特開 2024-65270 情報処理装置、情報処理方法、及び、記録媒体

(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】P2024065270

(43)【公開日】2024-05-15

(54)【発明の名称】情報処理装置、情報処理方法、及び、記録媒体

(51)【国際特許分類】

   G06N 20/00 20190101AFI20240508BHJP

   G06F 3/04847 20220101ALI20240508BHJP

【ＦＩ】

G06N20/00

G06F3/04847

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022174035

(22)【出願日】2022-10-31

(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】100107331

【弁理士】

【氏名又は名称】中村 聡延

(74)【代理人】

【識別番号】100104765

【弁理士】

【氏名又は名称】江上 達夫

(74)【代理人】

【識別番号】100131015

【弁理士】

【氏名又は名称】三輪 浩誉

(72)【発明者】

【氏名】吉田 慎一郎

【テーマコード（参考）】

5E555

【Ｆターム（参考）】

5E555AA11

5E555AA76

5E555BA21

5E555BB21

5E555BC13

5E555BC17

5E555BE09

5E555CA02

5E555CA12

5E555CA18

5E555CB02

5E555CB33

5E555CB40

5E555DB20

5E555DB22

5E555DB41

5E555DB53

5E555DB57

5E555DC54

5E555DD06

5E555DD08

5E555DD11

5E555EA06

5E555EA09

5E555EA19

5E555EA22

5E555FA00

(57)【要約】

【課題】専門家以外のユーザであっても、機械学習モデルのパラメータ調整に係る良好な調整結果を得ることが可能な情報処理装置等を提供する。
【解決手段】情報処理装置において、パラメータ取得手段は、所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得する。分析手段は、所定の機械学習モデルに対して第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、所定の機械学習モデルに対して第２のパラメータを適用した第２の機械学習モデルを用いて映像を分析することにより第２の分析結果を取得する。表示画面生成手段は、第１の分析結果と、第２の分析結果と、を目視で比較したユーザに対し、第１の分析結果及び第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する。
【選択図】図３

【特許請求の範囲】

【請求項1】

所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得するパラメータ取得手段と、
前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得する分析手段と、
前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する表示画面生成手段と、
を有する情報処理装置。

【請求項2】

前記表示画面生成手段は、前記所定の機械学習モデルのパラメータの再取得に係る指示を行うことが可能なユーザインターフェースを含む表示画面を生成する請求項１に記載の情報処理装置。

【請求項3】

前記パラメータ取得手段は、前記指示が行われた際に、前記ユーザにより選択された前記一の分析結果に対応する一のパラメータを保持するとともに、前記ユーザに選択されなかった他の分析結果に対応する他のパラメータに代わる新たなパラメータを取得する請求項２に記載の情報処理装置。

【請求項4】

前記パラメータ取得手段は、前記一のパラメータからの距離が前記他のパラメータよりも近いパラメータを前記新たなパラメータとして取得する請求項３に記載の情報処理装置。

【請求項5】

前記分析手段は、前記指示が所定回数以上連続して行われた際に、前記所定の機械学習モデルに対して前記一のパラメータを適用した一の機械学習モデルを用いて前記映像とは異なる複数の映像を個別に分析することにより複数の分析結果を取得し、
前記表示画面生成手段は、前記複数の分析結果と、前記一のパラメータの採用を推奨するメッセージと、を含む表示画面を生成する請求項３に記載の情報処理装置。

【請求項6】

前記パラメータ取得手段は、前記指示が行われた際に、前記第１のパラメータ及び前記第２のパラメータに代わる新たな２つのパラメータを取得する請求項２に記載の情報処理装置。

【請求項7】

前記表示画面生成手段は、前記ユーザにより前記一の分析結果の選択が行われた後に、前記第１の分析結果及び前記第２の分析結果を個別に評価することが可能なユーザインターフェースを含む表示画面を生成する請求項１に記載の情報処理装置。

【請求項8】

前記第１のパラメータ及び前記第２のパラメータは、前記所定の機械学習モデルのハイパーパラメータである請求項１に記載の情報処理装置。

【請求項9】

所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得し、
前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得し、
前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する情報処理方法。

【請求項10】

所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得し、
前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得し、
前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する処理をコンピュータに実行させるプログラムを記録した記録媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、機械学習の技術に関する。

【背景技術】

【0002】

近年、映像分析等の様々な分野において、機械学習モデル等により構築されたＡＩが利用されている。機械学習モデルは、一般的に、ユーザの所望の出力を得られるようにするためのパラメータ調整が施された状態で用いられる。そして、例えば、特許文献１には、ユーザによる機械学習モデルのパラメータ調整に利用可能な技術が開示されている。

【0003】

具体的には、特許文献１には、学習モデルの性能に影響を与えるハイパーパラメータとハイパーパラメータの効果的な値の区間をガイドする技術が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２２－６５５９９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、特許文献１に開示された技術によれば、例えば、機械学習モデルのパラメータ調整に係る専門的な知識に乏しいユーザに対してガイドを行った場合に、良好なハイパーパラメータの調整結果を得ることが困難である、という問題点がある。

【0006】

すなわち、特許文献１に開示された技術によれば、専門家以外のユーザが機械学習モデルのパラメータ調整に係る良好な調整結果を得ることが困難である、という上記の問題点に応じた課題が生じている。

【0007】

本開示の１つの目的は、専門家以外のユーザであっても、機械学習モデルのパラメータ調整に係る良好な調整結果を得ることが可能な情報処理装置を提供することにある。

【課題を解決するための手段】

【0008】

本開示の一つの観点では、情報処理装置は、所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得するパラメータ取得手段と、前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得する分析手段と、前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する表示画面生成手段と、を有する。

【0009】

本開示の他の観点では、情報処理方法は、所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得し、前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得し、前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する。

【0010】

本開示のさらに他の観点では、記録媒体は、所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得し、前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得し、前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する処理をコンピュータに実行させるプログラムを記録する。

【発明の効果】

【0011】

本開示によれば、専門家以外のユーザであっても、機械学習モデルのパラメータ調整に係る良好な調整結果を得ることが可能となる。

【図面の簡単な説明】

【0012】

【図1】第１実施形態に係る情報処理装置のハードウェア構成を示すブロック図。

【図2】第１実施形態に係る情報処理装置の機能構成を示すブロック図。

【図3】第１実施形態に係る情報処理装置により生成される表示画面の具体例を説明するための図。

【図4】第１実施形態に係る情報処理装置により生成される表示画面の具体例を説明するための図。

【図5】第１実施形態に係る情報処理装置により生成される表示画面の具体例を説明するための図。

【図6】第１実施形態に係る情報処理装置により行われる探索処理の一例を説明するための図。

【図7】第１実施形態に係る情報処理装置において行われる処理の一例を示すフローチャート。

【図8】第１実施形態の変形例に係る情報処理装置により生成される表示画面の具体例を説明するための図。

【図9】第１実施形態の変形例に係る情報処理装置により生成される表示画面の具体例を説明するための図。

【図10】第１実施形態の変形例に係る情報処理装置により生成される表示画面の具体例を説明するための図。

【図11】第２実施形態に係る情報処理装置の機能構成を示すブロック図。

【図12】第２実施形態に係る情報処理装置において行われる処理を説明するためのフローチャート。

【発明を実施するための形態】

【0013】

以下、図面を参照して、本開示の好適な実施形態について説明する。

【0014】

＜第１実施形態＞
［ハードウェア構成］
図１は、第１実施形態に係る情報処理装置のハードウェア構成を示すブロック図である。情報処理装置１００は、図１に示すように、インタフェース（ＩＦ）１１１と、プロセッサ１１２と、メモリ１１３と、記録媒体１１４と、データベース（ＤＢ）１１５と、表示装置１１６と、入力装置１１７と、を有している。

【0015】

ＩＦ１１１は、外部装置との間でデータの入出力を行う。例えば、サーバ装置等から送信されたデータがＩＦ１１１を通じて情報処理装置１００に入力される。

【0016】

プロセッサ１１２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのコンピュータであり、予め用意されたプログラムを実行することにより、情報処理装置１００の全体を制御する。具体的には、プロセッサ１１２は、例えば、後述の表示画面の生成に係る処理等を行う。

【0017】

メモリ１１３は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などにより構成される。メモリ１１３は、プロセッサ１１２による各種の処理の実行中に作業メモリとしても使用される。

【0018】

記録媒体１１４は、ディスク状記録媒体、半導体メモリなどの不揮発性で非一時的な記録媒体であり、情報処理装置１００に対して着脱可能に構成される。記録媒体１１４は、プロセッサ１１２が実行する各種のプログラムを記録している。情報処理装置１００が各種の処理を実行する際には、記録媒体１１４に記録されているプログラムがメモリ１１３にロードされ、プロセッサ１１２により実行される。

【0019】

ＤＢ１１５には、例えば、ＩＦ１１１を通じて入力されたデータ、及び、プロセッサ１１２の処理により得られた処理結果等が格納される。

【0020】

表示装置１１６は、例えば、液晶モニタ等により構成されている。また、表示装置１１６は、必要に応じ、後述の表示画面等を表示する。

【0021】

入力装置１１７は、例えば、キーボード、マウス及びタッチパネル等により構成されている。また、入力装置１１７は、後述の表示画面におけるＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）の操作等に利用される。

【0022】

［機能構成］
図２は、第１実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置１００は、図２に示すように、指示検出部１１と、データ格納部１２と、データ取得部１３と、パラメータ探索部１４と、分析処理部１５と、表示画面生成部１６と、を有している。

【0023】

指示検出部１１は、ユーザによる入力装置１１７の操作に応じて後述の表示画面において行われた指示を検出し、当該検出した指示を出力する。

【0024】

データ格納部１２には、学習済の機械学習モデルと、当該学習済の機械学習モデルにおけるハイパーパラメータの種類及び探索範囲を示すデータ（以降、パラメータ探索用データと称する）と、当該学習済の機械学習モデルによる分析に用いられるデータ（以降、分析用データと称する）と、が格納されている。また、データ格納部１２には、分析処理部１５から出力されたデータが格納される。

【0025】

なお、本実施形態においては、特に言及のない限り、物体検出モデルが学習済の機械学習モデルとしてデータ格納部１２に格納されているとともに、時系列な画像を含む複数の映像が分析用データとしてデータ格納部１２に格納されている場合について説明する。

【0026】

データ取得部１３は、指示検出部１１においてパラメータ調整の開始に係る指示が検出された際に、物体検出モデルと、当該物体検出モデルに対応するパラメータ探索用データと、をデータ格納部１２から取得する。また、データ取得部１３は、データ格納部１２から取得した物体検出モデル及びパラメータ探索用データをパラメータ探索部１４へ出力する。なお、データ取得部１３は、データ格納部１２の代わりに、外部装置から物体検出モデル及びパラメータ探索用データを取得するようにしてもよい。

【0027】

パラメータ探索部１４は、パラメータ取得手段としての機能を有している。また、パラメータ探索部１４は、データ取得部１３により得られたパラメータ探索用データに基づき、ハイパーパラメータの探索に係る探索処理を行う。また、パラメータ探索部１４は、指示検出部１１においてパラメータの再探索に係る指示が検出された際に、データ取得部１３により得られたパラメータ探索用データに基づき、ハイパーパラメータの再探索に係る探索処理を行う。また、パラメータ探索部１４は、データ取得部１３により得られた物体検出モデルに対し、探索処理により得られたハイパーパラメータを適用したものを分析処理部１５へ出力する。探索処理は、パラメータ探索用データに含まれる探索範囲内からランダムにハイパーパラメータを取得（選択）する処理であってもよい。また、探索処理は、パラメータ探索用データに含まれる探索範囲内において所定の条件を満たすハイパーパラメータを取得（選択）する処理であってもよい。また、パラメータ探索部１４は、指示検出部１１においてパラメータ調整の終了に係る指示が検出された際に、当該指示に対応するハイパーパラメータ適用後の物体検出モデルをデータ格納部１２に格納する。

【0028】

分析処理部１５は、分析手段としての機能を有している。また、分析処理部１５は、パラメータ探索部１４により得られたハイパーパラメータ適用後の物体検出モデルを用い、データ格納部１２から得られた映像を分析することにより、当該映像における所定の物体の有無に係る分析結果を取得する。また、分析処理部１５は、前述の分析結果と、当該分析結果に対応する映像と、を表示画面生成部１６へ出力する。

【0029】

表示画面生成部１６は、指示検出部１１において検出された指示に応じた表示画面を生成する。また、表示画面生成部１６は、分析処理部１５により得られた映像及び分析結果に基づき、物体検出モデルのパラメータ調整に係る指示を行うことが可能なＧＵＩを備えた表示画面を生成する。また、表示画面生成部１６は、前述のように生成した表示画面を表示装置１１６へ出力する。

【0030】

［具体例］
続いて、第１実施形態に係る情報処理装置において行われる処理の具体例について説明する。

【0031】

データ取得部１３は、指示検出部１１においてパラメータ調整の開始に係る指示が検出された際に、物体検出モデルＤＭと、当該物体検出モデルＤＭにおけるハイパーパラメータＰｘ及びＰｙと、当該ハイパーパラメータＰｘの探索範囲Ｓｘと、当該ハイパーパラメータＰｙの探索範囲Ｓｙと、を含むパラメータ探索用データをデータ格納部１２から取得する。

【0032】

パラメータ探索部１４は、データ取得部１３により得られたパラメータ探索用データに含まれる探索範囲Ｓｘ及びＳｙに基づいて探索処理を行うことにより、（Ｐｘ，Ｐｙ）＝（Ｐｘａ，Ｐｙａ）と表されるハイパーパラメータの組合せを取得する。また、パラメータ探索部１４は、データ取得部１３により得られたパラメータ探索用データに含まれる探索範囲Ｓｘ及びＳｙに基づいて探索処理を行うことにより、（Ｐｘ，Ｐｙ）＝（Ｐｘｂ，Ｐｙｂ）と表されるハイパーパラメータの組合せを取得する。すなわち、パラメータ探索部１４は、物体検出モデルのパラメータとして、互いに異なるハイパーパラメータの組合せである（Ｐｘａ，Ｐｙａ）及び（Ｐｘｂ，Ｐｙｂ）を取得する。また、パラメータ探索部１４は、データ取得部１３により得られた物体検出モデルＤＭに対し、ハイパーパラメータの組合せ（Ｐｘａ，Ｐｙａ）を適用したモデルである物体検出モデルＤＭＡを分析処理部１５へ出力する。また、パラメータ探索部１４は、データ取得部１３により得られた物体検出モデルＤＭに対し、ハイパーパラメータの組合せ（Ｐｘｂ，Ｐｙｂ）を適用したモデルである物体検出モデルＤＭＢを分析処理部１５へ出力する。

【0033】

分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＡを用い、データ格納部１２から得られた映像ＶＡを分析することにより、当該映像ＶＡにおける所定の物体の有無に係る分析結果ＲＡを取得する。また、分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＢを用い、データ格納部１２から得られた映像ＶＡを分析することにより、当該映像ＶＡにおける所定の物体の有無に係る分析結果ＲＢを取得する。また、分析処理部１５は、分析結果ＲＡと、分析結果ＲＢと、映像ＶＡと、を表示画面生成部１６へ出力する。

【0034】

表示画面生成部１６は、分析処理部１５から得られた映像ＶＡにおける分析結果ＲＡを示す分析結果映像ＲＶＡと、当該映像ＶＡにおける分析結果ＲＢを示す分析結果映像ＲＶＢと、を含む表示画面を生成する。このような表示画面生成部１６の処理によれば、例えば、図３に示すような表示画面ＨＧＡが生成される。図３は、第１実施形態に係る情報処理装置により生成される表示画面の具体例を説明するための図である。

【0035】

表示画面ＨＧＡにおいては、分析結果映像ＲＶＡと、分析結果映像ＲＶＢと、が同時に再生される。また、図３の表示画面ＨＧＡによれば、分析結果映像ＲＶＡの一のタイミングＴＭにおける所定の物体の検出位置を示す３つの検出枠ＫＷが表示されている。また、図３の表示画面ＨＧＡによれば、分析結果映像ＲＶＢの一のタイミングＴＭにおける所定の物体の検出位置を示す１つの検出枠ＫＷが表示されている。そのため、ユーザは、表示画面ＨＧＡに表示される分析結果映像ＲＶＡ及びＲＶＢを確認することにより、分析結果ＲＡ及び分析結果ＲＢを目視で比較することができる。

【0036】

表示画面生成部１６は、例えば、表示画面ＨＧＡにおける分析結果映像ＲＶＡ及びＲＶＢの再生が終了した際に、分析結果ＲＡ及びＲＢのうちのいずれか一の分析結果の選択をユーザに促すための表示画面を生成する。このような表示画面生成部１６の処理によれば、例えば、図４に示すような表示画面ＨＧＢが生成される。図４は、第１実施形態に係る情報処理装置により生成される表示画面の具体例を説明するための図である。

【0037】

表示画面ＨＧＢには、分析結果映像ＲＶＡと、分析結果映像ＲＶＢと、分析結果の選択を促すメッセージＭＳＡと、が含まれている。また、表示画面ＨＧＢには、分析結果映像ＲＶＡに応じた分析結果ＲＡを選択する指示を行うためのラジオボタンＲＢＡと、分析結果映像ＲＶＢに応じた分析結果ＲＢを選択する指示を行うためのラジオボタンＲＢＢと、が含まれている。また、図４の表示画面ＨＧＢによれば、メッセージＭＳＡとして、「よりよいと感じた分析結果を選択下さい」という文が表示されている。すなわち、表示画面生成部１６は、分析結果ＲＡと、分析結果ＲＢと、を目視で比較したユーザに対し、当該分析結果ＲＡ及び当該分析結果ＲＢのうちのいずれか一の分析結果の選択を促すための表示画面を生成する。

【0038】

パラメータ探索部１４は、ラジオボタンＲＢＡまたはＲＢＢが押下されたことにより、分析結果ＲＡ及びＲＢのうちのいずれか一の分析結果の選択に係る指示が指示検出部１１において検出された場合に、当該指示に対応するハイパーパラメータ及び物体検出モデルを保持する。具体的には、パラメータ探索部１４は、例えば、ラジオボタンＲＢＡが押下されたことにより、分析結果ＲＡを選択する指示が指示検出部１１において検出された場合に、（Ｐｘａ，Ｐｙａ）及び物体検出モデルＤＭＡを保持する。また、パラメータ探索部１４は、例えば、ラジオボタンＲＢＢが押下されたことにより、分析結果ＲＢを選択する指示が指示検出部１１において検出された場合に、（Ｐｘｂ，Ｐｙｂ）及び物体検出モデルＤＭＢを保持する。

【0039】

表示画面生成部１６は、表示画面ＨＧＢにおいてラジオボタンＲＢＡまたはＲＢＢが押下されたことにより、分析結果ＲＡ及びＲＢのうちのいずれか一の分析結果が選択された際に、当該一の分析結果に対応するハイパーパラメータの組合せでパラメータ調整を終了するか否かをユーザに確認するための表示画面を生成する。このような表示画面生成部１６の処理によれば、例えば、図５に示すような表示画面ＨＧＣが生成される。図５は、第１実施形態に係る情報処理装置により生成される表示画面の具体例を説明するための図である。

【0040】

表示画面ＨＧＣには、分析結果映像ＲＶＡ及びＲＶＢと、ラジオボタンＲＢＡ及びＲＢＢと、パラメータ調整を終了するか否かをユーザに確認するためのメッセージＭＳＢと、が含まれている。また、表示画面ＨＧＣには、選択済の分析結果に応じたハイパーパラメータを保存してパラメータ調整を終了する指示を行うためのＯＫボタンＮＢＡと、非選択の分析結果に応じたハイパーパラメータを破棄してパラメータを再探索する指示を行うための再探索ボタンＮＢＢと、が含まれている。すなわち、再探索ボタンＮＢＢは、物体検出モデルのパラメータの再取得に係る指示を行うことが可能なユーザインターフェースに相当する。また、図５の表示画面ＨＧＣによれば、メッセージＭＳＢとして、「こちらの分析結果でよろしいですか？」という文が表示されている。また、図５の表示画面ＨＧＣにおいては、ラジオボタンＲＢＡが押下されているため、分析結果ＲＡが選択済になっている一方で、分析結果ＲＢが非選択になっている。

【0041】

パラメータ探索部１４は、表示画面ＨＧＣにおいてＯＫボタンＮＢＡが押下されたことにより、分析結果ＲＡが選択された状態でパラメータ調整を終了する指示が指示検出部１１において検出された場合に、物体検出モデルＤＭＡをデータ格納部１２に格納する。すなわち、このような場合には、物体検出モデルＤＭにおけるハイパーパラメータの調整結果が（Ｐｘａ，Ｐｙａ）となる。

【0042】

なお、表示画面生成部１６は、表示画面ＨＧＣにおいてＯＫボタンＮＢＡが押下された際に、分析結果映像ＲＶＡを先頭から再生するようにしてもよい。また、表示画面生成部１６は、表示画面ＨＧＣにおいてＯＫボタンＮＢＡが押下された際に、分析結果映像ＲＶＡ及びＲＶＢを先頭から同時に再生するようにしてもよい。

【0043】

パラメータ探索部１４は、表示画面ＨＧＣにおいて再探索ボタンＮＢＢが押下されたことにより、分析結果ＲＡが選択された状態でパラメータの再探索を行う指示が指示検出部１１において検出された場合に、物体検出モデルＤＭＡを分析処理部１５へ出力するとともに、（Ｐｘｂ，Ｐｙｂ）に代わる新たなハイパーパラメータの組合せを探索するための探索処理を行う。なお、このような再探索に係る探索処理が行われる場合には、例えば、図６に示すように、（Ｐｘ，Ｐｙ）のパラメータ空間における（Ｐｘａ，Ｐｙａ）からの距離が（Ｐｘｂ，Ｐｙｂ）よりも近い（Ｐｘｃ，Ｐｙｃ）が新たなハイパーパラメータの組合せとして取得されるようにすることが好ましい。また、パラメータ探索部１４は、データ取得部１３により得られた物体検出モデルＤＭに対し、ハイパーパラメータの組合せ（Ｐｘｃ，Ｐｙｃ）を適用したモデルである物体検出モデルＤＭＣを分析処理部１５へ出力する。図６は、第１実施形態に係る情報処理装置により行われる探索処理の一例を説明するための図である。

【0044】

分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＡを用い、データ格納部１２から得られた映像ＶＡを分析することにより、当該映像ＶＡにおける所定の物体の有無に係る分析結果ＲＡを取得する。また、分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＣを用い、データ格納部１２から得られた映像ＶＡを分析することにより、当該映像ＶＡにおける所定の物体の有無に係る分析結果ＲＣを取得する。また、分析処理部１５は、分析結果ＲＡと、分析結果ＲＣと、映像ＶＡと、を表示画面生成部１６へ出力する。

【0045】

その後、表示画面生成部１６は、以上に述べた処理と同様の処理を行うことにより、分析結果ＲＡ及びＲＣに係る表示画面として、表示画面ＨＧＡ、ＨＧＢ及びＨＧＣと同様の表示画面を生成することができる。

【0046】

［処理フロー］
続いて、第１実施形態に係る情報処理装置において行われる処理の流れについて説明する。図７は、第１実施形態に係る情報処理装置において行われる処理の一例を示すフローチャートである。

【0047】

まず、データ取得部１３は、指示検出部１１においてパラメータ調整の開始に係る指示が検出された際に、物体検出モデルと、当該物体検出モデルに対応するパラメータ探索用データと、を取得する（ステップＳ１１）。

【0048】

次に、パラメータ探索部１４は、ステップＳ１１により得られたパラメータ探索用データに基づいて探索処理を行うことにより、第１のハイパーパラメータ及び第２のハイパーパラメータを取得する（ステップＳ１２）。

【0049】

続いて、パラメータ探索部１４は、ステップＳ１１により得られた物体検出モデルに対し、ステップＳ１２により得られた第１のハイパーパラメータを適用することにより、第１の物体検出モデルを取得する（ステップＳ１３）。また、パラメータ探索部１４は、ステップＳ１１により得られた物体検出モデルに対し、ステップＳ１２により得られた第２のハイパーパラメータを適用することにより、第２の物体検出モデルを取得する（ステップＳ１３）。

【0050】

続いて、分析処理部１５は、ステップＳ１３により得られた第１の物体検出モデルを用い、データ格納部１２から得られた映像を分析することにより、当該映像における所定の物体の有無に係る第１の分析結果を取得する（ステップＳ１４）。また、分析処理部１５は、ステップＳ１３により得られた第２の物体検出モデルを用い、データ格納部１２から得られた映像を分析することにより、当該映像における所定の物体の有無に係る第２の分析結果を取得する（ステップＳ１４）。

【0051】

続いて、表示画面生成部１６は、ステップＳ１４により得られた第１の分析結果及び第２の分析結果のうちの一の分析結果の選択を促す表示画面を生成する（ステップＳ１５）。

【0052】

続いて、表示画面生成部１６は、ステップＳ１５の表示画面において選択された一の分析結果に対応するハイパーパラメータの組合せでパラメータ調整を終了するか否かを確認するための表示画面を生成する（ステップＳ１６）。

【0053】

パラメータ探索部１４は、ステップＳ１６の表示画面において行われた指示に基づき、パラメータ調整を終了するか否かに係る判定を行う（ステップＳ１７）。

【0054】

パラメータ探索部１４は、パラメータ調整を終了するとの判定結果を得た場合（ステップＳ１７：ＹＥＳ）に、ステップＳ１５の表示画面において選択された一の分析結果に対応する一の物体検出モデルをデータ格納部１２に格納した（ステップＳ１８）後、一連の処理を終了する。ステップＳ１８の処理によれば、例えば、ステップＳ１５の表示画面において第１の分析結果が選択された場合には、第１の物体検出モデルがデータ格納部１２に格納される。また、ステップＳ１８の処理によれば、例えば、ステップＳ１５の表示画面において第２の分析結果が選択された場合には、第２の物体検出モデルがデータ格納部１２に格納される。

【0055】

パラメータ探索部１４は、パラメータの再探索に係る指示によりパラメータ調整を終了しないとの判定結果を得た場合（ステップＳ１７：ＮＯ）に、ステップＳ１５の表示画面において選択された一の分析結果に対応する一のハイパーパラメータを保持し、当該表示画面において選択されなかった他の分析結果に対応する他のハイパーパラメータを破棄した後、ステップＳ１２の処理を続けて行う。このような処理によれば、パラメータ探索部１４は、ステップＳ１２における第１の及び第２のハイパーパラメータとして、前述の一のハイパーパラメータと、前述の他のハイパーパラメータに代わる新たなハイパーパラメータと、を得ることができる。

【0056】

以上に述べたように、本実施形態によれば、ユーザは、所定の物体検出モデルに対して互いに異なる複数のハイパーパラメータを適用した複数の物体検出モデルを用いた処理により得られた複数の分析結果を比較しつつ、当該所定の物体検出モデルのハイパーパラメータの調整を行うことができる。そのため、本実施形態によれば、専門家以外のユーザであっても、機械学習モデルのパラメータ調整に係る良好な調整結果を得ることができる。

【0057】

［変形例］
以下、上記の実施形態に対する変形例を説明する。なお、以降においては、簡単のため、既述の処理等を適用可能な部分に関する具体的な説明を適宜省略するものとする。

【0058】

（変形例１）
図８は、第１実施形態の変形例に係る情報処理装置により生成される表示画面の具体例を説明するための図である。表示画面生成部１６は、例えば、分析結果ＲＡ及びＲＢのうちのいずれか一の分析結果が選択された際に、表示画面ＨＧＣの代わりに、図８に示すような表示画面ＨＧＤを生成するものであってもよい。

【0059】

表示画面ＨＧＤは、分析結果ＲＡに応じたハイパーパラメータと、分析結果ＲＢに応じたハイパーパラメータと、を両方とも破棄してパラメータを再探索する指示を行うための両方再探索ボタンＮＢＣを表示画面ＨＧＣに対して追加したものに相当する。すなわち、両方再探索ボタンＮＢＣは、物体検出モデルのパラメータの再取得に係る指示を行うことが可能なユーザインターフェースに相当する。

【0060】

パラメータ探索部１４は、表示画面ＨＧＤにおいて両方再探索ボタンＮＢＣが押下されたことにより、分析結果の選択及び非選択に関わらずパラメータの再探索を行う指示が指示検出部１１において検出された場合に、（Ｐｘａ，Ｐｙａ）及び（Ｐｘｂ，Ｐｙｂ）に代わる新たな２組のハイパーパラメータを探索するための探索処理を行う。なお、このような再探索に係る探索処理においては、探索範囲Ｓｘ及びＳｙの中から、（Ｐｘａ，Ｐｙａ）及び（Ｐｘｂ，Ｐｙｂ）以外の組合せを有する２組のハイパーパラメータがランダムに取得されるようにすることが好ましい。

【0061】

（変形例２）
図９は、第１実施形態の変形例に係る情報処理装置により生成される表示画面の具体例を説明するための図である。表示画面生成部１６は、例えば、表示画面ＨＧＣにおいてＯＫボタンＮＢＡが押下された後において、図９に示すような表示画面ＨＧＥを生成するものであってもよい。

【0062】

表示画面ＨＧＥには、分析結果映像ＲＶＡ及びＲＶＢと、ラジオボタンＲＢＡ及びＲＢＢと、分析結果に対するユーザの評価を促すメッセージＭＳＤと、が含まれている。また、表示画面ＨＧＥには、分析結果ＲＡを５段階評価で評価可能なスライダーＳＤＡと、分析結果ＲＢを５段階評価で評価可能なスライダーＳＤＢと、当該スライダーＳＤＡ及び当該スライダーＳＤＢによる分析結果の評価を確定する指示を行うための確定ボタンＮＢＤと、が含まれている。すなわち、スライダーＳＤＡ及びスライダーＳＤＢは、分析結果ＲＡの選択が行われた後に、当該分析結果ＲＡ及び分析結果ＲＢを個別に評価することが可能なユーザインターフェースに含まれる。また、図９の表示画面ＨＧＥによれば、メッセージＭＳＤとして、「これらの分析結果を評価下さい」という文が表示されている。また、図９の表示画面ＨＧＥにおいては、スライダーＳＤＡが「５」を指しており、ユーザによる分析結果ＲＡの評価が非常に良いことが示されている。また、図９の表示画面ＨＧＥにおいては、スライダーＳＤＢが「２」を指しており、ユーザによる分析結果ＲＢの評価がやや悪いことが示されている。

【0063】

パラメータ探索部１４は、表示画面ＨＧＤにおいて確定ボタンＮＢＤが押下されたことにより、分析結果の評価を確定する指示が指示検出部１１において検出された場合に、スライダーＳＤＡが最後に指していた数値を変換することにより（Ｐｘａ，Ｐｙａ）に対する評価値ＨＥＡを取得するとともに、スライダーＳＤＢが最後に指していた数値を変換することにより（Ｐｘｂ，Ｐｙｂ）に対する評価値ＨＥＢを取得する。具体的には、パラメータ探索部１４は、例えば、スライダーＳＤＡが最後に指していた数値が「５」である場合には、評価値ＨＥＡとして１．０を取得する。また、パラメータ探索部１４は、例えば、スライダーＳＤＢが最後に指していた数値が「２」である場合には、評価値ＨＥＢとして０．４を取得する。そして、パラメータ探索部１４は、（Ｐｘａ，Ｐｙａ）と評価値ＨＥＡの積算値ＨＶＡとを関連付けた評価値データＨＤＡと、（Ｐｘｂ，Ｐｙｂ）と評価値ＨＥＢの積算値ＨＶＢとを関連付けた評価値データＨＤＢと、をパラメータ探索用データとしてデータ格納部１２に格納する。また、パラメータ探索部１４は、分析結果ＲＡに対する評価が行われる毎に評価値ＨＥＡを取得し、当該取得した評価値ＨＥＡを積算することにより積算値ＨＶＡを更新する。また、パラメータ探索部１４は、分析結果ＲＢに対する評価が行われる毎に評価値ＨＥＢを取得し、当該取得した評価値ＨＥＢを積算することにより、積算値ＨＶＢを更新する。このような処理によれば、例えば、データ格納部１２に格納されている評価値データＨＤＡ及びＨＤＢ等を参照しつつ探索処理を行うことにより、分析結果に対するユーザの評価が良好なハイパーパラメータの組合せを取得しやすくすることができる。

【0064】

なお、パラメータ探索部１４は、例えば、Ｏｐｔｕｎａ（登録商標）等のようなハイパーパラメータ探索用のアルゴリズムを用いた探索処理を行う場合において、データ格納部１２に格納されている評価値データを用いた処理を行うものであってもよい。

【0065】

（変形例３）
パラメータ探索部１４は、例えば、表示画面ＨＧＣにおいてＯＫボタンＮＢＡが押下された際に、（Ｐｘａ，Ｐｙａ）に対する評価値ＨＥＡと、（Ｐｘｂ，Ｐｙｂ）に対する評価値ＨＥＢと、を取得するようにしてもよい。また、パラメータ探索部１４は、分析結果ＲＡ及びＲＢの最新の選択状況に応じ、データ格納部１２に格納されている評価値データＨＤＡ及びＨＤＢを更新するようにしてもよい。

【0066】

具体的には、パラメータ探索部１４は、１回目のパラメータ調整において、分析結果ＲＡが選択された状態でＯＫボタンＮＢＡが押下された際に、評価値ＨＥＡとして１．０を取得するとともに、評価値ＨＥＢとして０を取得する。このような処理によれば、（Ｐｘａ，Ｐｙａ）の積算値ＨＶＡが１．０であることを示す評価値データＨＤＡと、（Ｐｘｂ，Ｐｙｂ）の積算値ＨＶＢが０であることを示す評価値データＨＤＢと、がデータ格納部１２に格納される。

【0067】

パラメータ探索部１４は、２回目以降のパラメータ調整において、一の分析結果が選択された状態でＯＫボタンＮＢＡが押下された際に、｜ＨＶＡ－ＨＶＢ｜＝１となるような評価値ＨＥＡ及び評価値ＨＥＢを取得して評価値データＨＤＡ及びＨＤＢを更新する。

【0068】

具体的には、パラメータ探索部１４は、例えば、２回目のパラメータ調整において、１回目のパラメータ調整と同様の分析結果ＲＡが選択された状態でＯＫボタンＮＢＡが押下された際に、評価値ＨＥＡとして１．０を取得するとともに、評価値ＨＥＢとして１．０を取得する。そして、このような場合において、パラメータ探索部１４は、評価値データＨＤＡの積算値ＨＶＡを２．０に更新するとともに、評価値データＨＤＢの積算値ＨＶＢを１．０に更新する。

【0069】

また、パラメータ探索部１４は、例えば、２回目のパラメータ調整において、１回目のパラメータ調整とは異なる分析結果ＲＢが選択された状態でＯＫボタンＮＢＡが押下された際に、評価値ＨＥＡとして０を取得するとともに、評価値ＨＥＢとして２．０を取得する。そして、このような場合において、パラメータ探索部１４は、評価値データＨＤＡの積算値ＨＶＡを１．０に維持するとともに、評価値データＨＤＢの積算値ＨＶＢを２．０に更新する。

【0070】

（変形例４）
図１０は、第１実施形態の変形例に係る情報処理装置により生成される表示画面の具体例を説明するための図である。表示画面生成部１６は、例えば、一の分析結果が選択された状態で所定の回数以上連続して再探索ボタンＮＢＢが押下された場合に、図１０に示すような表示画面ＨＧＦを生成するものであってもよい。なお、本変形例においては、分析結果ＲＡが選択された状態で所定の回数以上連続して再探索ボタンＮＢＢが押下された場合を例に挙げて説明する。

【0071】

表示画面ＨＧＦには、分析結果映像ＲＶＣ、ＲＶＤ、ＲＶＥ及びＲＶＦと、分析結果ＲＡに対応するハイパーパラメータの組合せ（Ｐｘａ，Ｐｙａ）の採用を推奨するメッセージＭＳＥと、ＯＫボタンＮＢＡと、再探索ボタンＮＢＢと、が含まれている。また、表示画面ＨＧＦにおいては、分析結果映像ＲＶＣ、ＲＶＤ、ＲＶＥ及びＲＶＦが同時に再生される。また、図１０の表示画面ＨＧＦによれば、メッセージＭＳＥとして、「このパラメータを推奨します」という文が表示されている。また、図１０の表示画面ＨＧＦによれば、分析結果映像ＲＶＣの一のタイミングＴＮにおける所定の物体の検出位置を示す２つの検出枠ＫＷが表示されている。また、図１０の表示画面ＨＧＦによれば、分析結果映像ＲＶＤの一のタイミングＴＮにおける所定の物体の検出位置を示す１つの検出枠ＫＷが表示されている。また、図１０の表示画面ＨＧＦによれば、分析結果映像ＲＶＥの一のタイミングＴＮにおける所定の物体の検出位置を示す１つの検出枠ＫＷが表示されている。また、図１０の表示画面ＨＧＦによれば、分析結果映像ＲＶＦの一のタイミングＴＮにおける所定の物体の検出位置を示す３つの検出枠ＫＷが表示されている。

【0072】

ここで、分析結果映像ＲＶＣ、ＲＶＤ、ＲＶＥ及びＲＶＦの生成に係る処理について説明する。

【0073】

分析処理部１５は、分析結果ＲＡが選択された状態で所定の回数以上連続して再探索ボタンＮＢＢが押下された場合に、映像ＶＡとは異なる複数の映像をデータ格納部１２から取得し、物体検出モデルＤＭＡを用いて当該複数の映像を個別に分析することにより、当該複数の映像における所定の物体の有無に係る複数の分析結果を取得する。

【0074】

具体的には、分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＡを用い、データ格納部１２から得られた映像ＶＣを分析することにより、当該映像ＶＣにおける所定の物体の有無に係る分析結果ＲＣを取得する。また、分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＡを用い、データ格納部１２から得られた映像ＶＤを分析することにより、当該映像ＶＤにおける所定の物体の有無に係る分析結果ＲＤを取得する。また、分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＡを用い、データ格納部１２から得られた映像ＶＥを分析することにより、当該映像ＶＥにおける所定の物体の有無に係る分析結果ＲＥを取得する。また、分析処理部１５は、パラメータ探索部１４により得られた物体検出モデルＤＭＡを用い、データ格納部１２から得られた映像ＶＦを分析することにより、当該映像ＶＦにおける所定の物体の有無に係る分析結果ＲＦを取得する。そして、分析処理部１５は、映像ＶＣ、ＶＤ、ＶＥ及びＶＦと、分析結果ＲＣ、ＲＤ、ＲＥ及びＲＦと、を表示画面生成部１６へ出力する。

【0075】

表示画面生成部１６は、分析処理部１５から得られた映像ＶＣにおける分析結果ＲＣを示す分析結果映像ＲＶＣと、分析処理部１５から得られた映像ＶＤにおける分析結果ＲＤを示す分析結果映像ＲＶＤと、分析処理部１５から得られた映像ＶＥにおける分析結果ＲＥを示す分析結果映像ＲＶＥと、分析処理部１５から得られた映像ＶＦにおける分析結果ＲＦを示す分析結果映像ＲＶＦと、を生成する。

【0076】

以上に述べた処理によれば、表示画面生成部１６は、一の分析結果が選択された状態で所定の回数以上連続して再探索ボタンＮＢＢが押下された場合に、当該一の分析結果に対応するハイパーパラメータが適用された物体検出モデルを用いて複数の映像を個別に分析することにより得られた複数の分析結果を併せて表示するための表示画面を生成することができる。

【0077】

＜第２実施形態＞
図１１は、第２実施形態に係る情報処理装置の機能構成を示すブロック図である。

【0078】

本実施形態に係る情報処理装置５００は、情報処理装置１００と同様のハードウェア構成を有している。また、情報処理装置５００は、パラメータ取得手段５０１と、分析手段５０２と、表示画面生成手段５０３と、を有している。

【0079】

図１２は、第２実施形態に係る情報処理装置において行われる処理を説明するためのフローチャートである。

【0080】

パラメータ取得手段５０１は、所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得する（ステップＳ５１）。

【0081】

分析手段５０２は、所定の機械学習モデルに対して第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、当該所定の機械学習モデルに対して第２のパラメータを適用した第２の機械学習モデルを用いて当該映像を分析することにより第２の分析結果を取得する（ステップＳ５２）。

【0082】

表示画面生成手段５０３は、第１の分析結果と、第２の分析結果と、を目視で比較したユーザに対し、当該第１の分析結果及び当該第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する（ステップＳ５３）。

【0083】

本実施形態によれば、専門家以外のユーザであっても、機械学習モデルのパラメータ調整に係る良好な調整結果を得ることができる。

【0084】

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。

【0085】

（付記１）
所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得するパラメータ取得手段と、
前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得する分析手段と、
前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する表示画面生成手段と、
を有する情報処理装置。

【0086】

（付記２）
前記表示画面生成手段は、前記所定の機械学習モデルのパラメータの再取得に係る指示を行うことが可能なユーザインターフェースを含む表示画面を生成する付記１の情報処理装置。

【0087】

（付記３）
前記パラメータ取得手段は、前記指示が行われた際に、前記ユーザにより選択された前記一の分析結果に対応する一のパラメータを保持するとともに、前記ユーザに選択されなかった他の分析結果に対応する他のパラメータに代わる新たなパラメータを取得する付記２の情報処理装置。

【0088】

（付記４）
前記パラメータ取得手段は、前記一のパラメータからの距離が前記他のパラメータよりも近いパラメータを前記新たなパラメータとして取得する付記３の情報処理装置。

【0089】

（付記５）
前記分析手段は、前記指示が所定回数以上連続して行われた際に、前記所定の機械学習モデルに対して前記一のパラメータを適用した一の機械学習モデルを用いて前記映像とは異なる複数の映像を個別に分析することにより複数の分析結果を取得し、
前記表示画面生成手段は、前記複数の分析結果と、前記一のパラメータの採用を推奨するメッセージと、を含む表示画面を生成する付記３の情報処理装置。

【0090】

（付記６）
前記パラメータ取得手段は、前記指示が行われた際に、前記第１のパラメータ及び前記第２のパラメータに代わる新たな２つのパラメータを取得する付記２の情報処理装置。

【0091】

（付記７）
前記表示画面生成手段は、前記ユーザにより前記一の分析結果の選択が行われた後に、前記第１の分析結果及び前記第２の分析結果を個別に評価することが可能なユーザインターフェースを含む表示画面を生成する付記１の情報処理装置。

【0092】

（付記８）
前記第１のパラメータ及び前記第２のパラメータは、前記所定の機械学習モデルのハイパーパラメータである付記１の情報処理装置。

【0093】

（付記９）
所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得し、
前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得し、
前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する情報処理方法。

【0094】

（付記１０）
所定の機械学習モデルのパラメータとして、互いに異なる第１のパラメータ及び第２のパラメータを取得し、
前記所定の機械学習モデルに対して前記第１のパラメータを適用した第１の機械学習モデルを用いて映像を分析することにより第１の分析結果を取得するとともに、前記所定の機械学習モデルに対して前記第２のパラメータを適用した第２の機械学習モデルを用いて前記映像を分析することにより第２の分析結果を取得し、
前記第１の分析結果と、前記第２の分析結果と、を目視で比較したユーザに対し、前記第１の分析結果及び前記第２の分析結果のうちのいずれか一の分析結果の選択を促すための表示画面を生成する処理をコンピュータに実行させるプログラムを記録した記録媒体。

【0095】

以上、実施形態を参照して本開示を説明したが、本開示は上記実施形態及び実施例に限定されるものではない。本開示の構成や詳細には、本開示のスコープ内で当業者が理解し得る様々な変更をすることができる。

【符号の説明】

【0096】

１１ 指示検出部
１２ データ格納部
１３ データ取得部
１４ パラメータ探索部
１５ 分析処理部
１６ 表示画面生成部
１００ 情報処理装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】