特開 2024-39974 レイアウト支援システム、レイアウト支援装置、情報蓄積装置、レイアウト支援方法、およびレイアウト支援プログラム

(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】P2024039974

(43)【公開日】2024-03-25

(54)【発明の名称】レイアウト支援システム、レイアウト支援装置、情報蓄積装置、レイアウト支援方法、およびレイアウト支援プログラム

(51)【国際特許分類】

   G06T 11/60 20060101AFI20240315BHJP

   G06F 16/583 20190101ALI20240315BHJP

【ＦＩ】

G06T11/60 100A

G06F16/583

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022144754

(22)【出願日】2022-09-12

(71)【出願人】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】110000338

【氏名又は名称】弁理士法人 ＨＡＲＡＫＥＮＺＯ ＷＯＲＬＤ ＰＡＴＥＮＴ ＆ ＴＲＡＤＥＭＡＲＫ

(72)【発明者】

【氏名】戸泉 貴裕

【テーマコード（参考）】

5B050

5B175

【Ｆターム（参考）】

5B050AA10

5B050BA06

5B050BA15

5B050BA16

5B050CA07

5B050CA08

5B050EA09

5B050FA02

5B050FA05

5B050FA08

5B050FA13

5B175DA02

5B175HB03

(57)【要約】

【課題】レイアウトの効率化に寄与する。
【解決手段】レイアウト支援システム（１）は、複数の既存コンテンツの画像特徴量を抽出してレイアウト情報と対応付けてデータベースに記録する情報蓄積装置（１０）と、データベースに記録された各画像特徴量と、対象コンテンツについて生成された比較用特徴量との類似度に基づいて、データベースに記録されているレイアウト情報の中から対象コンテンツに適合するものを検出するレイアウト支援装置（１１）と、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出し、当該画像特徴量と前記複数の構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する情報蓄積装置と、
前記データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出し、当該類似度に基づいて、前記データベースに記録されているレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出するレイアウト支援装置と、を含むレイアウト支援システム。

【請求項2】

前記情報蓄積装置は、前記既存コンテンツの各構成要素のレイアウトを各構成要素の位置および範囲を示す図形で表すと共に、各構成要素に設定された優先順位を各図形の表示態様で表した前記画像を生成する画像生成手段を備える、請求項１に記載のレイアウト支援システム。

【請求項3】

前記画像生成手段は、優先順位が上位の所定数の前記構成要素に対応する図形はそれぞれ異なる表示態様で表し、他の構成要素に対応する図形は同じ表示態様で表した前記画像を生成する、請求項２に記載のレイアウト支援システム。

【請求項4】

前記対象コンテンツ情報は、前記対象コンテンツを構成する各構成要素の内容を示す情報を含み、
前記レイアウト支援装置は、前記既存コンテンツを構成する各構成要素の内容を示す既存コンテンツ情報と前記画像特徴量とを対応付けた訓練データを用いて生成された、前記対象コンテンツを構成する各構成要素の内容に応じた前記比較用特徴量を生成するための比較用特徴量生成モデルを用いて前記比較用特徴量を生成する比較用特徴量生成手段を備える、請求項１から３の何れか１項に記載のレイアウト支援システム。

【請求項5】

前記レイアウト支援装置は、前記対象コンテンツの構成要素のそれぞれから抽出した特徴量を統合して所定のデータサイズの統合特徴量を生成する統合手段を備え、
前記比較用特徴量生成手段は、前記比較用特徴量生成モデルに前記統合特徴量を入力することにより前記比較用特徴量を生成する、請求項４に記載のレイアウト支援システム。

【請求項6】

前記対象コンテンツの構成要素のそれぞれから抽出した複数の特徴量を混合して複数の混合特徴量を生成する情報混合手段を備え、
前記比較用特徴量生成手段は、前記複数の混合特徴量に基づいて前記統合特徴量を生成する、請求項５に記載のレイアウト支援システム。

【請求項7】

複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較手段と、
前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出手段と、を備えるレイアウト支援装置。

【請求項8】

複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出する画像特徴量抽出手段と、
当該画像特徴量と複数の前記構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する情報蓄積手段と、を備える情報蓄積装置。

【請求項9】

少なくとも１つのプロセッサが、
複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出することと、
前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出することと、を含むレイアウト支援方法。

【請求項10】

コンピュータを、
複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較手段、および
前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出手段、として機能させるレイアウト支援プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

ニュースなどの情報が書かれた紙媒体やウェブページにおける構成要素のレイアウト作成を支援するレイアウト支援システム等に関する。

【背景技術】

【0002】

ニュースなどの情報が書かれた紙媒体における記事のレイアウトは、従来から人手で行われており、その作業を省力化および効率化する技術が求められている。そのような技術が開示された文献の１つとして、例えば下記の特許文献１が挙げられる。

【0003】

特許文献１には、人手で作成された既存の文書ページのレイアウト画像を正解データとして用いると共に、当該文書ページのレイアウトをランダムに入れ替えた偽レイアウト画像を不正解データとして用いてスコアリングモデルを生成することが記載されている。特許文献１に記載の情報処理装置は、自動生成したレイアウト画像を上記のスコアリングモデルにより評価して、その評価結果に基づいて妥当なレイアウトを自動で決定する。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２０‐０５７３８１号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１に記載の技術は、効率性という点で改善の余地がある。具体的には、特許文献１に記載の技術では、レイアウト画像の自動生成において、ランダムに決定した配置座標を用いてレイアウト画像を生成する。このため、明らかに不適当なレイアウト画像も多数生成されると想定されるが、そのような不適当なレイアウト画像についても逐一スコアリングモデルで評価する必要があり、非効率である。

【0006】

本発明の一態様は、上記の問題に鑑みてなされたものであり、その目的の一例は、レイアウトの効率化に寄与する技術を提供することである。

【課題を解決するための手段】

【0007】

本発明の一態様に係るレイアウト支援システムは、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出し、当該画像特徴量と複数の前記構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する情報蓄積装置と、前記データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出し、当該類似度に基づいて、前記データベースに記録されているレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出するレイアウト支援装置と、を含む。

【0008】

本発明の一態様に係るレイアウト支援装置は、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較手段と、前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出手段と、を備える。

【0009】

本発明の一態様に係る情報蓄積装置は、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出する画像特徴量抽出手段と、当該画像特徴量と複数の前記構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する情報蓄積手段と、を備える。

【0010】

本発明の一態様に係るレイアウト支援方法は、少なくとも１つのプロセッサが、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出することと、前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出することと、を含む。

【0011】

本発明の一態様に係るレイアウト支援プログラムは、コンピュータを、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較手段、および前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出手段、として機能させる。

【発明の効果】

【0012】

本発明の一態様によれば、レイアウトの効率化に寄与することができる。

【図面の簡単な説明】

【0013】

【図1】本発明の例示的実施形態１に係るレイアウト支援システムの構成を示すブロック図である。

【図2】本発明の例示的実施形態１に係る情報蓄積方法およびレイアウト支援方法の流れを示すフロー図である。

【図3】本発明の例示的実施形態２に係る情報蓄積方法およびレイアウト支援方法の概要を示す図である。

【図4】本発明の例示的実施形態２に係る情報蓄積装置の構成例を示すブロック図である。

【図5】本発明の例示的実施形態２に係るレイアウト支援装置の構成例を示すブロック図である。

【図6】画像生成部による画像の生成例を示す図である。

【図7】統合特徴量の生成例を示す図である。

【図8】統合特徴量の他の生成例を示す図である。

【図9】上記情報蓄積装置が実行する処理の流れを示すフロー図である。

【図10】上記レイアウト支援装置が比較用特徴量生成モデルを生成する処理の流れを示すフロー図である。

【図11】上記レイアウト支援装置が対象コンテンツのレイアウト支援のために実行する処理の流れを示すフロー図である。

【図12】本発明の各例示的実施形態に係る各装置の各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータの一例を示す図である。

【発明を実施するための形態】

【0014】

〔例示的実施形態１〕
本発明の第１の例示的実施形態について、図面を参照して詳細に説明する。本例示的実施形態は、後述する例示的実施形態の基本となる形態である。

【0015】

（レイアウト支援システムの構成）
本例示的実施形態に係るレイアウト支援システム１の構成について、図１を参照して説明する。図１は、レイアウト支援システム１の構成を示すブロック図である。図１に示すように、レイアウト支援システム１には、情報蓄積装置１０とレイアウト支援装置１１とが含まれている。

【0016】

また、図示のように、情報蓄積装置１０は、画像特徴量抽出部（画像特徴量抽出手段）１０１と情報蓄積部（情報蓄積手段）１０２を備える。

【0017】

画像特徴量抽出部１０１は、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出する。

【0018】

情報蓄積部１０２は、画像特徴量抽出部１０１が抽出する画像特徴量と、既存コンテンツの複数の構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する。

【0019】

このように、本例示的実施形態に係る情報蓄積装置１０は、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出する画像特徴量抽出部１０１と、当該画像特徴量とレイアウト情報とを対応付けてデータベースに記録する情報蓄積部１０２と、を備える。このため、本例示的実施形態に係る情報蓄積装置１０によれば、レイアウトの効率化に寄与することが可能になるという効果が得られる。

【0020】

また、図示のように、レイアウト支援装置１１は、特徴量比較部（特徴量比較手段）１１１と検出部（検出手段）１１２を備える。

【0021】

特徴量比較部１１１は、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する。

【0022】

検出部１１２は、特徴量比較部１１１が算出する類似度に基づいて、複数の既存コンテンツのレイアウト情報の中から、対象コンテンツに適合するレイアウト情報を検出する。

【0023】

このように、本例示的実施形態に係るレイアウト支援装置１１は、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較部１１１と、特徴量比較部１１１が算出する類似度に基づいて、複数の既存コンテンツのレイアウト情報の中から対象コンテンツに適合するレイアウト情報を検出する検出部１１２と、を備える。このため、本例示的実施形態に係るレイアウト支援装置１１によれば、レイアウトの効率化に寄与することが可能になるという効果が得られる。

【0024】

以上のように、本例示的実施形態に係るレイアウト支援システム１は、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出し、当該画像特徴量とレイアウト情報とを対応付けてデータベースに記録する情報蓄積装置１０と、データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出し、当該類似度に基づいて、前記データベースに記録されているレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出するレイアウト支援装置１１と、を含む。このため、本例示的実施形態に係るレイアウト支援システム１によれば、レイアウトの効率化に寄与することが可能になるという効果が得られる。

【0025】

（情報蓄積プログラム／レイアウト支援プログラム）
上述の情報蓄積装置１０の機能は、プログラムによって実現することもできる。本例示的実施形態に係る情報蓄積プログラムは、コンピュータを、上述した画像特徴量抽出部１０１および上述した情報蓄積部１０２として機能させる。このため、本例示的実施形態に係る情報蓄積プログラムによれば、レイアウトの効率化に寄与することが可能になるという効果が得られる。

【0026】

同様に、上述のレイアウト支援装置１１の機能もプログラムによって実現することもできる。本例示的実施形態に係るレイアウト支援プログラムは、コンピュータを、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較部１１１、および特徴量比較部１１１が算出する類似度に基づいて、複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出部１１２、として機能させる。このため、本例示的実施形態に係るレイアウト支援プログラムによれば、レイアウトの効率化に寄与することが可能になるという効果が得られる。

【0027】

（情報蓄積方法／レイアウト支援方法の流れ）
本例示的実施形態に係る情報蓄積方法およびレイアウト支援方法の流れについて、図２を参照して説明する。図２は、情報蓄積方法およびレイアウト支援方法の流れを示すフロー図である。なお、図２に記載の各ステップの実行主体は、情報蓄積装置１０またはレイアウト支援装置１１が備えるプロセッサであってもよいし、他の装置が備えるプロセッサであってもよく、各ステップの実行主体がそれぞれ異なる装置に設けられたプロセッサであってもよい。

【0028】

Ｓ１０１では、少なくとも１つのプロセッサが、既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出する。

【0029】

Ｓ１０２では、少なくとも１つのプロセッサが、Ｓ１１で抽出された画像特徴量と、既存コンテンツの複数の構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する。以上説明したＳ１０１およびＳ１０２の処理は、複数の既存コンテンツのそれぞれについて実行される。これにより、上述のデータベースには、複数の既存コンテンツのそれぞれに対応する画像特徴量およびレイアウト情報が記録される。

【0030】

このように、本例示的実施形態に係る情報蓄積方法においては、少なくとも１つのプロセッサが、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出すること（Ｓ１０１）と、抽出された画像特徴量と既存コンテンツの複数の構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録すること（Ｓ１０２）とを含む。このため、本例示的実施形態に係る情報蓄積方法によれば、レイアウトの効率化に寄与することが可能になるという効果が得られる。

【0031】

一方、Ｓ１１１では、少なくとも１つのプロセッサが、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する。

【0032】

Ｓ１１２では、少なくとも１つのプロセッサが、Ｓ１１１で算出された類似度に基づいて、複数の既存コンテンツのレイアウト情報の中から対象コンテンツに適合するレイアウト情報を検出する。

【0033】

このように、本例示的実施形態に係るレイアウト支援方法においては、少なくとも１つのプロセッサが、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出すること（Ｓ１１１）と、算出された類似度に基づいて、複数の既存コンテンツのレイアウト情報の中から対象コンテンツに適合するレイアウト情報を検出すること（Ｓ１１２）とを含む。このため、本例示的実施形態に係る情報蓄積方法によれば、レイアウトの効率化に寄与することが可能になるという効果が得られる。

【0034】

〔例示的実施形態２〕
（レイアウト支援方法の概要）
図３は、本例示的実施形態にかかる情報蓄積方法およびレイアウト支援方法の概要を示す図である。図３に示すＳ２０１～Ｓ２０４の処理が、レイアウト済みの既存コンテンツのアーカイブデータから抽出した各種情報をデータベースに記録する情報蓄積方法に含まれる。一方、Ｓ２１１～Ｓ２１３の処理が、レイアウトの対象となる対象コンテンツの適合するレイアウトを示すレイアウト情報を検出するレイアウト支援方法に含まれる。なお、これらの各処理は、少なくとも１つのプロセッサにより実行される。

【0035】

情報蓄積方法におけるＳ２０１では、少なくとも１つのプロセッサが、既存コンテンツのアーカイブデータから、当該既存コンテンツのレイアウトを示すレイアウト情報を抽出する。

【0036】

レイアウト情報は、既存コンテンツの各構成要素がどのようにレイアウトされているかを示す情報であればよい。例えば、各構成要素をレイアウトする対象領域における、各構成要素の位置および範囲を示す情報をレイアウト情報としてもよい。この場合、例えば当該対象領域に設定された座標系における座標値により各構成要素の位置および範囲を表したものをレイアウト情報としてもよい。

【0037】

既存コンテンツは、複数の構成要素が所定の領域にレイアウトされたものであればよい。例えば、既存コンテンツは、ニュースなどの情報が書かれた紙媒体や、ウェブページ等のコンテンツであってもよい。また、既存コンテンツの構成要素とは、他の構成要素と内容的に区別可能な要素であればよく、どのような要素を１つの構成要素とするかは予め定めておけばよい。例えば、１つの記事を１つの構成要素としてもよいし、内容が関連した複数の記事からなる記事のグループを１つの構成要素としてもよい。また、例えば、１つの記事を１つの既存コンテンツとしてもよい。この場合、当該記事を構成するタイトル、本文、写真、および図等が既存コンテンツの構成要素となる。

【0038】

Ｓ２０２では、少なくとも１つのプロセッサが、既存コンテンツのアーカイブデータから、既存コンテンツの各構成要素に設定された優先順位を少なくとも示す既存コンテンツ情報を抽出する。なお、既存コンテンツ情報には、既存コンテンツを構成する各構成要素の内容を示す情報が含まれていてもよい。

【0039】

Ｓ２０３では、少なくとも１つのプロセッサが、既存コンテンツにおける構成要素のレイアウトと各構成要素の優先順位とを示す画像を生成する。当該画像の生成方法については後記「画像の生成方法」の項目で説明する。

【0040】

Ｓ２０４では、Ｓ２０３で生成された画像から画像特徴量が抽出される。画像特徴量の抽出手法は特に限定されない。例えば、種々の画像と各画像の画像特徴量との関係を学習することにより生成された画像特徴量抽出モデルを用いて画像特徴量を抽出してもよい。例えば、ＲｅｓＮｅｔ（Residual neural network）等のニューラルネットワークモデルを画像特徴量抽出モデルとしてもよい。

【0041】

そして、少なくとも１つのプロセッサは、Ｓ２０１で抽出したレイアウト情報と、Ｓ２０４で抽出した画像特徴量と、Ｓ２０２で抽出された既存コンテンツ情報とを対応付けてデータベースに記録する。このうち、画像特徴量とレイアウト情報の組み合わせは、レイアウト支援方法において推奨するレイアウト情報を検出するために用いられる。一方、画像特徴量と既存コンテンツ情報の組み合わせは、後述する比較用特徴量生成モデルの生成および更新に用いられる訓練データとして利用される。このため、画像特徴量とレイアウト情報の組み合わせと、画像特徴量と既存コンテンツ情報の組み合わせは、それぞれ別のデータベースに記録するようにしてもよい。

【0042】

レイアウト支援方法におけるＳ２１１では、少なくとも１つのプロセッサが、レイアウトの対象となる対象コンテンツに関する対象コンテンツ情報から、比較用特徴量を生成する。対象コンテンツ情報には、対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す情報が含まれている。また、対象コンテンツ情報には、対象コンテンツを構成する各構成要素の内容を示す情報が含まれていてもよい。

【0043】

詳細は後述するが、Ｓ２１１における比較用特徴量の生成には、上述した比較用特徴量生成モデルが用いられる。そして、比較用特徴量生成モデルを用いて生成された比較用特徴量は、データベースに記録されている画像特徴量との類似度が算出可能な特徴量となっている。

【0044】

Ｓ２１２では、少なくとも１つのプロセッサが、Ｓ２１１で生成した比較用特徴量と、データベースに記録されている各画像特徴量との類似度をそれぞれ算出する。なお、類似度は類似している程度を示す指標となる値である。特徴量間の類似度を算出する方法は任意であり、例えばＳ２１２では、比較用特徴量と画像特徴量とのコサイン類似度が算出されてもよい。

【0045】

Ｓ２１３では、少なくとも１つのプロセッサが、Ｓ２１２で算出した類似度に基づいて、データベースに記録されている複数の既存コンテンツのレイアウト情報の中から、対象コンテンツに適合するレイアウト情報を検出する。

【0046】

以上のように、本例示的実施形態に係る情報蓄積方法は、少なくとも１つのプロセッサが、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出することと、当該画像特徴量とレイアウト情報とを対応付けてデータベースに記録することとを含む。

【0047】

また、本例示的実施形態に係るレイアウト支援方法は、少なくとも１つのプロセッサが、データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出することと、当該類似度に基づいて、データベースに記録されているレイアウト情報の中から対象コンテンツに適合するレイアウト情報を検出することとを含む。

【0048】

既存コンテンツにおいては、各構成要素がそれらの優先順位に応じて適切にレイアウトされている可能性が高い。よって、上記の構成によれば、対象コンテンツの各構成要素をそれらの優先順位に応じて適切にレイアウトできる可能性が高いレイアウト情報を検出することができる。また、上記の構成によれば、特許文献１のように多数のレイアウト画像が生成されることがないから、レイアウトの効率化に寄与することが可能になる。

【0049】

また、本例示的実施形態に係る情報蓄積方法では、新しいレイアウトの既存コンテンツが入手された場合に、そのレイアウト情報等をデータベースに追加することができる。そして、本例示的実施形態に係るレイアウト支援方法によれば、データベースを参照して、その新しいレイアウトを活用することが可能になる。

【0050】

（情報蓄積装置の構成）
図４は、本例示的実施形態にかかる情報蓄積装置２０の構成例を示すブロック図である。図示のように、情報蓄積装置２０は、情報蓄積装置２０の各部を統括して制御する制御部２００と、他の装置と通信するための通信部２０１と、各種データを記憶する記憶部２０２と、入力操作を受け付けるための入力部２０３と、データを出力するための出力部２０４と、を備えている。

【0051】

また、制御部２００には、データ取得部２００１、コンテンツ情報取得部２００２、レイアウト情報取得部２００３、画像生成部２００４、画像特徴量抽出部２００５、および情報蓄積部２００６が含まれている。そして、記憶部２０２には、データベース２０２１が記憶されている。なお、画像生成部２００４については後記「画像の生成方法」の項目で説明する。

【0052】

データ取得部２００１は、複数の構成要素がレイアウトされた既存コンテンツを取得する。例えば、データ取得部２００１は、図３の例のようにアーカイブデータから既存コンテンツを取得してもよい。データ取得部２００１が取得する既存コンテンツは、例えばニュースなどの情報が書かれた紙媒体のページあるいはウェブページ等を画像化した画像データであってもよい。

【0053】

なお、データ取得部２００１は、レイアウト支援装置２１がレイアウトの支援をする対象コンテンツと同種の既存コンテンツを取得することが好ましい。例えば、レイアウト支援装置２１がニュースなどの情報が書かれた紙媒体のレイアウトの支援をする場合、データ取得部２００１は、ニュースなどの情報が書かれた紙媒体のデータを既存コンテンツとして取得することが好ましい。

【0054】

コンテンツ情報取得部２００２は、データ取得部２００１が取得する既存コンテンツの既存コンテンツ情報を取得する。既存コンテンツ情報は、既存コンテンツを構成する各構成要素の優先順位を示す情報を少なくとも含むものであればよく、各構成要素の内容を示す情報を含むことが好ましい。

【0055】

例えば、既存コンテンツが複数の記事がレイアウトされた紙面データである場合、コンテンツ情報取得部２００２は、各記事の優先順位を示す情報を含む既存コンテンツ情報を取得すればよい。また、当該既存コンテンツ情報には、既存コンテンツの各構成要素の内容を示す情報として、各記事のタイトルの文字数あるいはタイトルの数、各記事の本文の文字数あるいは行数、各記事に含まれる写真の数、および各記事に含まれる表の数、の少なくとも何れかを示す情報が含まれていてもよい。既存コンテンツ情報には、この他にも、例えばタイトルや本文の文字列から抽出した特徴量や、記事のジャンル等を示す情報が含まれていてもよい。

【0056】

例えば、コンテンツ情報取得部２００２は、データ取得部２００１が取得する既存コンテンツを解析し、当該既存コンテンツを構成する各構成要素の優先順位や各構成要素の内容を示すコンテンツ情報を抽出してもよい。例えば、コンテンツ情報取得部２００２は、一般的に優先順位が高い構成要素はレイアウトの対象領域の右上の方に配置されやすいことに基づき、各構成要素の配置から当該構成要素の優先順位を決定し、決定した優先順位を示す既存コンテンツ情報を生成してもよい。

【0057】

また、コンテンツ情報取得部２００２は、レイアウト支援システムのユーザが入力部２０３を介して入力する既存コンテンツ情報を取得してもよいし、他の装置に記録されている既存コンテンツ情報を、通信部２０１を介した通信により取得してもよい。

【0058】

レイアウト情報取得部２００３は、データ取得部２００１が取得する既存コンテンツのレイアウトを示すレイアウト情報を取得する。例えば、レイアウト情報取得部２００３は、データ取得部２００１が取得する既存コンテンツを解析し、当該既存コンテンツを構成する各構成要素の位置および範囲を特定して、特定した位置および範囲を示すレイアウト情報を生成してもよい。また、例えば、レイアウト情報取得部２００３は、通信部２０１あるいは入力部２０３を介して既存コンテンツ情報を取得してもよい。

【0059】

画像特徴量抽出部２００５は、画像生成部２００４が生成する画像から、当該画像の特徴を示す画像特徴量を抽出する。画像特徴量の抽出手法が特に限定されないことは図３に基づいて説明したとおりである。

【0060】

情報蓄積部２００６は、画像特徴量抽出部２００５が抽出する画像特徴量と、レイアウト情報取得部２００３が取得するレイアウト情報とを対応付けてデータベース２０２１に記録する。また、情報蓄積部２００６は、コンテンツ情報取得部２００２が取得する既存コンテンツ情報と、画像特徴量抽出部２００５が抽出する画像特徴量とを対応付けて訓練データを生成する訓練データ生成手段としての機能も有する。なお、情報蓄積部２００６とは別に訓練データ生成手段を設けてもよい。

【0061】

データベース２０２１には、上述のように、画像特徴量とレイアウト情報とが対応付けて記録される。また、データベース２０２１には、上述のように、既存コンテンツ情報と画像特徴量が対応付けられた訓練データが記録される。なお、訓練データをデータベース２０２１とは別のデータベースに記録してもよい。また、データベース２０２１は、情報蓄積装置２０の外部の装置に設けられたものであってもよい。

【0062】

（レイアウト支援装置の構成）
図５は、本例示的実施形態にかかるレイアウト支援装置２１の構成例を示すブロック図である。レイアウト支援装置２１は、図４に示した情報蓄積装置２０と共にレイアウト支援システムを構成する。

【0063】

図５に示すように、レイアウト支援装置２１は、レイアウト支援装置２１の各部を統括して制御する制御部２１０と、他の装置と通信するための通信部２１１と、各種データを記憶する記憶部２１２と、入力操作を受け付けるための入力部２１３と、データを出力する出力部２１４と、を備えている。

【0064】

また、制御部２１０には、データ取得部２１０１、学習部２１０２、特徴量抽出部２１０３、統合部２１０４、比較用特徴量生成部２１０５、特徴量比較部２１０６、検出部２１０７、および表示制御部２１０８が含まれている。そして、記憶部２１２には、比較用特徴量生成モデル２１２１が記憶されている。なお、学習部２１０２、特徴量抽出部２１０３、統合部２１０４、比較用特徴量生成部２１０５、および比較用特徴量生成モデル２１２１については後記「比較用特徴量の生成方法」の項目で説明する。

【0065】

データ取得部２１０１は、レイアウトの対象となる対象コンテンツの対象コンテンツ情報を取得する。上述のように、対象コンテンツ情報は、対象コンテンツを構成する各構成要素に設定された優先順位を示すものであればよく、各構成要素の内容を示す情報を含んでいてもよい。各構成要素の内容を示す情報としては、上述した既存コンテンツ情報と同様に、タイトルや本文の文字数などを示す情報が適用できる。

【0066】

対象コンテンツ情報の取得方法は、特に限定されない。例えば、データ取得部２１０１は、対象コンテンツの各構成要素を解析して、各構成要素に設定された優先順位や文字数等を特定し、それらの情報を対象コンテンツ情報として抽出してもよい。また、例えば、データ取得部２１０１は、通信部２１１または入力部２１３を介して対象コンテンツ情報を取得してもよい。

【0067】

特徴量比較部２１０６は、情報蓄積装置２０の生成するデータベース２０２１を参照し、比較用特徴量生成部２１０５が生成する比較用特徴量と、データベース２０２１に記録された各画像特徴量との類似度を算出する。上述のように類似度の算出方法は任意である。なお、特徴量比較部２１０６は、情報蓄積装置２０と通信部２１１を介して通信することによりデータベース２０２１を参照してもよい。また、データベース２０２１を予め記憶部２１２に記憶させておいてもよい。

【0068】

検出部２１０７は、特徴量比較部２１０６が算出する類似度に基づいて、データベース２０２１に記録されている複数の既存コンテンツのレイアウト情報の中から対象コンテンツに適合するレイアウト情報を検出する。例えば、検出部２１０７は、類似度が最も高い画像特徴量に対応付けられたレイアウト情報を対象コンテンツに適合するレイアウト情報として検出してもよい。また、例えば、検出部２１０７は、類似度が所定の閾値以上であった画像特徴量に対応付けられたレイアウト情報を対象コンテンツに適合するレイアウト情報として検出してもよい。なお、検出部２１０７は、複数のレイアウト情報を対象コンテンツに適合するレイアウト情報として検出してもよい。

【0069】

表示制御部２１０８は、検出部２１０７の検出結果を表示させる。例えば、出力部２１４が表示装置である場合には、表示制御部２１０８は、出力部２１４に検出結果を表示出力させる。また、表示制御部２１０８は、レイアウト支援装置２１の外部の表示装置に検出結果を表示させてもよい。

【0070】

具体的には、表示制御部２１０８は、レイアウト情報に示される各構成要素の位置および範囲を示す座標値を表示させてもよい。また、例えば、表示制御部２１０８は、レイアウト情報に示される各構成要素の位置および範囲を図形で表した画像を表示させてもよい。さらに、例えば、表示制御部２１０８は、レイアウト情報に示される各構成要素の位置および範囲に、各構成要素を配置したプレビュー画像を表示させてもよい。

【0071】

なお、検出部２１０７の検出結果を表示させる処理は必須ではない。例えば、検出部２１０７の検出結果は、記憶部２１２等に記憶させておき、適宜利用できるようにしてもよい。この場合、レイアウト支援装置２１は、検出部２１０７が検出したレイアウト情報に従って対象コンテンツを自動でレイアウトしてもよい。

【0072】

（画像の生成方法）
情報蓄積装置２０の画像生成部２００４は、既存コンテンツの各構成要素のレイアウトを各構成要素の位置および範囲を示す図形で表すと共に、各構成要素に設定された優先順位を各図形の表示態様で表した画像を生成する。これにより、例示的実施形態１に係るレイアウト支援システム１の奏する効果に加えて、既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像特徴量を抽出可能な画像を自動で生成することができるという効果が得られる。

【0073】

図６は、画像生成部２００４による画像の生成例を示す図である。図６には、ＥＸ１とＥＸ２の２つの例を示している。何れの例においても、対象となる既存コンテンツの構成要素はＡ１～Ａ５の５つであり、構成要素Ａ１～Ａ５の優先順位はそれぞれ１～５に設定されている。これらの情報はコンテンツ情報取得部２００２によりコンテンツ情報として取得されている。

【0074】

また、図示のように、構成要素Ａ１～Ａ５の位置および範囲を示す情報がレイアウト情報取得部２００３により抽出されている。なお、図６の例では、構成要素Ａ１～Ａ５の位置および範囲が、これらをレイアウトする対象領域を示す座標平面上における座標値で示されている。

【0075】

画像生成部２００４は、上記のレイアウト情報を用いて、レイアウトの対象領域を示す平面上に、構成要素Ａ１～Ａ５の位置および範囲を示す図形を規定する。図６の例では、構成要素Ａ１～Ａ５は何れも矩形で表されている。また、図６では、各矩形に当該矩形に対応する構成要素の番号（Ａ１～Ａ５）を付記している。ＥＸ１および２では、同じレイアウト情報を用いているので各矩形の位置および範囲は同じである。

【0076】

ＥＸ１では、画像生成部２００４は、構成要素Ａ１～Ａ５に対応する図形に対し、優先順位毎に予め設定された塗りつぶしパターンを適用している。つまり、図６の例では、優先順位が一位の構成要素Ａ１に対応する図形には、一位の優先順位について予め設定されたパターンであるドットパターンが適用されている。また、優先順位が二位の構成要素Ａ２に対応する図形には、二位の優先順位について予め設定されたパターンである右上がり斜線のパターンが適用されている。同様に、構成要素Ａ３～Ａ５についても順位に応じた所定のパターンが適用されている。

【0077】

このようにして生成された画像においては、構成要素Ａ１～Ａ５の位置および範囲が図形の位置および範囲により表されていると共に、構成要素Ａ１～Ａ５の優先順位が各図形の表示態様で表されている。よって、このような画像から抽出した画像特徴量には、構成要素Ａ１～Ａ５の位置および範囲すなわちレイアウトと、構成要素Ａ１～Ａ５の優先順位が反映される。

【0078】

なお、図６では、図形の塗りつぶしパターン（模様あるいはテクスチャと呼ぶこともできる）により優先順位を表しているが、優先順位は画像特徴量に反映されるような任意の表示態様により表すことができる。例えば、画像生成部２００４は、各図形を優先順位に応じた色で塗りつぶした画像を生成してもよいし、各図形を優先順位に応じた輝度値または濃度値とした画像を生成してもよいし、各図形に優先順位に応じた背景画像を貼り付けた画像を生成してもよい。

【0079】

また、画像生成部２００４は、各図形の配置に基づいて当該図形の表示態様を決定してもよい。この場合、画像生成部２００４が優先順位を決定し、コンテンツ情報取得部２００２は画像生成部２００４が決定した優先順位を示す情報を含むコンテンツ情報を生成すればよい。

【0080】

例えば、一般的に、コンテンツにおける重要性の高いあるいは注目してもらいたい構成要素は、レイアウトの対象領域の右上または左上に配置することが多い。このため、画像生成部２００４は、対象領域に配置する図形の優先順位を、対象領域の右上における所定位置に近い順として各図形の表示態様を決定してもよい。例えば、画像生成部２００４は、対象領域の右上端の座標値と、各図形の右上端の座標値との距離を算出し、優先順位を当該距離が短い順としてもよい。同様に、画像生成部２００４は、対象領域に配置する図形の優先順位を、対象領域の左上における所定位置に近い順として各図形の表示態様を決定してもよい。

【0081】

一方、ＥＸ２では、画像生成部２００４は、優先順位が上位の構成要素Ａ１～Ａ４に対応する図形の表示態様はそれぞれ異なるものとしているが、優先順位が下位の構成要素Ａ５に対応する図形の表示態様は構成要素Ａ４と同じにしている。具体的には、ＥＸ２では、画像生成部２００４は、優先順位が上位の構成要素Ａ１～Ａ３に対応する図形の表示態様はそれぞれ異なるものとする一方、優先順位が４位以下の構成要素Ａ４、Ａ５に対応する図形は表示態様を同じにしている。

【0082】

このように、画像生成部２００４は、優先順位が上位の所定数の構成要素に対応する図形はそれぞれ異なる表示態様で表し、他の構成要素に対応する図形は同じ表示態様で表した画像を生成してもよい。

【0083】

一般に、コンテンツの構成要素のうち優先順位の高いものは閲覧者の目に入りやすい位置に配置されるため、優先順位とレイアウトとの相関が高いことが多い。一方、優先順位の低い構成要素は、優先順位の高い構成要素を配置した後の残りのスペースに適宜配置されるため、優先順位とレイアウトとの相関が低いことがある。

【0084】

よって、上記の構成によれば、例示的実施形態１に係るレイアウト支援システム１の奏する効果に加えて、既存コンテンツのレイアウトの実体に即したレイアウトを再現することが可能なレイアウト情報を検出することができるという効果が得られる。なお、優先順位が何位までの構成要素に対応する図形の表示態様を異なるものとするかは適宜設定しておけばよい。

【0085】

なお、画像生成部２００４は省略して、画像特徴量抽出部２００５が、データ取得部２００１が取得する既存コンテンツの画像（例えばニュースなどの情報が書かれた紙媒体やウェブページの画像）から画像特徴量を抽出する構成としてもよい。

【0086】

（比較用特徴量の生成方法）
比較用特徴量生成部２１０５は、対象コンテンツ情報に基づいて比較用特徴量を生成する。本項目では、比較用特徴量の生成方法について説明する。なお、上述のように、対象コンテンツ情報には、対象コンテンツを構成する各構成要素の優先順位を示す情報が含まれている。また、ここでは対象コンテンツ情報には各構成要素の内容を示す情報も含まれているとする。

【0087】

図３（特にＳ２１２）に基づいて説明したように、対象コンテンツに適合するレイアウト情報を検出するにあたり、比較用特徴量はデータベース２０２１に記録された画像特徴量と比較され、比較用特徴量と画像特徴量とが類似している程度を示す類似度が算出される。

【0088】

このため、比較用特徴量は、画像特徴量と比較可能な特徴量とする必要がある。しかし、対象コンテンツはレイアウトを決定する対象となるコンテンツであるから、通常は対象コンテンツの画像は存在せず、それゆえ対象コンテンツ情報から画像特徴量を抽出することはできない。

【0089】

そこで、比較用特徴量生成部２１０５は、既存コンテンツ情報と画像特徴量との関係をモデル化した比較用特徴量生成モデル２１２１を用いて比較用特徴量を生成する。比較用特徴量は、対象コンテンツ情報を用いて予測する画像特徴量の予測値であるともいえる。このようにして生成された比較用特徴量は、データベース２０２１に記録された画像特徴量と比較することが可能であり、当該比較用特徴量と当該画像特徴量との類似度を算出することも可能である。

【0090】

比較用特徴量生成モデル２１２１のアルゴリズムは特に限定されず、例えば比較用特徴量生成モデル２１２１をニューラルネットワークモデルとしてもよい。ただし、比較用特徴量生成モデル２１２１をニューラルネットワークモデルとする場合を含め、一般的に学習モデルの入力データは固定長とする必要がある。しかし、対象コンテンツの構成要素の数は変動し得る。

【0091】

そこで、レイアウト支援装置２１では、特徴量抽出部２１０３が対象コンテンツ情報に示される各構成要素に関する情報から、構成要素ごとにその特徴を示す特徴量を抽出する。そして、統合部２１０４がそれらの特徴量を統合して所定のデータ長の特徴量（以下、統合特徴量と呼ぶ）を生成する。

【0092】

これにより、対象コンテンツ情報を構成する構成要素の数によらず、所定のデータ長の統合特徴量を生成することができる。そして、比較用特徴量生成部２１０５は、統合特徴量を比較用特徴量生成モデル２１２１に入力することにより、比較用特徴量を生成することができる。

【0093】

図７は、統合特徴量の生成例を示す図である。例えば、対象コンテンツ情報をテンソルで表す場合、各構成要素に関する情報（優先順位や文字数等）は、各構成要素について同じデータ長で表すことができる。ここでは、当該データ長をｄと表す。一方、構成要素に関する情報は、構成要素の数だけ存在する。構成要素の数をＮ（Ｎは２以上の整数）とすると、対象コンテンツ情報全体では、ｄ×Ｎのサイズのテンソルとなる。なお、特徴量抽出を行う前に、対象コンテンツ情報に含まれる各構成要素に関する情報を、構成要素の優先順位の順にソートしておいてもよい。

【0094】

特徴量抽出部２１０３は、これらＮ個の構成要素のそれぞれから特徴量を抽出する。特徴量の抽出方法は特に限定されず、例えばニューラルネットワーク等の特徴量抽出モデルを用いて特徴量を抽出してもよい。これにより、図示のように各構成要素に対応する特徴量が抽出される。抽出される特徴量の数はＮ個となる。

【0095】

次に、統合部２１０４は、抽出されたＮ個の特徴量を統合して１つにまとめ、統合特徴量を生成する。統合特徴量は例えば（１×ｄ）のテンソルである。特徴量の統合方法は特に限定されず、例えば、統合部２１０４は、抽出されたＮ個の特徴量の平均値を統合特徴量として算出してもよい。また、例えば、統合部２１０４は、（Ｎ×１）のサイズの変換行列を用いて、Ｎ個の特徴量を（１×ｄ）のテンソルに変換してもよい。

【0096】

なお、上記変換行列は、想定される構成要素の数だけ用意しておけばよい。例えば、対象コンテンツの構成要素が２～１０の範囲であれば、（２×１）サイズ～（１０×１）サイズまでの変換行列を用意しておけばよい。また、上記変換行列は、学習により最適化したものであってもよい。すなわち、学習の際にランダムに構成要素数を選択し、選択した構成要素数に対応するパラメータ行列を学習する、という処理を繰り返すことにより、各構成要素数に対応した変換行列を生成することができる。

【0097】

また、レイアウト支援装置２１は、対象コンテンツ情報から統合特徴量を生成する過程において、対象コンテンツの構成要素のそれぞれから抽出した複数の特徴量を混合してもよい。これについて図８に基づいて説明する。図８は、統合特徴量の他の生成例を示す図である。なお、図８では図示を省略しているが、図８の生成例においても、図７の生成例と同様に特徴量抽出の対象となるのは（ｄ×Ｎ）サイズのテンソルで表された対象コンテンツ情報である。

【0098】

図８の生成例では、まず、対象コンテンツ情報から各構成要素についての第１の特徴量を抽出する。第１の特徴量の抽出は特徴量抽出部２１０３が行えばよい。次に、抽出されたＮ個の第１の特徴量を構成要素の方向に混合する。以下、混合することにより得られた特徴量を混合特徴量と呼ぶ。混合特徴量は複数生成される。なお、混合特徴量の生成は、図５に示す制御部２１０の機能ブロックの１つとして情報混合手段を追加し、当該情報混合手段に実行させればよい。

【0099】

例えば、情報混合手段は、（Ｎ×Ｎ）あるいは（Ｎ×Ｍ）の変換行列を用いて、（ｄ×Ｎ）サイズのテンソルで表された対象コンテンツ情報を、（Ｎ×ｄ）あるいは（Ｍ×ｄ）サイズのテンソルに変換することにより混合特徴量を生成してもよい。なお、Ｍは２以上の整数でありＭ≠Ｎである。なお、混合特徴量の生成方法は特に限定されず、例えば、情報混合手段はAttention等のアルゴリズムを用いて混合特徴量を生成してもよい。

【0100】

情報混合手段が生成する複数の混合特徴量を、統合部２１０４が統合して統合特徴量としてもよいが、図８の生成例のように、混合特徴量に対して特徴量抽出を行ってもよい。図８の生成例では、各混合特徴量から第２の特徴量が抽出されており、それら第２の特徴量が統合部２１０４により統合されて統合特徴量が生成されている。このように、対象コンテンツ情報から統合特徴量を生成する仮定においては、複数回の特徴量抽出を行うようにしてもよい。

【0101】

なお、第２の特徴量の抽出方法は特に限定されず、例えば、ニューラルネットワーク等の特徴量抽出モデルを用いて特徴量を抽出してもよい。この場合、第１の特徴量を抽出する特徴量抽出モデルとは異なる、混合特徴量から特徴量を抽出するための特徴量抽出モデルを用意しておけばよい。また、第２の特徴量を抽出する手段は図５に示す制御部２１０の機能ブロックの１つとして追加すればよい。

【0102】

以上のように、対象コンテンツ情報は、対象コンテンツを構成する各構成要素の内容を示す情報を含んでいてもよい。そして、この場合、比較用特徴量生成部２１０５は、比較用特徴量生成モデル２１２１を用いて比較用特徴量を生成してもよい。なお、比較用特徴量生成モデル２１２１は、既存コンテンツを構成する各構成要素の内容を示す既存コンテンツ情報と画像特徴量とを対応付けた訓練データを用いて生成されたものであり、対象コンテンツを構成する各構成要素の内容に応じた比較用特徴量を生成するためのモデルである。これにより、対象コンテンツを構成する各構成要素の内容を反映させた特徴量であり、かつ、画像特徴量と比較可能な特徴量である比較用特徴量を生成することができる。

【0103】

また以上のように、レイアウト支援装置２１は、対象コンテンツの構成要素のそれぞれから抽出した特徴量を統合して所定のデータサイズの統合特徴量を生成する統合部２１０４を備えていてもよい。この場合、比較用特徴量生成部２１０５は、比較用特徴量生成モデル２１２１に統合特徴量を入力することにより比較用特徴量を生成する。

【0104】

これにより、対象コンテンツの構成要素がいくつあるかにかかわらず、所定のデータサイズの比較用特徴量を生成することができる。つまり、上記の構成によれば、例示的実施形態１に係るレイアウト支援システム１の奏する効果に加えて、対象コンテンツの構成要素数にかかわらず妥当なレイアウト情報を検出することが可能になるという効果が得られる。

【0105】

また以上のように、レイアウト支援装置２１は、対象コンテンツの構成要素のそれぞれから抽出した複数の特徴量を混合して複数の混合特徴量を生成する情報混合部を備えていてもよい。この場合、比較用特徴量生成部２１０５は、複数の混合特徴量に基づいて統合特徴量を生成する。

【0106】

上記の構成によれば、例示的実施形態１に係るレイアウト支援システム１の奏する効果に加えて、構成要素の相互関係（例えば、ある構成要素と他の構成要素との位置関係等）を加味した妥当性の高い統合特徴量を生成することが可能になるという効果が得られる。

【0107】

（処理の流れ：情報蓄積方法）
情報蓄積装置２０が実行する処理（情報蓄積方法）の流れを図９に基づいて説明する。図９は、情報蓄積装置２０が実行する処理の流れを示すフロー図である。

【0108】

Ｓ２２１では、データ取得部２００１が既存コンテンツを取得する。既存コンテンツの取得方法は特に限定されない。例えば、データ取得部２００１は、図３の例のように既存コンテンツのアーカイブデータから既存コンテンツを取得してもよいし、ユーザが入力部２０３を介して入力する既存コンテンツを取得してもよいし、通信部２０１を介して既存コンテンツを取得してもよい。

【0109】

Ｓ２２２では、コンテンツ情報取得部２００２が、Ｓ２２１で取得された既存コンテンツの既存コンテンツ情報を取得する。上述のように、コンテンツ情報取得部２００２は、既存コンテンツを解析することによって既存コンテンツ情報を抽出してもよいし、通信部２０１あるいは入力部２０３を介して既存コンテンツ情報を取得してもよい。

【0110】

Ｓ２２３では、レイアウト情報取得部２００３が、Ｓ２２１で取得された既存コンテンツのレイアウト情報を取得する。上述のように、レイアウト情報取得部２００３は、データ取得部２００１が取得する既存コンテンツを解析し、当該既存コンテンツを構成する各構成要素の位置および範囲を特定して、特定した位置および範囲を示すレイアウト情報を生成してもよい。また、例えば、レイアウト情報取得部２００３は、通信部２０１あるいは入力部２０３を介して既存コンテンツ情報を取得してもよい。

【0111】

Ｓ２２４では、画像生成部２００４が、Ｓ２２２で取得された既存コンテンツ情報（より具体的には当該既存コンテンツ情報に示される各構成要素の優先順位）と、Ｓ２２３で取得されたレイアウト情報とに基づき、既存コンテンツの各構成要素のレイアウトを各構成要素の位置および範囲を示す図形で表すと共に、各構成要素に設定された優先順位を各図形の表示態様で表した画像を生成する。

【0112】

Ｓ２２５では、画像特徴量抽出部２００５が、Ｓ２２４で生成された画像から、当該画像の特徴を示す画像特徴量を抽出する。

【0113】

Ｓ２２６では、情報蓄積部２００６が、Ｓ２２５で抽出された画像特徴量と、Ｓ２２３で取得されたレイアウト情報とを対応付けてデータベース２０２１に記録する。これらは、レイアウト支援装置２１による検索の対象となる情報である。

【0114】

Ｓ２２７では、情報蓄積部２００６は、Ｓ２２５で抽出された画像特徴量と、Ｓ２２２で取得された既存コンテンツ情報とを対応付けてデータベース２０２１に記録する。これらは、比較用特徴量生成モデル２１２１の生成または更新に用いられる訓練データとなる。Ｓ２２６およびＳ２２７の処理が終了することにより、図９の処理は終了となる。以上の処理は、複数の既存コンテンツのそれぞれについて行われる。なお、Ｓ２２６の処理とＳ２２７の処理とを統合し、画像特徴量とレイアウト情報とコンテンツ情報とを対応付けて記録するようにしてもよい。

【0115】

（処理の流れ：比較用特徴量生成モデルの生成方法）
レイアウト支援装置２１が比較用特徴量生成モデル２１２１を生成する処理（比較用特徴量生成モデルの生成方法）の流れを図１０に基づいて説明する。図１０は、レイアウト支援装置２１が比較用特徴量生成モデル２１２１を生成する処理の流れを示すフロー図である。なお、比較用特徴量生成モデル２１２１を更新する場合の処理も同様である。

【0116】

Ｓ２３１では、学習部２１０２が、訓練データセットを取得する。訓練データセットは、既存コンテンツ情報と画像特徴量とが対応付けられた訓練データを複数含むデータセットである。例えば、学習部２１０２は、通信部２１１を介して情報蓄積装置２０と通信することによりデータベース２０２１から訓練データセットを取得してもよいし、入力部２１３を介して入力される訓練データセットを取得してもよい。

【0117】

Ｓ２３２では、学習部２１０２は、Ｓ２３１で取得した訓練データセットからランダムにバッチサイズの訓練データを取得する。

【0118】

Ｓ２３３では、比較用特徴量生成部２１０５が、学習中の比較用特徴量生成モデル２１２１を用いて、Ｓ２３２で取得された訓練データに基づく比較用特徴量を生成する。例えば、比較用特徴量生成部２１０５は、訓練データに含まれる既存コンテンツ情報から特徴量抽出部２１０３が抽出した特徴量を統合部２１０４が統合することにより生成された統合特徴量を、学習中の比較用特徴量生成モデル２１２１に入力することにより比較用特徴量を生成する。

【0119】

Ｓ２３４では、学習部２１０２が、Ｓ２３３で生成された比較用特徴量に基づいて、学習中の比較用特徴量生成モデル２１２１のモデルパラメータを更新する。モデルパラメータの更新方法は特に限定されない。例えば、学習部２１０２は、Ｓ２３２で取得した訓練データに示される画像特徴量とＳ２３３で生成された比較用特徴量との間の損失を、損失関数を用いて算出してもよい。そして、学習部２１０２は、算出した損失から比較用特徴量生成モデル２１２１に含まれる各モデルパラメータの勾配を算出し、算出した勾配に基づいて各モデルパラメータを更新してもよい。この場合、勾配の計算には例えば誤差逆伝搬法が適用でき、モデルパラメータの更新には確率的勾配降下法やAdam等が適用できる。

【0120】

Ｓ２３５では、学習部２１０２は、モデルパラメータの更新を終了するか否かを判定する。Ｓ２３５でＹＥＳと判定された場合にはＳ２３６に進み、Ｓ２３５でＮＯと判定された場合にはＳ２３２に戻る。なお、モデルパラメータの更新を終了する条件は予め定めておけばよい。例えば、学習部２１０２は、更新回数が所定回数に達したことを条件としてモデルパラメータの更新を終了してもよい。

【0121】

Ｓ２３６では、学習部２１０２は、更新後のモデルパラメータすなわち学習済みの比較用特徴量生成モデル２１２１を記憶部２１２に記録する。これにより、図１０の処理は終了する。

【0122】

（処理の流れ：レイアウト支援方法）
レイアウト支援装置２１が対象コンテンツのレイアウト支援のために実行する処理（レイアウト支援方法）の流れを図１１に基づいて説明する。図１１は、レイアウト支援装置２１が対象コンテンツのレイアウト支援のために実行する処理の流れを示すフロー図である。

【0123】

Ｓ２４１では、データ取得部２１０１が、対象コンテンツ情報を取得する。上述のように、対象コンテンツ情報の取得方法は特に限定されない。例えば、データ取得部２１０１は、対象コンテンツの各構成要素（例えば、レイアウトされていないタイトルや本文、写真等）を解析して対象コンテンツ情報として抽出してもよい。また、例えば、データ取得部２１０１は、通信部２１１または入力部２１３を介して対象コンテンツ情報を取得してもよい。

【0124】

Ｓ２４２では、比較用特徴量が生成される。Ｓ２４２においては、例えば、特徴量抽出部２１０３が、Ｓ２４１で取得された対象コンテンツ情報から、対象コンテンツの各構成要素の特徴量を抽出し、統合部２１０４が抽出された各特徴量を統合して統合特徴量を生成してもよい。そして、比較用特徴量生成部２１０５が、比較用特徴量生成モデル２１２１に上記統合特徴量を入力することにより比較用特徴量を生成してもよい。

【0125】

Ｓ２４３では、特徴量比較部２１０６が、情報蓄積装置２０の生成したデータベース２０２１を参照し、Ｓ２４２で生成された比較用特徴量と、データベース２０２１に記録された各画像特徴量との類似度を算出する。

【0126】

Ｓ２４４では、検出部２１０７が、Ｓ２４３で算出された類似度に基づいて、データベース２０２１に記録されている複数の既存コンテンツのレイアウト情報の中から対象コンテンツに適合するレイアウト情報を検出する。なお、Ｓ２４３では、必ずしもデータベース２０２１に記録された全ての画像特徴量との類似度を算出する必要はなく、例えば、特徴量比較部２１０６は、類似度が閾値以上となるレイアウト情報が検出された時点で類似度の算出を終了してもよい。

【0127】

Ｓ２４５では、表示制御部２１０８が、Ｓ２４４の検出結果を表示装置に表示させる。これにより、図１１の処理は終了する。なお、Ｓ２４５の処理は行わず、Ｓ２４４の検出結果を記憶部２１２等に記録して終了としてもよい。

【0128】

〔変形例〕
上述の例示的実施形態で説明した各処理の実行主体は任意であり、上述の例に限られない。つまり、相互に通信可能な複数の装置によりレイアウト支援システムを構築することができ、当該複数の装置は情報蓄積装置１０とレイアウト支援装置１１、あるいは情報蓄積装置２０とレイアウト支援装置２１の組み合わせに限られない。

【0129】

例えば、図１に示す各ブロックの機能をそれぞれ独立の装置に持たせてもレイアウト支援システム１と同様の機能を有するレイアウト支援システムを構築することができる。また、例えば、図５に示すレイアウト支援装置２１が備えるブロックのうち、比較用特徴量生成モデル２１２１の生成に関するブロックの機能をレイアウト支援装置２１とは別の装置に持たせてもよい。この場合、レイアウト支援装置２１は、当該別の装置により生成された比較用特徴量生成モデル２１２１を取得し、使用すればよい。

【0130】

また、情報蓄積装置１０とレイアウト支援装置１１の両方の機能を備えた１つのレイアウト支援装置であれば、レイアウト支援システム１と同様の機能を実現できる。同様に、情報蓄積装置２０とレイアウト支援装置２１の両方の機能を備えた１つのレイアウト支援装置であっても、例示的実施形態２に係るレイアウト支援システムと同様の機能を実現できる。

【0131】

〔ソフトウェアによる実現例〕
情報蓄積装置１０、２０、およびレイアウト支援装置１１、２１の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。

【0132】

後者の場合、情報蓄積装置１０、２０、およびレイアウト支援装置１１、２１は、例えば、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータによって実現される。このようなコンピュータの一例（以下、コンピュータＣと記載する）を図１２に示す。コンピュータＣは、少なくとも１つのプロセッサＣ１と、少なくとも１つのメモリＣ２と、を備えている。メモリＣ２には、コンピュータＣを情報蓄積装置１０、２０、またはレイアウト支援装置１１、２１として動作させるためのプログラム（情報蓄積プログラム／レイアウト支援プログラム）Ｐが記録されている。コンピュータＣにおいて、プロセッサＣ１は、プログラムＰをメモリＣ２から読み取って実行することにより、情報蓄積装置１０、２０、またはレイアウト支援装置１１、２１の各機能が実現される。

【0133】

プロセッサＣ１としては、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、ＦＰＵ（Floating point number Processing Unit）、ＰＰＵ（Physics Processing Unit）、ＴＰＵ（Tensor Processing Unit）、量子プロセッサ、マイクロコントローラ、又は、これらの組み合わせなどを用いることができる。メモリＣ２としては、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又は、これらの組み合わせなどを用いることができる。

【0134】

なお、コンピュータＣは、プログラムＰを実行時に展開したり、各種データを一時的に記憶したりするためのＲＡＭ（Random Access Memory）を更に備えていてもよい。また、コンピュータＣは、他の装置との間でデータを送受信するための通信インタフェースを更に備えていてもよい。また、コンピュータＣは、キーボードやマウス、ディスプレイやプリンタなどの入出力機器を接続するための入出力インタフェースを更に備えていてもよい。

【0135】

また、プログラムＰは、コンピュータＣが読み取り可能な、一時的でない有形の記録媒体Ｍに記録することができる。このような記録媒体Ｍとしては、例えば、テープ、ディスク、カード、半導体メモリ、又はプログラマブルな論理回路などを用いることができる。コンピュータＣは、このような記録媒体Ｍを介してプログラムＰを取得することができる。また、プログラムＰは、伝送媒体を介して伝送することができる。このような伝送媒体としては、例えば、通信ネットワーク、又は放送波などを用いることができる。コンピュータＣは、このような伝送媒体を介してプログラムＰを取得することもできる。

【0136】

〔付記事項１〕
本発明は、上述した実施形態に限定されるものでなく、請求項に示した範囲で種々の変更が可能である。例えば、上述した実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。

【0137】

〔付記事項２〕
上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。

【0138】

（付記１）
複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出し、当該画像特徴量と複数の前記構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する情報蓄積装置と、前記データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出し、当該類似度に基づいて、前記データベースに記録されているレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出するレイアウト支援装置と、を含むレイアウト支援システム。

【0139】

（付記２）
前記情報蓄積装置は、前記既存コンテンツの各構成要素のレイアウトを各構成要素の位置および範囲を示す図形で表すと共に、各構成要素に設定された優先順位を各図形の表示態様で表した前記画像を生成する画像生成手段を備える、付記１に記載のレイアウト支援システム。

【0140】

（付記３）
前記画像生成手段は、優先順位が上位の所定数の前記構成要素に対応する図形はそれぞれ異なる表示態様で表し、他の構成要素に対応する図形は同じ表示態様で表した前記画像を生成する、付記２に記載のレイアウト支援システム。

【0141】

（付記４）
前記対象コンテンツ情報は、前記対象コンテンツを構成する各構成要素の内容を示す情報を含み、前記レイアウト支援装置は、前記既存コンテンツを構成する各構成要素の内容を示す既存コンテンツ情報と前記画像特徴量とを対応付けた訓練データを用いて生成された、前記対象コンテンツを構成する各構成要素の内容に応じた前記比較用特徴量を生成するための比較用特徴量生成モデルを用いて前記比較用特徴量を生成する比較用特徴量生成手段を備える、付記１から３の何れかに記載のレイアウト支援システム。

【0142】

（付記５）
前記レイアウト支援装置は、前記対象コンテンツの構成要素のそれぞれから抽出した特徴量を統合して所定のデータサイズの統合特徴量を生成する統合手段を備え、前記比較用特徴量生成手段は、前記比較用特徴量生成モデルに前記統合特徴量を入力することにより前記比較用特徴量を生成する、付記４に記載のレイアウト支援システム。

【0143】

（付記６）
前記対象コンテンツの構成要素のそれぞれから抽出した複数の特徴量を混合して複数の混合特徴量を生成する情報混合手段を備え、前記比較用特徴量生成手段は、複数の混合特徴量に基づいて前記統合特徴量を生成する、付記５に記載のレイアウト支援システム。

【0144】

（付記７）
複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較手段と、前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出手段と、を備えるレイアウト支援装置。

【0145】

（付記８）
複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出する画像特徴量抽出手段と、当該画像特徴量と複数の前記構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する情報蓄積手段と、を備える情報蓄積装置。

【0146】

（付記９）
少なくとも１つのプロセッサが、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出することと、前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出することと、を含むレイアウト支援方法。

【0147】

（付記１０）
コンピュータを、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する特徴量比較手段、および前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出手段、として機能させるレイアウト支援プログラム。

【0148】

（付記１１）
少なくとも１つのプロセッサを備え、前記プロセッサは、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトを示すレイアウト情報と、当該レイアウトと各構成要素に設定された優先順位とを示す画像から抽出された画像特徴量とが対応付けて記録されたデータベースを参照し、当該データベースに記録された各画像特徴量と、レイアウトの対象となる対象コンテンツを構成する各構成要素に設定された優先順位を少なくとも示す対象コンテンツ情報から生成された比較用特徴量との類似度を算出する処理と、前記類似度に基づいて、前記複数の既存コンテンツのレイアウト情報の中から前記対象コンテンツに適合するレイアウト情報を検出する検出処理と、を実行するレイアウト支援装置。

【0149】

なお、上記レイアウト支援装置は、更にメモリを備えていてもよく、このメモリには、前記類似度を算出する処理と、前記対象コンテンツに適合するレイアウト情報を検出する処理とを前記プロセッサに実行させるためのレイアウト支援プログラムが記憶されていてもよい。また、このレイアウト支援プログラムは、コンピュータ読み取り可能な一時的でない有形の記録媒体に記録されていてもよい。

【0150】

（付記１２）
少なくとも１つのプロセッサを備え、前記プロセッサは、複数の既存コンテンツのそれぞれについて、当該既存コンテンツを構成する各構成要素のレイアウトと各構成要素に設定された優先順位とを示す画像から画像特徴量を抽出する処理と、当該画像特徴量と複数の前記構成要素のレイアウトを示すレイアウト情報とを対応付けてデータベースに記録する処理と、を実行する情報蓄積装置。

【0151】

なお、上記情報蓄積装置は、更にメモリを備えていてもよく、このメモリには、前記画像特徴量を抽出する処理と、前記データベースに記録する処理とを前記プロセッサに実行させるための情報蓄積プログラムが記憶されていてもよい。また、この情報蓄積プログラムは、コンピュータ読み取り可能な一時的でない有形の記録媒体に記録されていてもよい。

【符号の説明】

【0152】

１ レイアウト支援システム
１０ 情報蓄積装置
１０１ 画像特徴量抽出部
１０２ 情報蓄積部
１１ レイアウト支援装置
１１１ 特徴量比較部
１１２ 検出部
２０ 情報蓄積装置
２００４ 画像生成部
２００５ 画像特徴量抽出部
２００６ 情報蓄積部
２０２１ データベース
２１ レイアウト支援装置
２１０４ 統合部
２１０５ 比較用特徴量生成部
２１０６ 特徴量比較部
２１０７ 検出部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】