できない場合には、方法２として示すように、類似度行ベクトル５１１の要素の値で実際にヒストグラムを作成して、二峰分布をなすと仮定して二峰の谷となる値をとるとよい。なぜならば、すでに説明したように、ほとんどの要素（類似度）は０近辺に集中し、非常に大きな山を作るからである。この方法２では、二峰分布と仮定して、この大きな山を分離することとなる。方法２の具体例としては、判別分析法（大津の二値化）が挙げられる。当該判別分析法については公知のため詳細な説明は省略する。
なお、上記に例示した補正要素選択閾値（ｔｈ1）の決定はあくまで一例であり、上記に例示した手法に限らず、補正要素選択閾値（ｔｈ1）の決定に際して種々の手法を適用することが可能である。
補正要素選択閾値（ｔｈ1）の決定には種々の方法を適用することが可能である。以下に補正要素選択閾値（ｔｈ1）の決定方法の一例を挙げる。
（方法１）所定の値を補正要素選択閾値（ｔｈ1）として適用する
（方法２）類似度行ベクトル５１１の要素の値のヒストグラムを作成し、二峰分布をなすと仮定して二峰の谷となる値を補正要素選択閾値（ｔｈ1）として適用する
特に、０近辺の要素の集合がどの程度まで分布しているかが予めわかっている場合には、例えば、方法１を適用することで処理を簡便化する効果が見込まれる。顔認証システム向けの大規模データセット作成をはじめとして、多くの場合にはこの方法１を適用することが可能である。
一方で、小規模なデータセットを作成する場合等のように、予め分布を予測できない場合には、方法２として示すように、類似度行ベクトル５１１の要素の値で実際にヒストグラムを作成して、二峰分布をなすと仮定して二峰の谷となる値をとるとよい。なぜならば、すでに説明したように、ほとんどの要素（類似度）は０近辺に集中し、非常に大きな山を作るからである。この方法２では、二峰分布と仮定して、この大きな山を分離することとなる。方法２の具体例としては、判別分析法（大津の二値化）が挙げられる。当該判別分析法については公知のため詳細な説明は省略する。
なお、上記に例示した補正要素選択閾値（ｔｈ1）の決定はあくまで一例であり、上記に例示した手法に限らず、補正要素選択閾値（ｔｈ1）の決定に際して種々の手法を適用することが可能である。
【0035】
Ｓ５３において、補正部１３は、類似度行ベクトル５１１の各要素が、Ｓ５２にて決定した補正要素選択閾値（ｔｈ1）よりも大きい場合に、当該要素を補正要素として選択する。そのうえで、補正部１３は、補正要素の値を対象としてベクトル化した補正要素ベクトル５１２と、補正要素を特定できる情報が含まれる補正要素リスト５１３とを出力する。
補正要素リスト５１３は、例えば、選択された補正要素が類似度行ベクトル５１１の何番目の要素であるかというインデックスのベクトルとして実現され得る。この場合には、補正要素ベクトル５１２の長さと補正要素リスト５１３（ベクトル）の長さとは等しくなる。また、類似度行ベクトル５１１のｉ番目の要素をｓ（ｉ）、補正要素ベクトル５１２のｊ番目の要素をｓmod（ｊ）、補正要素リスト５１３のｋ番目の要素をｓidx（ｋ）とすると、以下に（式４）として示す関係式を満たすこととなる。
補正要素リスト５１３は、例えば、選択された補正要素が類似度行ベクトル５１１の何番目の要素であるかというインデックスのベクトルとして実現され得る。この場合には、補正要素ベクトル５１２の長さと補正要素リスト５１３（ベクトル）の長さとは等しくなる。また、類似度行ベクトル５１１のｉ番目の要素をｓ（ｉ）、補正要素ベクトル５１２のｊ番目の要素をｓmod（ｊ）、補正要素リスト５１３のｋ番目の要素をｓidx（ｋ）とすると、以下に（式４）として示す関係式を満たすこととなる。
【0036】
【数3】
【0037】
なお、以降では、上述したように補正要素リスト５１３がインデックスのベクトルとして実現されるものとして説明を行うが、補正要素を特定することが可能であれば、補正要素リスト５１３として適用される情報の種別は特に限定はされない。
【0038】
Ｓ５４において、補正部１３は、補正基準値（ｔｈ2）を決定する。例えば、図４（ａ）に示す例の場合には、補正基準値（ｔｈ2）は、特徴量４１と特徴量４２との類似度に相当する。
【0039】
ここで、図６を参照して、本実施形態におけるクラスタリングの基本的な考え方と、補正基準値（ｔｈ2）がどのように影響するかについて以下に説明する。
まず、図６（ａ）を参照して、クラスタリングの基本的な考え方について説明する。図６において小さな丸いマーカは個々の特徴量を示している。なお、図６に示す例では、図３に示す例と同様に説明をわかりやすくするために、各特徴量が２次元上にプロットされている。中心に位置するマーカに対応する特徴量６１は、注目している特徴量に相当し、類似度行ベクトル５１１が類似度行列１２１のｉ行目の行ベクトルである場合に、特徴量Ｆiとして示される。なお、以降では説明を簡単にするために、注目している特徴量を特徴量Ｆiとしたうえで、当該特徴量Ｆiと他の特徴量Ｆjとの類似度を「特徴量Ｆjの類似度」とも称する。
まず、図６（ａ）を参照して、クラスタリングの基本的な考え方について説明する。図６において小さな丸いマーカは個々の特徴量を示している。なお、図６に示す例では、図３に示す例と同様に説明をわかりやすくするために、各特徴量が２次元上にプロットされている。中心に位置するマーカに対応する特徴量６１は、注目している特徴量に相当し、類似度行ベクトル５１１が類似度行列１２１のｉ行目の行ベクトルである場合に、特徴量Ｆiとして示される。なお、以降では説明を簡単にするために、注目している特徴量を特徴量Ｆiとしたうえで、当該特徴量Ｆiと他の特徴量Ｆjとの類似度を「特徴量Ｆjの類似度」とも称する。
【0040】
円形状の境界６０１は、特徴量６１との類似度が補正要素選択閾値（ｔｈ1）である等類似度線である。この境界６０１よりも外側は、類似度が補正要素選択閾値（ｔｈ1）よりも小さい領域である。特徴量６２については、この境界６０１よりも外側の領域に位置するため、図５のＳ５３の処理により、補正要素としての選択対象から除外されている。つまり、境界６０１よりも内側の領域に位置する特徴量が、類似度の補正の対象となる。
【0041】
円形状の境界６０２は、特徴量６１との類似度がクラスタ境界類似度である等類似度線であり、この境界６０２よりも内側の領域にある特徴量が、注目している特徴量６１と同じクラスタ（の候補）と判断される。
例えば、特徴量６３は、境界６０２よりも内側の領域に位置するため、特徴量６１と同じクラスタになると判断される。また、特徴量６４については、境界６０２の外側の領域に位置するため、特徴量６１と同じクラスタにはなるとは判断されない。
例えば、特徴量６３は、境界６０２よりも内側の領域に位置するため、特徴量６１と同じクラスタになると判断される。また、特徴量６４については、境界６０２の外側の領域に位置するため、特徴量６１と同じクラスタにはなるとは判断されない。
【0042】
図６（ｂ）は、特徴量６１との類似度が比較的高い特徴量が多い場合に、どのように補正がなされるかいついて一例を示した図である。図６（ｂ）では、破線で示した円形状の境界６０３が追加されている。この境界６０３は、特徴量６１との類似度が補正基準値（ｔｈ2）である等類似度線である。
図６（ｂ）に示す例では、境界６０３の外側に位置する特徴量については、より外側に向けた方向、つまり類似度がより小さくなる方向に移動するように補正がなされている。また、境界６０３の内側に位置する特徴量については、より内側に向けた方向、つまり類似度がより大きくなる方向に移動するように補正がなされている。
ここで、特徴量６３１及び６３２に注目する。特徴量６３１及び６３２それぞれの類似度は、クラスタ境界類似度よりわずかに大きい。また、特徴量６３１及び６３２のそれぞれは、補正前は境界６０２の内側に位置していたが、補正後は当該境界６０２の外側に移動している。この場合には、特徴量６３１及び６３２のそれぞれは、補正前は特徴量６１と同じクラスタとの判断がなされる状態となっていたが、補正後は特徴量６１と同じクラスタとの判断がなされない状態となっている。
図６（ｂ）に示す例では、境界６０３の外側に位置する特徴量については、より外側に向けた方向、つまり類似度がより小さくなる方向に移動するように補正がなされている。また、境界６０３の内側に位置する特徴量については、より内側に向けた方向、つまり類似度がより大きくなる方向に移動するように補正がなされている。
ここで、特徴量６３１及び６３２に注目する。特徴量６３１及び６３２それぞれの類似度は、クラスタ境界類似度よりわずかに大きい。また、特徴量６３１及び６３２のそれぞれは、補正前は境界６０２の内側に位置していたが、補正後は当該境界６０２の外側に移動している。この場合には、特徴量６３１及び６３２のそれぞれは、補正前は特徴量６１と同じクラスタとの判断がなされる状態となっていたが、補正後は特徴量６１と同じクラスタとの判断がなされない状態となっている。
【0043】
一方で、図６（ｃ）は、特徴量６１との類似度が比較的高い特徴量が少ない場合に、どのように補正がなされるかについて一例を示した図である。図６（ｃ）においても、図６（ｂ）と同様に、破線で示した円形状の境界６０３が追加されている。
ここで、特徴量６４１～６４３に注目する。特徴量６４１～６４３それぞれの類似度は、クラスタ境界類似度よりわずかに小さい。また、特徴量６４１～６４３のそれぞれは、補正前は境界６０２の外側に位置していたが、補正後は当該境界６０２の内側に移動している。この場合には、特徴量６４１～６４３のそれぞれは、補正前は特徴量６１と同じクラスタとの判断がなされない状態となっていたが、補正後は特徴量６１と同じクラスタとの判断がなされる状態となっている。
ここで、特徴量６４１～６４３に注目する。特徴量６４１～６４３それぞれの類似度は、クラスタ境界類似度よりわずかに小さい。また、特徴量６４１～６４３のそれぞれは、補正前は境界６０２の外側に位置していたが、補正後は当該境界６０２の内側に移動している。この場合には、特徴量６４１～６４３のそれぞれは、補正前は特徴量６１と同じクラスタとの判断がなされない状態となっていたが、補正後は特徴量６１と同じクラスタとの判断がなされる状態となっている。
【0044】
以上のような効果を言い換えると、以下のようになる。
（効果１）注目している特徴量（特徴量６１）に対して類似度が比較的高い特徴量が多い場合（つまり図６（ｂ）に示すように類似度が比較的高い特徴量が高密度に分布している場合）には、クラスタ境界類似度（境界６０２）よりわずかに大きい類似度をもつ特徴量については、特徴量６１と同じクラスタとする、との判断は行わない。その結果、クラスタの質を高める、という効果がある。
（効果２）注目している特徴量（特徴量６１）に対して類似度が比較的高い特徴量が少ない場合（つまり図６（ｃ）に示すように類似度が比較的高い特徴量が低密度に分布している場合）には、クラスタ境界類似度（境界６０２）よりわずかに小さい類似度をもつ特徴量については、特徴量６１と同じクラスタとする、との判断を行う。その結果、クラスタの数を増やす、という効果がある。
（効果１）注目している特徴量（特徴量６１）に対して類似度が比較的高い特徴量が多い場合（つまり図６（ｂ）に示すように類似度が比較的高い特徴量が高密度に分布している場合）には、クラスタ境界類似度（境界６０２）よりわずかに大きい類似度をもつ特徴量については、特徴量６１と同じクラスタとする、との判断は行わない。その結果、クラスタの質を高める、という効果がある。
（効果２）注目している特徴量（特徴量６１）に対して類似度が比較的高い特徴量が少ない場合（つまり図６（ｃ）に示すように類似度が比較的高い特徴量が低密度に分布している場合）には、クラスタ境界類似度（境界６０２）よりわずかに小さい類似度をもつ特徴量については、特徴量６１と同じクラスタとする、との判断を行う。その結果、クラスタの数を増やす、という効果がある。
【0045】
このような効果をもたらすためには、境界６０３に対応する類似度、すなわち補正基準値（ｔｈ2）を、類似度が比較的高い特徴量の多寡（密度）によって決定すればよい。
【0046】
補正基準値（ｔｈ2）の具体的な定め方については、例えば以下に例示するような方法が挙げられる。なお、いずれの方法についても、対象とする特徴量の類似度は、補正要素選択閾値（ｔｈ1）よりも高いものである。
（方法３）類似度の平均値
（方法４）類似度の平均値と０との加重平均
（方法５）類似度の平均値と１との加重平均
（方法６）類似度のＲパーセンタイル（０＜Ｒ＜１００）
これらの方法は、密度が高い場合には補正基準値（ｔｈ２）として小さな値を、密度が低い場合には大きな値を決定する。
なお、上記に例示した方法はあくまで一例であり、補正基準値（ｔｈ2）の定め方を限定するものではない。すなわち、上述したように、類似度が比較的高い特徴量の多寡（密度）によって決定させる方法であれば、補正基準値（ｔｈ2）を定める方法として適用され得る。
（方法３）類似度の平均値
（方法４）類似度の平均値と０との加重平均
（方法５）類似度の平均値と１との加重平均
（方法６）類似度のＲパーセンタイル（０＜Ｒ＜１００）
これらの方法は、密度が高い場合には補正基準値（ｔｈ２）として小さな値を、密度が低い場合には大きな値を決定する。
なお、上記に例示した方法はあくまで一例であり、補正基準値（ｔｈ2）の定め方を限定するものではない。すなわち、上述したように、類似度が比較的高い特徴量の多寡（密度）によって決定させる方法であれば、補正基準値（ｔｈ2）を定める方法として適用され得る。
【0047】
ここで、改めて図５を参照する。
Ｓ５５において、補正部１３は、Ｓ５４にて決定された補正基準値（ｔｈ2）を用いて、補正要素ベクトル５１２に対して補正を施し、補正後要素ベクトル５１４を算出する。
図４（ｃ）に、Ｓ５５の処理にて類似度の補正に適用される補正関数の一例を示す。図４（ｃ）に示すグラフは、横軸が補正前の類似度を示しており、縦軸が補正後の類似度を示している。なお、前述したように、図４（ｃ）に示す例では、補正前後の類似度の範囲を０以上１以下に限定している。
ｔｈ2は、Ｓ５４の処理にて決定された補正基準値を示している。図４（ｃ）を参照するとわかるように、補正前類似度をｓin、補正関数をｆmod()とすると、補正後類似度ｓout＝ｆmod（ｓin）であり、以下に（式５）～（式７）として示すような性質を持つ。
Ｓ５５において、補正部１３は、Ｓ５４にて決定された補正基準値（ｔｈ2）を用いて、補正要素ベクトル５１２に対して補正を施し、補正後要素ベクトル５１４を算出する。
図４（ｃ）に、Ｓ５５の処理にて類似度の補正に適用される補正関数の一例を示す。図４（ｃ）に示すグラフは、横軸が補正前の類似度を示しており、縦軸が補正後の類似度を示している。なお、前述したように、図４（ｃ）に示す例では、補正前後の類似度の範囲を０以上１以下に限定している。
ｔｈ2は、Ｓ５４の処理にて決定された補正基準値を示している。図４（ｃ）を参照するとわかるように、補正前類似度をｓin、補正関数をｆmod()とすると、補正後類似度ｓout＝ｆmod（ｓin）であり、以下に（式５）～（式７）として示すような性質を持つ。
【0048】
【数4】
【0049】
（式５）～（式７）として示す関係式は、補正関数が単調増加関数（単調非減少関数）であり、補正前類似度が補正基準値より小さい領域では下に凸、大きい領域では上に凸であることを表している。
このような補正関数としては、例えば、ｐ，ｑを定数として以下に（式８）～（式１０）として示す関数が挙げられる。なお、以下に（式８）～（式１０）として示す関数はあくまで一例であり、（式５）～（式７）として示した関係式を満たすものであれば特に限定はされない。
このような補正関数としては、例えば、ｐ，ｑを定数として以下に（式８）～（式１０）として示す関数が挙げられる。なお、以下に（式８）～（式１０）として示す関数はあくまで一例であり、（式５）～（式７）として示した関係式を満たすものであれば特に限定はされない。
【0050】
【数5】
【0051】
（式５）～（式７）として示した関係式を満たす補正関数が用いられると、図４（ａ）に示す特徴量４３の類似度は、補正基準値ｔｈ2より大きい（補正基準値ｔｈ2を超える）ため、さらに大きな類似度である特徴量４３１（図４（ｂ））に移動するように補正がなされる。
また、特徴量４４の類似度は、補正基準値ｔｈ2より小さい（補正基準値ｔｈ2未満となる）ため、さらに小さな類似度である特徴量４４１に移動するように補正がなされる。
一方で、特徴量４２の類似度については、補正基準値ｔｈ2と等しいため、補正後も類似度は変わらない。
また、特徴量４４の類似度は、補正基準値ｔｈ2より小さい（補正基準値ｔｈ2未満となる）ため、さらに小さな類似度である特徴量４４１に移動するように補正がなされる。
一方で、特徴量４２の類似度については、補正基準値ｔｈ2と等しいため、補正後も類似度は変わらない。
【0052】
Ｓ５６において、補正部１３は、補正後要素ベクトル５１４を、類似度行ベクトル５１１に反映させて、補正後類似度行ベクトル５１５を生成する。
補正後要素ベクトル５１４は、類似度行ベクトル５１１に比べて、要素の数が少ない。そこで、補正部１３は、出力をＮ×Ｎの補正類似度行列とするために、要素数Ｎの補正後類似度行ベクトル５１５を生成する。補正後類似度行ベクトル５１５は、類似度行ベクトル５１１のうち、補正要素リスト５１３で特定される要素を、補正後要素ベクトル５１４の対応する要素で置き換えることで生成することが可能である。
補正後要素ベクトル５１４は、類似度行ベクトル５１１に比べて、要素の数が少ない。そこで、補正部１３は、出力をＮ×Ｎの補正類似度行列とするために、要素数Ｎの補正後類似度行ベクトル５１５を生成する。補正後類似度行ベクトル５１５は、類似度行ベクトル５１１のうち、補正要素リスト５１３で特定される要素を、補正後要素ベクトル５１４の対応する要素で置き換えることで生成することが可能である。
【0053】
ここで、図７を参照して、図５に示すＳ５６の処理の詳細について説明する。
Ｓ５６の処理では、補正部１３は、最初にＳ５６１において、類似度行ベクトル５１１のコピーを作成する。つまり、補正部１３は、図５に示す類似度行ベクトル５１１をコピーして、補正後類似度行ベクトル５１５を作成する。この時点では、補正後類似度行ベクトル５１５は、類似度行ベクトル５１１の単なるコピーであるが、この後の処理で一部の要素を置き換えることにより、最終的な補正後類似度行ベクトル５１５となる。
Ｓ５６の処理では、補正部１３は、最初にＳ５６１において、類似度行ベクトル５１１のコピーを作成する。つまり、補正部１３は、図５に示す類似度行ベクトル５１１をコピーして、補正後類似度行ベクトル５１５を作成する。この時点では、補正後類似度行ベクトル５１５は、類似度行ベクトル５１１の単なるコピーであるが、この後の処理で一部の要素を置き換えることにより、最終的な補正後類似度行ベクトル５１５となる。
【0054】
Ｓ５６２において、補正部１３は、補正後要素ベクトル５１４及び補正要素リスト５１３を読み込む。前述した通り、補正要素リスト５１３は、類似度行ベクトル５１１（及び補正後類似度行ベクトル５１５）のインデックスを示している。具体的な一例として、３番目の要素が１０であったとすると、補正要素リスト５１３は、「補正後類似度行ベクトル５１５の１０番目の要素が、補正要素ベクトル５１２の３番目の要素である」ということを表すこととなる。
そこで、補正部１３は、Ｓ５６３の処理を、補正要素リスト５１３の長さ分だけ繰り返して、補正後類似度行ベクトル５１５を更新していく。
具体的には、補正部１３は、補正後要素ベクトル５１４の要素を先頭から取り出し、当該要素を補正要素７０１とする。同様に、補正部１３は、補正要素リスト５１３の要素を先頭から取り出し、当該要素を補正要素インデックス７０２とする。そして、Ｓ５６３において、補正部１３は、類似度置換処理として、補正後類似度行ベクトル５１５の、補正要素インデックス７０２番目の要素を、補正要素７０１で置換する処理を実行する。
補正部１３は、Ｓ５６３の繰り返し処理を完了すると、補正後類似度行ベクトル５１５が更新された状態となるため、この更新された補正後類似度行ベクトル５１５をＳ５６４で出力する。
そこで、補正部１３は、Ｓ５６３の処理を、補正要素リスト５１３の長さ分だけ繰り返して、補正後類似度行ベクトル５１５を更新していく。
具体的には、補正部１３は、補正後要素ベクトル５１４の要素を先頭から取り出し、当該要素を補正要素７０１とする。同様に、補正部１３は、補正要素リスト５１３の要素を先頭から取り出し、当該要素を補正要素インデックス７０２とする。そして、Ｓ５６３において、補正部１３は、類似度置換処理として、補正後類似度行ベクトル５１５の、補正要素インデックス７０２番目の要素を、補正要素７０１で置換する処理を実行する。
補正部１３は、Ｓ５６３の繰り返し処理を完了すると、補正後類似度行ベクトル５１５が更新された状態となるため、この更新された補正後類似度行ベクトル５１５をＳ５６４で出力する。
【0055】
図８に、類似度行ベクトル５１１、補正要素リスト５１３、補正後要素ベクトル５１４、及び補正後類似度行ベクトル５１５の関係の一例を示す。図８に示す例では、便宜上、類似度行ベクトル５１１の長さを２５、補正後要素ベクトル５１４及び補正要素リスト５１３の長さを５としている。補正後類似度行ベクトル５１５は、類似度行ベクトル５１１をコピーしたものがベースとなるため、長さは２５となる。
補正要素リスト５１３は、最初の要素が３であるため、補正後要素ベクトル５１４の最初の要素が、補正後類似度行ベクトル５１５の３番目の値となる。同様に補正後要素ベクトル５１４の２、３、４、５番目の値は、補正後類似度行ベクトル５１５の５、１０、１７、２１番目の値となる。なお、これ以外の補正後類似度行ベクトル５１５の要素の値については、対応する位置の類似度行ベクトル５１１の値となる。
以上により、補正後類似度行ベクトル５１５が得られる。
補正要素リスト５１３は、最初の要素が３であるため、補正後要素ベクトル５１４の最初の要素が、補正後類似度行ベクトル５１５の３番目の値となる。同様に補正後要素ベクトル５１４の２、３、４、５番目の値は、補正後類似度行ベクトル５１５の５、１０、１７、２１番目の値となる。なお、これ以外の補正後類似度行ベクトル５１５の要素の値については、対応する位置の類似度行ベクトル５１１の値となる。
以上により、補正後類似度行ベクトル５１５が得られる。
【0056】
ここで、改めて図５を参照する。
補正部１３は、補正後類似度行ベクトル５１５を繰り返し処理の分だけまとめることで、補正類似度行列１３１を生成する。なお、補正類似度行列１３１については、１行目が１回目の繰り返し処理にて生成された補正後類似度行ベクトル５１５となり、２行目が２回目の繰り返し処理で生成された補正後類似度行ベクトル５１５となる。同様にして、補正類似度行列１３１は、最終行がＮ回目の繰り返し処理で生成された補正後類似度行ベクトル５１５となる。
また、補正部１３は、補正類似度行列のどの要素が補正対象になったかを記録するために、補正要素リスト５１３をまとめることで補正要素テーブル１３２を作成する。
補正部１３は、補正後類似度行ベクトル５１５を繰り返し処理の分だけまとめることで、補正類似度行列１３１を生成する。なお、補正類似度行列１３１については、１行目が１回目の繰り返し処理にて生成された補正後類似度行ベクトル５１５となり、２行目が２回目の繰り返し処理で生成された補正後類似度行ベクトル５１５となる。同様にして、補正類似度行列１３１は、最終行がＮ回目の繰り返し処理で生成された補正後類似度行ベクトル５１５となる。
また、補正部１３は、補正類似度行列のどの要素が補正対象になったかを記録するために、補正要素リスト５１３をまとめることで補正要素テーブル１３２を作成する。
【0057】
ここで、改めて図１を参照する。
分類部１４は、補正類似度行列１３１と補正要素テーブル１３２とに基づき、分類対象となる一連のデータのクラスタリング（すなわち、１以上のグループへの分類）を行い、その結果をクラスタリング結果１４１として出力する。
なお、分類部１４による分類対象となる一連のデータのクラスタリングに適用される手法については、補正類似度行列１３１が用いられれば特に限定はされない。
分類部１４は、補正類似度行列１３１と補正要素テーブル１３２とに基づき、分類対象となる一連のデータのクラスタリング（すなわち、１以上のグループへの分類）を行い、その結果をクラスタリング結果１４１として出力する。
なお、分類部１４による分類対象となる一連のデータのクラスタリングに適用される手法については、補正類似度行列１３１が用いられれば特に限定はされない。
【0058】
ここで、図９を参照して、分類部１４の処理の一例について、分類対象となる一連のデータのクラスタリングに係る処理に着目して説明する。
Ｓ１４１において、分類部１４は、補正部１３の出力である補正類似度行列１３１と補正要素テーブル１３２とを取得する（図１参照）。そのうえで、分類部１４は、補正類似度行列１３１の行ごとにＳ１４２～Ｓ１４５の処理を繰り返し実行する。
補正類似度行ベクトル９２１は、補正類似度行列１３１の行に対応するベクトル（換言すると、行に対応する要素群）である。具体的には、１回目の繰り返し処理では、補正類似度行列１３１の１行目が、当該繰り返し処理における補正類似度行ベクトル９２１として扱われる。また、２回目の繰り返し処理では、補正類似度行列１３１の２行目が、当該繰り返し処理における補正類似度行ベクトル９２１として扱われる。同様にして、最後の繰り返し処理（Ｎ回目の繰り返し処理）では、補正類似度行列１３１のＮ行目が、当該繰り返し処理における補正類似度行ベクトル９２１として扱われる。
補正要素リスト９２２は、補正類似度行ベクトル９２１に対応する行の補正要素のリストである。
補正類似度行ベクトル９２１のうち、補正要素リスト９２２で表される要素が、補正部１３が補正対象とした要素である。Ｓ１４２において、分類部１４は、これらの要素をまとめた補正要素ベクトル９２３を生成する。補正要素リスト９２２及び補正要素ベクトル９２３は、図７に示す補正後要素ベクトル５１４及び補正要素リスト５１３と同様のものとなる。
Ｓ１４１において、分類部１４は、補正部１３の出力である補正類似度行列１３１と補正要素テーブル１３２とを取得する（図１参照）。そのうえで、分類部１４は、補正類似度行列１３１の行ごとにＳ１４２～Ｓ１４５の処理を繰り返し実行する。
補正類似度行ベクトル９２１は、補正類似度行列１３１の行に対応するベクトル（換言すると、行に対応する要素群）である。具体的には、１回目の繰り返し処理では、補正類似度行列１３１の１行目が、当該繰り返し処理における補正類似度行ベクトル９２１として扱われる。また、２回目の繰り返し処理では、補正類似度行列１３１の２行目が、当該繰り返し処理における補正類似度行ベクトル９２１として扱われる。同様にして、最後の繰り返し処理（Ｎ回目の繰り返し処理）では、補正類似度行列１３１のＮ行目が、当該繰り返し処理における補正類似度行ベクトル９２１として扱われる。
補正要素リスト９２２は、補正類似度行ベクトル９２１に対応する行の補正要素のリストである。
補正類似度行ベクトル９２１のうち、補正要素リスト９２２で表される要素が、補正部１３が補正対象とした要素である。Ｓ１４２において、分類部１４は、これらの要素をまとめた補正要素ベクトル９２３を生成する。補正要素リスト９２２及び補正要素ベクトル９２３は、図７に示す補正後要素ベクトル５１４及び補正要素リスト５１３と同様のものとなる。
【0059】
Ｓ１４３において、分類部１４は、クラスタ候補に含まれる要素の抽出を行う。具体的には、分類部１４は、補正要素ベクトル９２３の要素のうち、所与のクラスタ類似度閾値９１１（ｔｈ３）以上の値を持つもののインデックスをクラスタ候補要素リスト９２４として出力する。例えば、補正要素ベクトル９２３の３番目の要素がクラスタ類似度閾値９１１（ｔｈ３）以上の値であった場合には、補正要素リスト９２２の３番目の値がクラスタ候補要素リスト９２４に含まれる。
なお、クラスタ候補要素リスト９２４には、Ｓ１４２～Ｓ１４５の処理の繰り返しの回数もインデックスとして加えられる。例えば、５回目の繰り返し処理では、５番目の特徴量（Ｆ5）との類似度が補正類似度行ベクトル９２１に格納される。つまり、５番目の特徴量（Ｆ5）との補正類似度がクラスタ類似度閾値９１１（ｔｈ3）以上のもののインデックスがクラスタ候補要素リスト９２４に含まれることとなる。なお、クラスタ候補要素リスト９２４には繰り返しの回数である「５」もインデックスに含まれるが、これは５番目の特徴量（Ｆ5）と自分自身（Ｆ5）とが、当然ではあるが、同じクラスタになるためである。
なお、クラスタ候補要素リスト９２４には、Ｓ１４２～Ｓ１４５の処理の繰り返しの回数もインデックスとして加えられる。例えば、５回目の繰り返し処理では、５番目の特徴量（Ｆ5）との類似度が補正類似度行ベクトル９２１に格納される。つまり、５番目の特徴量（Ｆ5）との補正類似度がクラスタ類似度閾値９１１（ｔｈ3）以上のもののインデックスがクラスタ候補要素リスト９２４に含まれることとなる。なお、クラスタ候補要素リスト９２４には繰り返しの回数である「５」もインデックスに含まれるが、これは５番目の特徴量（Ｆ5）と自分自身（Ｆ5）とが、当然ではあるが、同じクラスタになるためである。
【0060】
クラスタ候補要素リスト９２４に含まれているインデックスの要素どうしは同一クラスタに含まれる可能性が高いと考えられるが、外れ値どうしが含まれている可能性もある。このような外れ値どうしのクラスタを生成するのを避けるため、Ｓ１４４において、分類部１４は、クラスタ候補リスト９２４に含まれる要素数が、所与のクラスタ要素閾値９１２（ｔｈ4）以上であるか否かを確認する。
【0061】
Ｓ１４５において、分類部１４は、十分な要素数がない場合（つまり、要素数がクラスタ要素閾値９１２未満の場合）には、クラスタ候補要素リスト９２４は破棄して、次の繰り返し処理を実行する。一方で、分類部１４は、十分な要素数がある場合（つまり、要素数がクラスタ要素閾値９１２以上の場合）には、クラスタ候補リスト９２４に含まれる要素が同一クラスタを構成するものとして、クラスタ候補要素リスト９２４を出力する。
【0062】
Ｓ１４６において、分類部１４は、Ｓ１４５におけるクラスタ候補要素リスト９２４をまとめて、クラスタリング結果１４１を生成する。このクラスタ候補要素リスト９２４は、同一クラスタに分類される要素の部分集合を示している。そのため、一連のクラスタ候補要素リスト９２４をまとめることで、一連のクラスタそれぞれの要素を、クラスタリング結果１４１として得ることが可能となる。出力部１５は、このクラスタリング結果１４１を所定の出力先（例えば、図１では不図示の後続の処理）に出力する。
【0063】
以上、本開示の第１の実施形態として、非教師クラスタリングと称される一連のデータを１以上のグループに分類する仕組みの一例について説明した。
なお、本実施形態では、補正部１３及び分類部１４が、類似度行列１２１や補正類似度行列１３１を行単位に処理を実行する場合の一例について説明したが、例えば、列単位のように他の処理単位ごとに処理が実行されてもよい。
また、本実施形態では、補正部１３が補正類似度行列１３１と補正要素テーブル１３２とを出力する場合の一例について説明したが、補正類似度行列１３１の要素が、０や類似度の範囲外の値（負の値や１を超える値）とされてもよい。このような制御が適用されることで、補正要素テーブル１３２の出力が不要となる。この場合には、分類部１４は、要素の値を調べることで、補正要素か否かを判断すればよい。
また、補正部１３が補正類似度行列１３１と補正要素テーブル１３２とを出力する例について説明したが、補正類似度行列１３１に替えて、図５に示す補正後類似度行ベクトル５１５のリストが用いられてもよい。
以上のような仕組みにより、学習用データセットの作成において、データの量の減少を抑えつつ、データの質を向上させることが可能となる。
なお、本実施形態では、補正部１３及び分類部１４が、類似度行列１２１や補正類似度行列１３１を行単位に処理を実行する場合の一例について説明したが、例えば、列単位のように他の処理単位ごとに処理が実行されてもよい。
また、本実施形態では、補正部１３が補正類似度行列１３１と補正要素テーブル１３２とを出力する場合の一例について説明したが、補正類似度行列１３１の要素が、０や類似度の範囲外の値（負の値や１を超える値）とされてもよい。このような制御が適用されることで、補正要素テーブル１３２の出力が不要となる。この場合には、分類部１４は、要素の値を調べることで、補正要素か否かを判断すればよい。
また、補正部１３が補正類似度行列１３１と補正要素テーブル１３２とを出力する例について説明したが、補正類似度行列１３１に替えて、図５に示す補正後類似度行ベクトル５１５のリストが用いられてもよい。
以上のような仕組みにより、学習用データセットの作成において、データの量の減少を抑えつつ、データの質を向上させることが可能となる。
【0064】
＜第２の実施形態＞
本開示の第２の実施形態について以下に説明する。第１の実施形態では、（式３）として示したように、類似度行列１２１は対称行列であったが、補正類似度行列１３１については対称行列ではなかった。すなわち、補正類似度行列のｉ行ｊ列目の要素をＳmod（ｉ，ｊ）とすると、以下に（式１１）として示す関係式を満たさないこととなる。
本開示の第２の実施形態について以下に説明する。第１の実施形態では、（式３）として示したように、類似度行列１２１は対称行列であったが、補正類似度行列１３１については対称行列ではなかった。すなわち、補正類似度行列のｉ行ｊ列目の要素をＳmod（ｉ，ｊ）とすると、以下に（式１１）として示す関係式を満たさないこととなる。
【0065】
【数6】
【0066】
一方で、第１の実施形態では、分類部１４が適用するクラスタリング手法は、非対称な補正類似度行列１３１を用いるものであったが、対称行列を前提とするクラスタリング手法を適用することも可能である。そこで、本実施形態では、対称行列を前提とするクラスタリング手法を適用する場合の一例について説明する。
【0067】
図１０を参照して、本実施形態に係る情報処理装置の機能構成の一例について説明する。本実施形態では、図１に示す補正部１３に相当する部分の構成を、図１０に示す構成に置き換える。
具体的には、本実施形態では、補正部１３の後段に対象化部１３０１が設けられており、この補正部１３及び対象化部１３０１により補正部１３００をなしている。すなわち、本実施形態では、図１に例示した機能構成において、補正部１３を、図１０に示す補正部１３００に置き換えることとなる。補正部１３の動作については第１の実施形態と同様である。なお、本実施形態では、便宜上、補正部１３の出力を、補正要素テーブル１３２０及び対称化前補正類似度行列１３１０とも称する。
具体的には、本実施形態では、補正部１３の後段に対象化部１３０１が設けられており、この補正部１３及び対象化部１３０１により補正部１３００をなしている。すなわち、本実施形態では、図１に例示した機能構成において、補正部１３を、図１０に示す補正部１３００に置き換えることとなる。補正部１３の動作については第１の実施形態と同様である。なお、本実施形態では、便宜上、補正部１３の出力を、補正要素テーブル１３２０及び対称化前補正類似度行列１３１０とも称する。
【0068】
対象化部１３０１は、入力として非対象行列である対称化前補正類似度行列１３１０を受け付け、当該対称化前補正類似度行列１３１０に対して対象行列化を施し、その結果を対称化後補正類似度行列１３１１として出力する。
非対象行列を対象行列にする方法については、種々の方法を適用することが可能である。対称化前補正類似度行列１３１０及び対称化後補正類似度行列１３１１のｉ行ｊ列の値を、それぞれＳbefore（ｉ，ｊ）及びＳafter（ｉ，ｊ）とすると、例えば以下に例示するような方法を適用することが可能である。
非対象行列を対象行列にする方法については、種々の方法を適用することが可能である。対称化前補正類似度行列１３１０及び対称化後補正類似度行列１３１１のｉ行ｊ列の値を、それぞれＳbefore（ｉ，ｊ）及びＳafter（ｉ，ｊ）とすると、例えば以下に例示するような方法を適用することが可能である。
【0069】
【数7】
【0070】
方法７は、対称化前補正類似度行列１３１０の転置行列の上三角行列により、対称化前補正類似度行列１３１０の上三角行列を置き換えたものを、対称化後補正類似度行列１３１１とする方法である。
方法８は、対称化前補正類似度行列１３１０の転置行列の下三角行列により、対称化前補正類似度行列１３１０の下三角行列を置き換えたものを、対称化後補正類似度行列１３１１とする方法である。
方法９は、対称化前補正類似度行列１３１０と、その転置行列との、要素ごとの平均をとったものを、対称化後補正類似度行列１３１１とする方法である。
方法１０は、対称化前補正類似度行列１３１０と、その転置行列との、要素ごとの最大値を、対称化後補正類似度行列１３１１とする方法である。
方法１１は、対称化前補正類似度行列１３１０と、その転置行列との、要素ごとの最小値を、対称化後補正類似度行列１３１１とする方法である。
方法８は、対称化前補正類似度行列１３１０の転置行列の下三角行列により、対称化前補正類似度行列１３１０の下三角行列を置き換えたものを、対称化後補正類似度行列１３１１とする方法である。
方法９は、対称化前補正類似度行列１３１０と、その転置行列との、要素ごとの平均をとったものを、対称化後補正類似度行列１３１１とする方法である。
方法１０は、対称化前補正類似度行列１３１０と、その転置行列との、要素ごとの最大値を、対称化後補正類似度行列１３１１とする方法である。
方法１１は、対称化前補正類似度行列１３１０と、その転置行列との、要素ごとの最小値を、対称化後補正類似度行列１３１１とする方法である。
【0071】
補正部１３００は、対称化後補正類似度行列１３１１を補正類似度行列１３１とし、補正要素テーブル１３２０を補正要素テーブル１３２として、後続の分類部１４（図１参照）に出力する。
【0072】
以上のように、図１に示す補正部１３を、図１０に示す対象化部１３０１を含む補正部１３００に置き換えることで、分類部１４において対称行列を前提とするクラスタリング手法を適用することが可能となる。
また、補正類似度行列１３１については、ｉ行ｊ列の値をＳmod（ｉ，ｊ）とすると、Ｓmod（ｉ，ｊ）＝Ｓmod（ｊ，ｉ）となることから、メモリ使用量を半分程度に抑えることが可能となる。そのため、本実施形態に係る技術を適用することで、メモリの実使用量を大幅に削減する効果が期待できる。
また、補正類似度行列１３１については、ｉ行ｊ列の値をＳmod（ｉ，ｊ）とすると、Ｓmod（ｉ，ｊ）＝Ｓmod（ｊ，ｉ）となることから、メモリ使用量を半分程度に抑えることが可能となる。そのため、本実施形態に係る技術を適用することで、メモリの実使用量を大幅に削減する効果が期待できる。
【0073】
＜第３の実施形態＞
本開示の第３の実施形態について以下に説明する。種々の分類方法（クラスタリング手法）において、データの分類結果に、内的結合が達成されない質の悪いクラスタが含まれる可能性がある。具体的な一例として、人物の顔画像の分類が行われる状況下において、一連の顔画像の分類結果に、他人の顔画像が含まれた質の悪いクラスタが含まれる場合がある。このような質の悪いクラスタは、他のクラスタに比べて、特徴量どうしの類似度の分散が大きいことが少なくない。このような状況の一例を図１１に示す。図１１では、図３に示す例と同様に、説明を簡単にするために、２次元上に各特徴量がプロットされている。なお、図１１に示す例では、クラスタ２０４、２０４１、及び２０４２に含まれる特徴量に対して、他の特徴量と区別するためにハッチングを施している。
本開示の第３の実施形態について以下に説明する。種々の分類方法（クラスタリング手法）において、データの分類結果に、内的結合が達成されない質の悪いクラスタが含まれる可能性がある。具体的な一例として、人物の顔画像の分類が行われる状況下において、一連の顔画像の分類結果に、他人の顔画像が含まれた質の悪いクラスタが含まれる場合がある。このような質の悪いクラスタは、他のクラスタに比べて、特徴量どうしの類似度の分散が大きいことが少なくない。このような状況の一例を図１１に示す。図１１では、図３に示す例と同様に、説明を簡単にするために、２次元上に各特徴量がプロットされている。なお、図１１に示す例では、クラスタ２０４、２０４１、及び２０４２に含まれる特徴量に対して、他の特徴量と区別するためにハッチングを施している。
【0074】
図１１（ａ）では、クラスタ２０１～２０４の４つのクラスタができており、クラスタ２０４については他の３つのクラスタに比べて広い範囲に分布している。このように広い範囲に分布しているクラスタは、内的結合が達成されない質の悪いクラスタである可能性が高い傾向にある。そこで、本実施形態に係る情報処理装置は、クラスタ２０４に注目して、当該クラスタ２０４に含まれる８つの特徴量を対象として、第１の実施形態及び第２の実施形態として説明した手法により、再度のクラスタリングを行う。
図１１（ｂ）は、再度のクラスタリングの結果の一例を示している。図１１（ｂ）に示す例では、クラスタ２０４が、クラスタ２０４１及び２０４２の２つのクラスタに分けられている。
図１１（ｂ）は、再度のクラスタリングの結果の一例を示している。図１１（ｂ）に示す例では、クラスタ２０４が、クラスタ２０４１及び２０４２の２つのクラスタに分けられている。
【0075】
ここで、図１２を参照して、本実施形態に係る情報処理装置の機能構成の一例について説明する。本実施形態に係る情報処理装置は、予備入力部１０１と、予備分類部１０２と、第一の選択部１０３と、第一の再分類部１０４と、第一の更新部１０５と、予備出力部１０６とを含む。なお、クラスタリング結果１０２１については、複数の構成要素からアクセスされるため、破線によりデータの流れの方向を示している。
【0076】
予備入力部１０１は、分類対象となる予備特徴量１０１１を取得する。予備入力部１０１は、図１に示す例における入力部１１に相当する。
予備分類部１０２は、予備入力部１０１により取得された予備特徴量１０１１を対象としてクラスタリングを行い、その結果をクラスタリング結果１０２１として出力する。なお、予備分類部１０２が予備特徴量１０１１のクラスタリングに適用する手法については特に限定はされない。具体的な一例として、第１の実施形態や第２の実施形態として説明した手法が適用されてもよいし、既存のクラスタリング手法が適用されてもよい。また、クラスタリング結果１０２１が、事前に実施された複数のデータの分類結果の一例に相当する。
予備分類部１０２は、予備入力部１０１により取得された予備特徴量１０１１を対象としてクラスタリングを行い、その結果をクラスタリング結果１０２１として出力する。なお、予備分類部１０２が予備特徴量１０１１のクラスタリングに適用する手法については特に限定はされない。具体的な一例として、第１の実施形態や第２の実施形態として説明した手法が適用されてもよいし、既存のクラスタリング手法が適用されてもよい。また、クラスタリング結果１０２１が、事前に実施された複数のデータの分類結果の一例に相当する。
【0077】
第一の選択部１０３は、クラスタリング結果１０２１のうち、特徴量どうしの類似度の分散が所定の値以上のクラスタ群を選択する。特徴量どうしの類似度については、多くのクラスタリング手法で用いられているものであり、予備分類部１０２において追加の出力として持たせれば、それをそのまま利用することが可能である。クラスタ群の選択に係る類似度の分散の評価に使用される所定の値の求め方については、例えば、全クラスタの類似度の分散を求めてヒストグラムを作成し、二峰分布をなすと仮定して二峰の谷となる値とする方法が適用されてもよい。また、既知のデータ集合に対して算出されたこの値がそのまま用いられてもよい。
なお、予備分類部１０２にて類似度が使用されていない場合や、類似度が追加の出力とされていない場合には、第一の選択部１０３が特徴量どうしの類似度の算出を行えばよい。特徴量どうしの類似度の算出方法については、例えば、第１の実施形態で説明した方法が適用可能である。
なお、予備分類部１０２にて類似度が使用されていない場合や、類似度が追加の出力とされていない場合には、第一の選択部１０３が特徴量どうしの類似度の算出を行えばよい。特徴量どうしの類似度の算出方法については、例えば、第１の実施形態で説明した方法が適用可能である。
【0078】
第一の選択部１０３は、選択したクラスタ群を、クラスタごとに構成する特徴量の集合とし、それらをリストとしてまとめて第一の部分特徴量リスト１０３１に出力する。具体的な一例として、１０個のクラスタが選択されたとすれば、１０個の特徴量の集合がリスト化されることとなる。
さらに、第一の選択部１０３は、第一の部分特徴量リスト１０３１に含まれる各々の特徴量を、クラスタリング結果１０２１から取り除く。なお、第一の選択部１０３は、特徴量が削除された結果として、特徴量の数が０となったクラスタについては、クラスタ自体も削除する。
さらに、第一の選択部１０３は、第一の部分特徴量リスト１０３１に含まれる各々の特徴量を、クラスタリング結果１０２１から取り除く。なお、第一の選択部１０３は、特徴量が削除された結果として、特徴量の数が０となったクラスタについては、クラスタ自体も削除する。
【0079】
次いで、第一の再分類部１０４及び第一の更新部１０５が、第一の部分特徴量リスト１０３１の各々の特徴量集合に対して処理を実行する。
第一の再分類部１０４は、第一の部分特徴量リスト１０３１の各々の特徴量集合をクラスタリングする。この第一の再分類部１０４による第一の部分特徴量リスト１０３１の各々の特徴量集合のクラスタリングには、例えば、第１の実施形態及び第２の実施形態として説明した手法が適用され得る。また、第１の実施形態及び第２の実施形態として説明した手法のみに限らず、本実施形態に係る手法が再帰的に適用されてもよく、本開示に係る種々の形態の分類方法を適用することが可能である。
第一の再分類部１０４は、第一の部分特徴量リスト１０３１の各々の特徴量集合のクラスタリングの結果を、第一の部分クラスタリング結果１０４１として出力する。
第一の更新部１０５は、第一の部分クラスタリング結果１０４１をクラスタリング結果１０２１に反映する。具体的な一例として、第一の更新部１０５は、第一の部分クラスタリング結果１０４１をクラスタリング結果１０２１に追加する。以上により、クラスタリング結果１０２１が更新される。
上記した第一の再分類部１０４及び第一の更新部１０５の処理が、第一の部分特徴量リスト１０３１に含まれる一連の特徴量集合に対して繰り返し適用される。以上のような処理が実行されることで、クラスタリング結果１０２１には、最終的なクラスタリング結果が収められることとなる。
第一の再分類部１０４は、第一の部分特徴量リスト１０３１の各々の特徴量集合をクラスタリングする。この第一の再分類部１０４による第一の部分特徴量リスト１０３１の各々の特徴量集合のクラスタリングには、例えば、第１の実施形態及び第２の実施形態として説明した手法が適用され得る。また、第１の実施形態及び第２の実施形態として説明した手法のみに限らず、本実施形態に係る手法が再帰的に適用されてもよく、本開示に係る種々の形態の分類方法を適用することが可能である。
第一の再分類部１０４は、第一の部分特徴量リスト１０３１の各々の特徴量集合のクラスタリングの結果を、第一の部分クラスタリング結果１０４１として出力する。
第一の更新部１０５は、第一の部分クラスタリング結果１０４１をクラスタリング結果１０２１に反映する。具体的な一例として、第一の更新部１０５は、第一の部分クラスタリング結果１０４１をクラスタリング結果１０２１に追加する。以上により、クラスタリング結果１０２１が更新される。
上記した第一の再分類部１０４及び第一の更新部１０５の処理が、第一の部分特徴量リスト１０３１に含まれる一連の特徴量集合に対して繰り返し適用される。以上のような処理が実行されることで、クラスタリング結果１０２１には、最終的なクラスタリング結果が収められることとなる。
【0080】
予備出力部１０６は、上述した一連の処理が反映されたクラスタリング結果１０２１を、所定の出力先（例えば、不図示の後続処理）に出力する。
【0081】
以上のような仕組みにより、任意のクラスタリング結果を元に、質の悪いクラスタを対象として再分類を行うことが可能となる。
このようにクラスタリングの対象が絞られることで、実施済のクラスタリング結果に対して、量と質が確保できているクラスタには影響を与えることなく、質の悪いクラスタを減少させ、質の良いクラスタの拡充を図ること（質の向上及び量の確保）が可能となる。
このようにクラスタリングの対象が絞られることで、実施済のクラスタリング結果に対して、量と質が確保できているクラスタには影響を与えることなく、質の悪いクラスタを減少させ、質の良いクラスタの拡充を図ること（質の向上及び量の確保）が可能となる。
【0082】
＜第４の実施形態＞
本開示の第４の実施形態について以下に説明する。第３の実施形態では、任意のクラスタリング結果に含まれる質の悪いクラスタを対象として再分類を行う方法の一例について説明した。本実施形態では、任意のクラスタリング結果に含まれる、孤立要素、または十分な数の要素を含まないクラスタ（例えば、要素の数が閾値未満のクラスタ）を対象として、再分類を行う方法の一例について説明する。
なお、孤立要素とは、クラスタリングの結果、どのクラスタにも属さないと判定された要素（特徴量）を示すものとする。クラスタリング手法によってはすべての要素をいずれかのクラスタに含める場合もあり、その場合には要素の数が１あるいは少数のクラスタ（数が閾値未満のクラスタ）が該当し得る。
本開示の第４の実施形態について以下に説明する。第３の実施形態では、任意のクラスタリング結果に含まれる質の悪いクラスタを対象として再分類を行う方法の一例について説明した。本実施形態では、任意のクラスタリング結果に含まれる、孤立要素、または十分な数の要素を含まないクラスタ（例えば、要素の数が閾値未満のクラスタ）を対象として、再分類を行う方法の一例について説明する。
なお、孤立要素とは、クラスタリングの結果、どのクラスタにも属さないと判定された要素（特徴量）を示すものとする。クラスタリング手法によってはすべての要素をいずれかのクラスタに含める場合もあり、その場合には要素の数が１あるいは少数のクラスタ（数が閾値未満のクラスタ）が該当し得る。
【0083】
種々の分類方法（クラスタリング手法）において、データの分類結果には、孤立要素、または十分な数の要素を含まないクラスタが含まれる可能性がある。十分な数の要素を含まないクラスタは、外れ値どうしがたまたま偽クラスタを形成したものであることも多く、孤立要素とともに、信頼のおけない要素として、最終的なクラスタリング結果からは排除されることが望ましい場合がある。このような状況を鑑み、本実施形態に係る情報処理装置は、孤立要素、及び十分な数の要素を含まないクラスタに注目して再度のクラスタリングを行う。
【0084】
図１３を参照して、本実施形態に係る情報処理装置によるクラスタリングが適用されることにより奏され得る効果について説明するための、特徴量とクラスタとの関係の一例について説明する。図１３では、図３に示す例と同様に、説明を簡単にするために、２次元上に各特徴量がプロットされている。また、図１３に示す例では、一部の特徴量に対して、他の特徴量と区別するためにハッチングを施している。
【0085】
図１３（ａ）に示す例では、クラスタ２１１～２１６として示す６つのクラスタができており、このうちのクラスタ２１４～２１６については、クラスタに含まれる要素の数が３未満となっており、十分な数の要素が含まれていない。なお、ここでは要素の数が十分か否かの判定に係る閾値を「３」としているが、あくまで一例であり、実応用においては、想定されるユースケースに応じて適宜好適な値が設定されることが望ましい。
図１３（ａ）に示す例において、クラスタ２１４～２１６に含まれるハッチングが施された４つの特徴量は、最終的なクラスタの数（ＩＤ数）には貢献しないものとなる。
図１３（ａ）に示す例において、クラスタ２１４～２１６に含まれるハッチングが施された４つの特徴量は、最終的なクラスタの数（ＩＤ数）には貢献しないものとなる。
【0086】
図１３（ｂ）に示す例は、図１３（ａ）に示す例に対する再クラスタリングの結果の一例を示している。図１３（ｂ）に示す例では、ハッチングが施された４つの特徴量に注目して、クラスタ２１４及び２１５１の２つのクラスタが生成されている。クラスタ２１４は、要素数が３未満であるため、最終的なクラスタ数（ＩＤ数）には貢献しないものとなる。一方で、クラスタ２１５１については、要素数が３以上となるため、最終的なクラスタリング結果に組み入れられることとなる。
【0087】
また、図１３（ｃ）に示す例は、図１３（ｂ）に示す例とは異なる再クラスタリングの結果の一例を示している。図１３（ｃ）に示す例では、ハッチングが施された４つの特徴量に注目して、クラスタ２１４及び２１５２の２つのクラスタが生成されている。クラスタ２１４は、要素数が３未満であるため、最終的なクラスタ数（ＩＤ数）には貢献しないものとなる。一方で、クラスタ２１５２については、要素数が３以上となっている。しかしながら、クラスタ２１５２には、既に実行されているクラスタリングの結果として規定されたクラスタ２１３に含まれる要素２１３１が、含まれている。このような場合には、クラスタ２１５２が質の悪いクラスタと判断され、最終的なクラスタリングの結果には含まれないこととなる。
【0088】
なお、クラスタ２１５２が有効なクラスタとされるのであれば、当該クラスタ２１５２とクラスタ２１３とがマージされ、６つの要素を含むクラスタ２１３０が規定されることとなる。一方で、クラスタ２１３０に含まれる一連の要素のうち、クラスタ２１３には含まれない３つの要素については、クラスタ２１３が表す人物とは別人（例えば、似ている他人）である可能性が高い。すなわち、クラスタ２１３０は、内的結合を達成していない質の悪いクラスタである可能性が高いこととなる。そのため、このような場合には、クラスタ２１５２が無効なクラスタと判断され、最終的なクラスタリングの結果には含まれないこととなる。
すなわち、図１３（ｃ）に示す例の場合には、結果として図１３（ａ）に示す例と比べて、クラスタリング結果に変化が生じないこととなる。
すなわち、図１３（ｃ）に示す例の場合には、結果として図１３（ａ）に示す例と比べて、クラスタリング結果に変化が生じないこととなる。
【0089】
ここで、図１４を参照して、本実施形態に係る情報処理装置の機能構成の一例について説明する。なお、本実施形態に係る情報処理装置は、第一の選択部１０３、第一の再分類部１０４、及び第一の更新部１０５に替えて、第二の選択部１０７と、第二の再分類部１０８と、第二の更新部１０９を含む点で、図１２に示す例と異なる。そこで、以降では、主に図１２に示す例と異なる部分に着目して説明を行うものとする。
【0090】
第二の選択部１０７は、クラスタリング結果１０２１のうち、孤立要素や十分な数の要素を含まないクラスタを構成する要素を抽出して、第二の部分特徴量集合１０７１を出力する。また、第二の選択部１０７は、第二の部分特徴量集合１０７１に含まれる各々の特徴量を、クラスタリング結果１０２１から取り除く。なお、第二の選択部１０７は、特徴量が削除された結果として、特徴量の数が０となったクラスタについては、クラスタ自体も削除する。
【0091】
第二の再分類部１０８は、第二の部分特徴量集合１０７１に含まれる特徴量に注目して、一連の特徴量（クラスタリング結果１０２１及び第二の部分特徴量集合１０７１に含まれる特徴量）のクラスタリングを行う。具体的には、第二の再分類部１０８は、図９に示すＳ１４２～Ｓ１４５の繰り返し処理を、補正類似度行列１３１のすべての行に対して行うのではなく、第二の部分特徴量集合１０７１に含まれる特徴量に対応した行に対してのみ行う。
例えば、Ｎ個の特徴量Ｆ1～ＦNから補正類似度行列１３１が作成され、第二の部分特徴量集合１０７１には３つの特徴量Ｆi、Ｆj、及びＦkが含まれているものとする。この場合には、補正類似度行列１３１のｉ行目、ｊ行目、ｋ行目の３行を順に補正類似度行ベクトル９２１として、図９に示すＳ１４２～Ｓ１４５の繰り返し処理が行われればよい。
そして、第二の再分類部１０８は、第二の部分クラスタリング結果１０８１を出力する。
例えば、Ｎ個の特徴量Ｆ1～ＦNから補正類似度行列１３１が作成され、第二の部分特徴量集合１０７１には３つの特徴量Ｆi、Ｆj、及びＦkが含まれているものとする。この場合には、補正類似度行列１３１のｉ行目、ｊ行目、ｋ行目の３行を順に補正類似度行ベクトル９２１として、図９に示すＳ１４２～Ｓ１４５の繰り返し処理が行われればよい。
そして、第二の再分類部１０８は、第二の部分クラスタリング結果１０８１を出力する。
【0092】
第二の更新部１０９は、第二の部分クラスタリング結果１０８１を、クラスタリング結果１０２１に反映させる。
ここで、図１５を参照して第二の更新部１０９の処理の一例について説明する。
Ｓ１０９１において、第二の更新部１０９は、第二の部分クラスタリング結果１０８１を取得する。
そして、第二の更新部１０９は、取得した第二の部分クラスタリング結果１０８１に含まれる一連のクラスタそれぞれ（クラスタ候補１０８１１）を対象として、Ｓ１０９１１及びＳ１０９１２の処理を実行する。
具体的には、Ｓ１０９１１において、第二の更新部１０９は、クラスタ候補１０８１１を構成するいずれかの要素がクラスタリング結果１０２１に含まれているか否かを確認する。
第二の更新部１０９は、クラスタ候補１０８１１を構成するいずれかの要素がクラスタリング結果１０２１に含まれている場合には、当該クラスタ候補１０８１１を対象とした処理を中断し、次のクラスタ候補１０８１１を対象とした処理を開始する。
一方で、第二の更新部１０９は、クラスタ候補１０８１１を構成するいずれかの要素もクラスタリング結果１０２１に含まれていない場合には、当該クラスタ候補１０８１１をクラスタリング結果１０２１に追加する。
以上のようにして、第二の更新部１０９は、一連のクラスタ候補１０８１１それぞれを対象とした処理を完了させる。この一連の処理の結果として、クラスタリング結果１０２１には、最終的なクラスタリング結果が収められることとなる。
ここで、図１５を参照して第二の更新部１０９の処理の一例について説明する。
Ｓ１０９１において、第二の更新部１０９は、第二の部分クラスタリング結果１０８１を取得する。
そして、第二の更新部１０９は、取得した第二の部分クラスタリング結果１０８１に含まれる一連のクラスタそれぞれ（クラスタ候補１０８１１）を対象として、Ｓ１０９１１及びＳ１０９１２の処理を実行する。
具体的には、Ｓ１０９１１において、第二の更新部１０９は、クラスタ候補１０８１１を構成するいずれかの要素がクラスタリング結果１０２１に含まれているか否かを確認する。
第二の更新部１０９は、クラスタ候補１０８１１を構成するいずれかの要素がクラスタリング結果１０２１に含まれている場合には、当該クラスタ候補１０８１１を対象とした処理を中断し、次のクラスタ候補１０８１１を対象とした処理を開始する。
一方で、第二の更新部１０９は、クラスタ候補１０８１１を構成するいずれかの要素もクラスタリング結果１０２１に含まれていない場合には、当該クラスタ候補１０８１１をクラスタリング結果１０２１に追加する。
以上のようにして、第二の更新部１０９は、一連のクラスタ候補１０８１１それぞれを対象とした処理を完了させる。この一連の処理の結果として、クラスタリング結果１０２１には、最終的なクラスタリング結果が収められることとなる。
【0093】
そして、予備出力部１０６は、クラスタリング結果１０２１を所定の出力先（例えば、不図示の後段処理）に出力する。予備出力部１０６については、図１２に示す予備出力部１０６と実質的に同様である。
【0094】
以上のような制御が適用されることで、任意のクラスタリング結果を元に、孤立特徴量、または十分な数の特徴量を含まないクラスタを対象として再分類を行うことが可能となる。
このようにクラスタリングの対象が絞られることで、実施済のクラスタリング結果に対して、量と質が確保できているクラスタには影響を与えることなく、質の悪いクラスタを減少させ、質の良いクラスタの拡充を図ること（質の向上及び量の確保）が可能となる。
このようにクラスタリングの対象が絞られることで、実施済のクラスタリング結果に対して、量と質が確保できているクラスタには影響を与えることなく、質の悪いクラスタを減少させ、質の良いクラスタの拡充を図ること（質の向上及び量の確保）が可能となる。
【0095】
＜第５の実施形態＞
本開示の第５の実施形態について以下に説明する。第１の実施形態では、補正部１３が類似度を補正するための補正関数ｆmod（）として、１入力の補正関数が適用される場合の一例について説明した。これは特徴量Ｆiと特徴量Ｆjの類似度Ｓijを補正するものであるが、類似度の比較対象となる特徴量を同じクラスタとするか否か（例えば、同一人物か否か）の判断に際して、一つの類似度Ｓijを根拠としていることを意味する。類似度算出のもとは特徴量であるが、多様な見え方の他人の画像から算出した特徴量どうしで、常に低い類似度が得られるとは限らず、比較的高い類似度が得られる他人どうしの画像ペアが存在し得る。
本開示の第５の実施形態について以下に説明する。第１の実施形態では、補正部１３が類似度を補正するための補正関数ｆmod（）として、１入力の補正関数が適用される場合の一例について説明した。これは特徴量Ｆiと特徴量Ｆjの類似度Ｓijを補正するものであるが、類似度の比較対象となる特徴量を同じクラスタとするか否か（例えば、同一人物か否か）の判断に際して、一つの類似度Ｓijを根拠としていることを意味する。類似度算出のもとは特徴量であるが、多様な見え方の他人の画像から算出した特徴量どうしで、常に低い類似度が得られるとは限らず、比較的高い類似度が得られる他人どうしの画像ペアが存在し得る。
【0096】
このような状況を鑑み、本実施形態に係る情報処理装置は、高い特徴量を示す特徴量どうしが本人どうしのものであるか否かを、類似度Ｓijとは異なる類似度も用いて精査する。換言すると、本実施形態に係る情報処理装置は、高い特徴量を示す特徴量どうしの類似度Ｓijに対して、当該類似度Ｓijとは異なる類似度も用いて変換を施す。具体的には、情報処理装置は、特徴量Ｆjの算出元となる顔画像Ｄjに対して変動を与えた変動画像Ｄ’jを生成し、変動画像Ｄ’jに対して特徴抽出器を通して得られた特徴量、すなわち変動特徴量Ｆ’jも用いて類似度の補正を行う。変動画像Ｄ’jは、顔画像Ｄjと同じ人物の顔画像であるため、特徴量Ｆjと特徴量Ｆiが同じクラスタ（本人）であるならば、変動特徴量Ｆ’jも特徴量Ｆiと同じクラスタになることが予想される。
【0097】
ここで、図１６を参照して、変動特徴量Ｆ’jを用いて算出する変動類似度の算出方法の一例について説明する。
図１６に示す例では、顔画像１００１（Ｄj）から、特徴抽出器１９１によって特徴量１１０１（Ｆj）が算出される。同様に、基準となる不図示の顔画像から特徴量１１００（Ｆi）が算出される。そのうえで、類似度算出器１９２によって特徴量１１００（Ｆi）と特徴量１１０１（Ｆj）の類似度１２０１（Ｓij）が算出される。なお、類似度算出器１９２は、図１に示す例における算出部１２のうち特に類似度算出に係る部分に相当する。以上が、前述した実施形態で使用された類似度（本実施形態では、類似度１２０１（Ｓij）と称する）の算出方法の一例である。
図１６に示す例では、顔画像１００１（Ｄj）から、特徴抽出器１９１によって特徴量１１０１（Ｆj）が算出される。同様に、基準となる不図示の顔画像から特徴量１１００（Ｆi）が算出される。そのうえで、類似度算出器１９２によって特徴量１１００（Ｆi）と特徴量１１０１（Ｆj）の類似度１２０１（Ｓij）が算出される。なお、類似度算出器１９２は、図１に示す例における算出部１２のうち特に類似度算出に係る部分に相当する。以上が、前述した実施形態で使用された類似度（本実施形態では、類似度１２０１（Ｓij）と称する）の算出方法の一例である。
【0098】
次いで、変動類似度１２０２（Ｓ’ij）の算出方法について説明する。当該算出方法では、まず顔画像１００１（Ｄj）から変動顔画像１００２（Ｄ’j）が生成される。そして、類似度１２０１（Ｓij）の算出と同様に、変動特徴量１１０２（Ｆ’j）が算出され、さらに特徴量１１００（Ｆj）と変動特徴量１１０２（Ｆ’j）との類似度１２０２（Ｓ’ij）が算出される。
【0099】
なお、顔画像１００１（Ｄj）から変動顔画像１００２（Ｄ’j）を生成する方法について、データ拡張（ＤＡ：Ｄａｔａ Ａｕｇｍｅｎｔａｔｉｏｎ）と称される一般的な手法が適用可能であるため詳細な説明は省略する。画像に対して適用されるＤＡの手法のうち一般的に用いられるものとしては、以下に例示する手法が挙げられる。なお、下記の手法はあくまで一例であり、顔画像１００１（Ｄj）から変動顔画像１００２（Ｄ’j）を生成する方法を限定するものではない。
・色合いを変える（たとえば、赤味を加える）
・ぼかす、または高精細にする
・回転を加える
・ノイズを加える
・画像の一部を特定の色で塗り潰す
・（顔画像の場合）眼鏡やサングラスをかける
・（顔画像の場合）マスクをする
・色合いを変える（たとえば、赤味を加える）
・ぼかす、または高精細にする
・回転を加える
・ノイズを加える
・画像の一部を特定の色で塗り潰す
・（顔画像の場合）眼鏡やサングラスをかける
・（顔画像の場合）マスクをする
【0100】
本実施形態において、補正関数ｆmod（Ｓin，Ｓ’in）は、類似度Ｓin及び変動類似度Ｓ’inの２つのパラメータを入力とする。以下に（式１２）及び（式１３）として、本実施形態に係る補正関数ｆmod（Ｓin，Ｓ’in）の一例を示す。なお、入力パラメータが１つの補正関数ｆmod（Ｓin）については、第１実施形態において（式８）～（式１０）として例示した補正関数が適用され得る。また、下記においてａｖａｒａｇｅ（）は、引数で渡された一連の値の平均をとる関数を示すものとする。
【0101】
【数8】
【0102】
なお、上記に示す例では、式１２に示すように、Ｓin＜ｔｈ2の場合に変動類似度Ｓ’inが用いてられていないが、式１３と同様に類似度Ｓin及び変動類似度Ｓ’inの双方が用いられてもよい。
また、上記に示す例では、Ｓin≧ｔｈ2の場合に類似度Ｓin以外の類似度（すなわち変動類似度Ｓ’in）も用いたが、所与の値ｔｈ4を用いてＳin≧ｔｈ4のときとしてもよい。Ｓinが大きい場合に、Ｓin以外の類似度も用いることが重要である。
また、式１３では類似度Ｓin及び変動類似度Ｓ’inの平均が適用されているが、当該平均に替えて最大値や最小値が適用されてもよく、他の条件式が適用されてもよい。
また、上記に示す例では、類似度Ｓin及び変動類似度Ｓ’inの２つの値が用いられる場合の一例について示したが、さらに多くの変動顔画像から算出された変動類似度が用いられてもよい。
また、上記に示す例では、Ｓin≧ｔｈ2の場合に類似度Ｓin以外の類似度（すなわち変動類似度Ｓ’in）も用いたが、所与の値ｔｈ4を用いてＳin≧ｔｈ4のときとしてもよい。Ｓinが大きい場合に、Ｓin以外の類似度も用いることが重要である。
また、式１３では類似度Ｓin及び変動類似度Ｓ’inの平均が適用されているが、当該平均に替えて最大値や最小値が適用されてもよく、他の条件式が適用されてもよい。
また、上記に示す例では、類似度Ｓin及び変動類似度Ｓ’inの２つの値が用いられる場合の一例について示したが、さらに多くの変動顔画像から算出された変動類似度が用いられてもよい。
【0103】
また、特徴量及び変動特徴量の抽出に際して、複数の特徴抽出器が適用されてもよい。例えば、図１７は、変動類似度の算出方法の他の一例について示した図である。図１７に示す例では、特徴抽出器１９１に加えて、当該特徴抽出器１９１とは特徴量の抽出に係る特性が異なる他の特徴抽出器１９１１が設けられている。
【0104】
具体的には、顔画像１００１（Ｄj）から、特徴抽出器１９１によって特徴量１１０１（Ｆj）が算出される。同様に、基準となる顔画像１０００（Ｄi）から、特徴抽出器１９１によって特徴量１１００（Ｆi）が算出される。そのうえで、類似度算出器１９２によって特徴量１１００（Ｆi）と特徴量１１０１（Ｆj）の類似度１２０１（Ｓij）が算出される。
また、図１７に示す例では、類似度１２０１（Ｓij）の算出元となる特徴量１１００（Ｆi）及び特徴量１１０１（Ｆj）を抽出する特徴抽出器１９１とは異なる特徴抽出器１９１１が設けられている。この特徴抽出器１９１１に対して、特徴抽出器１９１と共通のデータ、すなわち特徴量１１０１（Ｆj）及び特徴量１１００（Ｆi）の抽出元となる顔画像１００１（Ｄj）及び顔画像１０００（Ｄi）が入力される。具体的には、顔画像１００１（Ｄj）から、特徴抽出器１９１１によって他の特徴量１１１１（Ｆоj）が算出される。同様に、顔画像１０００（Ｄi）から、特徴抽出器１９１１によって他の特徴量１１１０（Ｆоi）が算出される。そのうえで、他の類似度算出器１９２１によって他の特徴量１１１０（Ｆоi）と他の特徴量１１１１（Ｆоj）の類似度である他の類似度１２０３（Ｓоij）が算出される。
このとき、顔画像１００１（Ｄj）及び顔画像１０００（Ｄi）が同一人物の顔画像である場合には、特徴抽出器１９１及び特徴抽出器１９１１のいずれが適用されたとしても、高い確率で類似度がより高い値を示すこととなる。そのため、このような場合においても、図１６を参照して説明した変動類似度と同様に扱うことが可能となる。
また、図１７に示す例では、類似度１２０１（Ｓij）の算出元となる特徴量１１００（Ｆi）及び特徴量１１０１（Ｆj）を抽出する特徴抽出器１９１とは異なる特徴抽出器１９１１が設けられている。この特徴抽出器１９１１に対して、特徴抽出器１９１と共通のデータ、すなわち特徴量１１０１（Ｆj）及び特徴量１１００（Ｆi）の抽出元となる顔画像１００１（Ｄj）及び顔画像１０００（Ｄi）が入力される。具体的には、顔画像１００１（Ｄj）から、特徴抽出器１９１１によって他の特徴量１１１１（Ｆоj）が算出される。同様に、顔画像１０００（Ｄi）から、特徴抽出器１９１１によって他の特徴量１１１０（Ｆоi）が算出される。そのうえで、他の類似度算出器１９２１によって他の特徴量１１１０（Ｆоi）と他の特徴量１１１１（Ｆоj）の類似度である他の類似度１２０３（Ｓоij）が算出される。
このとき、顔画像１００１（Ｄj）及び顔画像１０００（Ｄi）が同一人物の顔画像である場合には、特徴抽出器１９１及び特徴抽出器１９１１のいずれが適用されたとしても、高い確率で類似度がより高い値を示すこととなる。そのため、このような場合においても、図１６を参照して説明した変動類似度と同様に扱うことが可能となる。
【0105】
また、他の一例として、顔画像１００１（Ｄj）や顔画像１０００（Ｄi）から算出される画像の特徴（例えば、画像の明暗、ノイズの多寡等）に応じて、適用される補正関数ｆmod（）自体が制御（例えば、変更）されてもよい。例えば、図１８は、補正関数の制御に伴う補正前後における類似度の関係の一例を示した図である。図１８に示す例では、画像がより暗く、よりノイズが多いほど、補正前後の類似度の関係が矢印で示す方向に変化するように補正関数の制御がなされている。
【0106】
以上説明したように、類似度に加えて変動類似度が１つまたは複数用いられることで、分類対象となる一連のデータのクラスタリングに際して、同一のクラスタに属するか否かの判定に係るロバスト性を向上させる効果が期待できる。そのため、例えば他人が本人と判断されるといったような、内的結合が達成されない質の悪いクラスタが形成されづらくなるという効果が期待できる。
【0107】
＜その他の実施形態＞
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。
また、上述した本開示の一実施形態に係る技術の基本的な技術思想を逸脱しない範囲であれば種々の変更がなされてもよい。具体的な一例として、上述した各実施形態では、主に顔認証に適用される顔画像を対象としてクラスタリングが行われる場合の一例について説明したが、クラスタリングの対象となるデータの種別は特に限定はされない。すなわち、非教師型のデータ分類の適用対象となり得るデータであれば、本開示に係る技術に基づくクラスタリングに対しても同様に適用することが可能である。
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。
また、上述した本開示の一実施形態に係る技術の基本的な技術思想を逸脱しない範囲であれば種々の変更がなされてもよい。具体的な一例として、上述した各実施形態では、主に顔認証に適用される顔画像を対象としてクラスタリングが行われる場合の一例について説明したが、クラスタリングの対象となるデータの種別は特に限定はされない。すなわち、非教師型のデータ分類の適用対象となり得るデータであれば、本開示に係る技術に基づくクラスタリングに対しても同様に適用することが可能である。
【0108】
また、本実施形態の開示は、以下の方法、構成、及びプログラムを含む。
（方法１）情報処理装置の制御方法であって、分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成ステップと、前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正ステップと、前記補正ステップにおける補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類ステップと、を含むことを特徴とする、情報処理装置の制御方法。
（方法２）前記補正ステップは、前記類似度行列の一連の前記要素それぞれに対応する前記類似度のうち、第１の閾値を超える類似度を対象として、当該類似度に応じた変換を施すことで、当該類似度行列を補正することを特徴とする、方法１に記載の情報処理装置の制御方法。
（方法３）前記第１の閾値は、あらかじめ指定された定数値であることを特徴とする、方法２に記載の情報処理装置の制御方法。
（方法４）前記第１の閾値は、前記類似度行列の行または列ごとに作成されたヒストグラムを対象として、当該ヒストグラムが二峰分布をなすと仮定した場合の二峰の谷となる値であることを特徴とする、方法２に記載の情報処理装置の制御方法。
（方法５）前記補正ステップは、基準値を超える類似度と、当該基準値未満の類似度と、に対して互いに異なる変換を施すことを特徴とする、方法１乃至４のいずれか１項に記載の情報処理装置の制御方法。
（方法６）前記補正ステップは、単調増加関数により、前記基準値を超える類似度を、変換前よりも値の大きい類似度に変換し、前記基準値未満の類似度を、変換前よりも値の小さい類似度に変換することを特徴とする、方法５に記載の情報処理装置の制御方法。
（方法７）前記補正ステップは、前記基準値を超える第１の類似度に対して、当該第１の類似度の算出元となる２つの特徴量のうちの一方に対して変動を与えた場合における、当該２つの特徴量の第２の類似度に基づき変換を施すことを特徴とする、方法６に記載の情報処理装置の制御方法。
（方法８）前記補正ステップは、第１の類似度及び第２の類似度の平均、最大値、及び最小値のうちのいずれかを変換後の類似度として適用することを特徴とする、方法７に記載の情報処理装置の制御方法。
（方法９）前記補正ステップは、前記基準値を超える第１の類似度に対して、当該第１の類似度の算出元となる２つの特徴量を抽出した第１の抽出手段とは異なる第２の抽出手段により、当該２つの特徴量の抽出元となる２つのデータを入力として抽出された他の２つの特徴量間の第３の類似度に基づき変換を施すことを特徴とする、方法６乃至８のいずれか１項に記載の情報処理装置の制御方法。
（方法１０）前記類似度行列の少なくとも一部の前記要素を対象として選択する選択ステップを含み、前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値であることを特徴とする、方法５乃至９のいずれか１項に記載の情報処理装置の制御方法。
（方法１１）前記類似度行列の少なくとも一部の前記要素を対象として選択する選択ステップを含み、前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値と、０または１と、の加重平均であることを特徴とする、方法５乃至９のいずれか１項に記載の情報処理装置の制御方法。
（方法１２）前記類似度行列は、Ｎ個（Ｎは１以上の整数）のデータそれぞれから抽出された特徴量Ｆ１乃至ＦＮを対象として、ｉ番目（ｉは１以上の整数）の特徴量Ｆｉと、ｊ番目（ｊは１以上の整数）の特徴量Ｆｊと、の類似度をｉ行ｊ列の要素とする、Ｎ行Ｎ列の行列であることを特徴とする、方法１乃至１１のいずれか１項に記載の情報処理装置の制御方法。
（方法１３）前記補正ステップは、前記補正後の類似度行列に対して、ｉ行ｊ列の値と、ｊ行ｉ列の値と、が等しくなるように対象化を施すことを特徴とする、方法１２に記載の情報処理装置の制御方法。
（方法１４）前記補正ステップは、ｉ＜ｊとした場合に、前記補正後の類似度行列に対して、ｉ行ｊ列の値をｊ行ｉ列の値に置き換えるか、または、ｊ行ｉ列の値をｉ行ｊ列の値に置き換えることで、前記対象化を施すことを特徴とする、方法１３に記載の情報処理装置の制御方法。
（方法１５）前記補正ステップは、前記補正後の類似度行列に対して、ｉ行ｊ列の値及びｊ行ｉ列の値を、当該ｉ行ｊ列の値及び当該ｊ行ｉ列の値の平均値、最大値、及び最小値のいずれかで置き換えることで、前記対象化を施すことを特徴とする、方法１３に記載の情報処理装置の制御方法。
（方法１６）前記分類ステップは、前記類似度行列の行または列ごとの要素群ごとに、第２の閾値を超える値の要素の数が第３の閾値以上の場合に、当該要素のそれぞれについて、対応する類似度の算出元となる２つの特徴量が同一のグループに属するように、前記一連のデータを分類することを特徴とする、方法１乃至１５のいずれか１項に記載の情報処理装置の制御方法。
（方法１７）前記生成ステップは、事前に実施された複数のデータの分類結果のうち、共通のグループに含まれるデータそれぞれから抽出された特徴量間の分散が閾値以上のグループごとに、当該グループに含まれる特徴量の集合を、分類対象となる前記一連のデータとして前記類似度行列を生成し、前記分類ステップにおける前記補正後の類似度行列に基づく前記一連のデータの分類結果に基づき、前記事前に実施された複数のデータの分類結果を更新する更新ステップを含むことを特徴とする、方法１に記載の情報処理装置の制御方法。
（方法１８）事前に実施された複数のデータの分類結果のうち、外れ値または要素数が閾値以下のグループに含まれる特徴量の集合を選択する選択ステップをさらに有し、前記分類ステップは前記選択された特徴量と同じグループに分類すべき特徴量を判断し、前記判断の結果をもとに、前記事前に実施された複数のデータの分類結果を更新し、かつ、前記分類結果の更新後におけるグループに含まれる要素が、前記事前に実施された複数のデータの分類結果に含まれる場合に、当該グループを破棄することを特徴とする、方法１に記載の情報処理装置の制御方法。
（構成１）分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成手段と、前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、を有することを特徴とする、情報処理装置。
（プログラム１）コンピュータを、分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成手段と、前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、を有することを特徴とする情報処理装置として機能させるためのプログラム。
（方法１）情報処理装置の制御方法であって、分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成ステップと、前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正ステップと、前記補正ステップにおける補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類ステップと、を含むことを特徴とする、情報処理装置の制御方法。
（方法２）前記補正ステップは、前記類似度行列の一連の前記要素それぞれに対応する前記類似度のうち、第１の閾値を超える類似度を対象として、当該類似度に応じた変換を施すことで、当該類似度行列を補正することを特徴とする、方法１に記載の情報処理装置の制御方法。
（方法３）前記第１の閾値は、あらかじめ指定された定数値であることを特徴とする、方法２に記載の情報処理装置の制御方法。
（方法４）前記第１の閾値は、前記類似度行列の行または列ごとに作成されたヒストグラムを対象として、当該ヒストグラムが二峰分布をなすと仮定した場合の二峰の谷となる値であることを特徴とする、方法２に記載の情報処理装置の制御方法。
（方法５）前記補正ステップは、基準値を超える類似度と、当該基準値未満の類似度と、に対して互いに異なる変換を施すことを特徴とする、方法１乃至４のいずれか１項に記載の情報処理装置の制御方法。
（方法６）前記補正ステップは、単調増加関数により、前記基準値を超える類似度を、変換前よりも値の大きい類似度に変換し、前記基準値未満の類似度を、変換前よりも値の小さい類似度に変換することを特徴とする、方法５に記載の情報処理装置の制御方法。
（方法７）前記補正ステップは、前記基準値を超える第１の類似度に対して、当該第１の類似度の算出元となる２つの特徴量のうちの一方に対して変動を与えた場合における、当該２つの特徴量の第２の類似度に基づき変換を施すことを特徴とする、方法６に記載の情報処理装置の制御方法。
（方法８）前記補正ステップは、第１の類似度及び第２の類似度の平均、最大値、及び最小値のうちのいずれかを変換後の類似度として適用することを特徴とする、方法７に記載の情報処理装置の制御方法。
（方法９）前記補正ステップは、前記基準値を超える第１の類似度に対して、当該第１の類似度の算出元となる２つの特徴量を抽出した第１の抽出手段とは異なる第２の抽出手段により、当該２つの特徴量の抽出元となる２つのデータを入力として抽出された他の２つの特徴量間の第３の類似度に基づき変換を施すことを特徴とする、方法６乃至８のいずれか１項に記載の情報処理装置の制御方法。
（方法１０）前記類似度行列の少なくとも一部の前記要素を対象として選択する選択ステップを含み、前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値であることを特徴とする、方法５乃至９のいずれか１項に記載の情報処理装置の制御方法。
（方法１１）前記類似度行列の少なくとも一部の前記要素を対象として選択する選択ステップを含み、前記基準値は、前記選択ステップにおいて対象として選択された要素の平均値と、０または１と、の加重平均であることを特徴とする、方法５乃至９のいずれか１項に記載の情報処理装置の制御方法。
（方法１２）前記類似度行列は、Ｎ個（Ｎは１以上の整数）のデータそれぞれから抽出された特徴量Ｆ１乃至ＦＮを対象として、ｉ番目（ｉは１以上の整数）の特徴量Ｆｉと、ｊ番目（ｊは１以上の整数）の特徴量Ｆｊと、の類似度をｉ行ｊ列の要素とする、Ｎ行Ｎ列の行列であることを特徴とする、方法１乃至１１のいずれか１項に記載の情報処理装置の制御方法。
（方法１３）前記補正ステップは、前記補正後の類似度行列に対して、ｉ行ｊ列の値と、ｊ行ｉ列の値と、が等しくなるように対象化を施すことを特徴とする、方法１２に記載の情報処理装置の制御方法。
（方法１４）前記補正ステップは、ｉ＜ｊとした場合に、前記補正後の類似度行列に対して、ｉ行ｊ列の値をｊ行ｉ列の値に置き換えるか、または、ｊ行ｉ列の値をｉ行ｊ列の値に置き換えることで、前記対象化を施すことを特徴とする、方法１３に記載の情報処理装置の制御方法。
（方法１５）前記補正ステップは、前記補正後の類似度行列に対して、ｉ行ｊ列の値及びｊ行ｉ列の値を、当該ｉ行ｊ列の値及び当該ｊ行ｉ列の値の平均値、最大値、及び最小値のいずれかで置き換えることで、前記対象化を施すことを特徴とする、方法１３に記載の情報処理装置の制御方法。
（方法１６）前記分類ステップは、前記類似度行列の行または列ごとの要素群ごとに、第２の閾値を超える値の要素の数が第３の閾値以上の場合に、当該要素のそれぞれについて、対応する類似度の算出元となる２つの特徴量が同一のグループに属するように、前記一連のデータを分類することを特徴とする、方法１乃至１５のいずれか１項に記載の情報処理装置の制御方法。
（方法１７）前記生成ステップは、事前に実施された複数のデータの分類結果のうち、共通のグループに含まれるデータそれぞれから抽出された特徴量間の分散が閾値以上のグループごとに、当該グループに含まれる特徴量の集合を、分類対象となる前記一連のデータとして前記類似度行列を生成し、前記分類ステップにおける前記補正後の類似度行列に基づく前記一連のデータの分類結果に基づき、前記事前に実施された複数のデータの分類結果を更新する更新ステップを含むことを特徴とする、方法１に記載の情報処理装置の制御方法。
（方法１８）事前に実施された複数のデータの分類結果のうち、外れ値または要素数が閾値以下のグループに含まれる特徴量の集合を選択する選択ステップをさらに有し、前記分類ステップは前記選択された特徴量と同じグループに分類すべき特徴量を判断し、前記判断の結果をもとに、前記事前に実施された複数のデータの分類結果を更新し、かつ、前記分類結果の更新後におけるグループに含まれる要素が、前記事前に実施された複数のデータの分類結果に含まれる場合に、当該グループを破棄することを特徴とする、方法１に記載の情報処理装置の制御方法。
（構成１）分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成手段と、前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、を有することを特徴とする、情報処理装置。
（プログラム１）コンピュータを、分類対象となる一連のデータそれぞれから抽出された特徴量それぞれの間の類似度を要素とする類似度行列を生成する生成手段と、前記類似度行列の少なくとも一部の前記要素を対象として、当該要素に対応する前記類似度の高さに応じて変換が施された当該類似度に置き換えることで、当該類似度行列を補正する補正手段と、前記補正手段による補正後の類似度行列に基づき、前記一連のデータを１以上のグループに分類する分類手段と、を有することを特徴とする情報処理装置として機能させるためのプログラム。
【符号の説明】
【0109】
１２ 算出部
１３ 補正部
１４ 分類部
１３ 補正部
１４ 分類部
【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】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】