特許 7473274 情報処理システム、プログラム及び情報処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-04-15

(45)【発行日】2024-04-23

(54)【発明の名称】情報処理システム、プログラム及び情報処理方法

(51)【国際特許分類】

   G06N 20/00 20190101AFI20240416BHJP

【ＦＩ】

G06N20/00

【請求項の数】 11

(21)【出願番号】P 2024012286

(22)【出願日】2024-01-30

(62)【分割の表示】P 2023213612の分割

【原出願日】2023-12-19

【審査請求日】2024-01-31

【早期審査対象出願】

(73)【特許権者】

【識別番号】517137251

【氏名又は名称】株式会社フィードフォース

(74)【代理人】

【識別番号】110002789

【氏名又は名称】弁理士法人ＩＰＸ

(72)【発明者】

【氏名】塚田 耕司

(72)【発明者】

【氏名】八百 俊哉

【審査官】大塚 俊範

(56)【参考文献】

【文献】国際公開第２０２０／１５３１９３（ＷＯ，Ａ１）

【文献】国際公開第２０２３／２３８５４４（ＷＯ，Ａ１）

【文献】特開２０２３－０８８１３６（ＪＰ，Ａ）

【文献】特開２０２２－０６４２１４（ＪＰ，Ａ）

【文献】特開２０１８－２０６１９９（ＪＰ，Ａ）

【文献】特表２０２１－５３６１４６（ＪＰ，Ａ）

【文献】特開２０２３－１３３１６０（ＪＰ，Ａ）

【文献】特開２０２１－０８６５５８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｎ ３／００－９９／００

Ｇ０６Ｔ ７／００－ ７／９０

(57)【特許請求の範囲】

【請求項1】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報と、前記学習モデルに再学習をさせることで生じる複数バージョンの学習モデルの間の繋がりを示す接続情報とを取得し、
第１出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力し、
出力された前記メタデータには、当該メタデータが示す画像群を用いた機械学習が行なわれた学習モデルのバージョン情報が前記関連情報として示され、
第２出力ステップでは、取得された前記接続情報に基づいて、前記メタデータに前記バージョン情報が示される学習モデルの再学習の元となった旧バージョンの学習元モデル及び当該学習元モデルが教師データとして用いた画像群を示す情報を出力する、
情報処理システム。

【請求項2】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力し、
表示制御ステップでは、前記人工知能モジュールにより生成される画像の利用者を入力する画面を表示させ、
前記情報取得ステップでは、入力された前記利用者が前記画像群を利用する権利を示す権利情報を前記関連情報として取得する、
情報処理システム。

【請求項3】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力し、
前記学習モデルには、当該学習モデルが機械学習に用いた画像群に関連する情報を含む学習モデル情報が対応付けられており、
前記情報取得ステップでは、前記画像の生成に用いられた学習モデルに対応付けられている前記学習モデル情報に基づいて前記関連情報を取得し、
情報生成ステップでは、前記人工知能モジュールが機械学習に用いた画像群を利用する権利を示す権利情報を含む学習モデル情報を、当該機械学習により生成された学習モデルに対応付けて生成し、
表示制御ステップでは、前記人工知能モジュールにより生成される画像の利用者を入力する画面を表示させ、
前記情報生成ステップでは、入力された前記利用者が前記画像群を利用する権利を示す権利情報を含む情報を前記学習モデル情報として生成する、
情報処理システム。

【請求項4】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
前記関連情報には、前記画像群についての権利情報が含まれ、
前記権利情報は、前記画像群に含まれる画像を利用する権利を示す情報であり、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力し、
前記権利情報には、前記画像群に含まれる画像に写っている被写体のうちの当該画像に写っている部分又は当該被写体の向きを示す情報が含まれる、
情報処理システム。

【請求項5】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力し、さらに、前記メタデータをユーザ端末に対して表示可能に出力し、
画像表示ステップでは、前記メタデータが表示されたユーザ端末に対して前記画像群の表示操作が行われた場合、当該メタデータにより前記関連情報が示される前記画像群に含まれる画像を前記ユーザ端末に表示させ、さらに、前記メタデータにより前記関連情報が示される前記画像群に含まれる画像とともに、当該画像が満たす属性の条件又は当該画像を利用する権利の条件とを前記ユーザ端末に表示させる、
情報処理システム。

【請求項6】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
前記関連情報には、前記画像群についての権利情報が含まれ、
前記権利情報は、前記画像群に含まれる画像を利用する権利を示す情報であり、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力し、
画像取得ステップでは、ユーザが提供するユーザ画像を取得し、前記ユーザは、前記人工知能モジュールにより生成される画像の利用者であり、
前記ユーザ画像は、前記ユーザが同意した提供条件に基づき取得され、
前記情報取得ステップでは、取得された前記ユーザ画像を含む画像群を教師データとして用いて前記人工知能モジュールが機械学習を行った場合、前記ユーザ画像の前記提供条件を含む情報を当該画像群についての前記権利情報として取得する、
情報処理システム。

【請求項7】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
前記機械学習は、画像を生成する機能を有する人工知能モジュールが行い、
前記関連情報は、前記人工知能モジュールにより生成される画像の利用者が前記画像群を利用する権利を示す権利情報であり、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力する、
情報処理システム。

【請求項8】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
前記画像群に含まれる各画像は、複数パターンで表される属性をそれぞれ有し、
前記関連情報には、前記画像群に含まれる画像のうち前記属性のパターンが共通する画像の量を示す情報が含まれ、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力する、
情報処理システム。

【請求項9】

プロセッサを備える情報処理システムであって、
前記プロセッサが、
情報取得ステップでは、機械学習により学習モデルを生成する際に教師データとして用いる画像群に関連する関連情報を取得し、
前記学習モデルには、当該学習モデルが機械学習に用いた画像群に関連する情報を含む
学習モデル情報が対応付けられており、
出力ステップでは、前記画像群を教師データとして用いて機械学習をした結果生成される学習モデルを用いた人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力し、
情報生成ステップでは、前記人工知能モジュールが機械学習に用いた画像群を利用する権利を示す権利情報を含む学習モデル情報を、当該機械学習により生成された学習モデルに対応付けて生成し、
前記権利は、前記人工知能モジュールが生成する画像の利用者による権利であり、
前記情報取得ステップでは、前記画像の生成に用いられた学習モデルに対応付けられている前記学習モデル情報に基づいて前記関連情報を取得する、
情報処理システム。

【請求項10】

プログラムであって、コンピュータに、請求項１～請求項９の何れか１つに記載の情報処理システムが実行する各ステップを実行させる、プログラム。

【請求項11】

情報処理方法であって、
情報処理システムが備えるプロセッサが、
請求項１～請求項９の何れか１つに記載の情報処理システムが実行する各ステップを実行する、
情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、プログラム及び情報処理方法に関する。

【背景技術】

【0002】

特許文献１には、被写体が撮影された複数の画像の一群であるサブ学習画像群の各画像と、前記サブ学習画像群の各画像における前記特定被写体の姿勢情報と、の組み合わせを教師データとして用いた学習処理を行うことによって得られる画像生成器のパラメータに基づいて、前記特定被写体の画像を新たに生成する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２０－８６８６９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

人工知能モジュールが画像を生成するためには、既存の画像を教師データとする機械学習が行われる。その際、機械学習に用いられた画像について把握することは、生成された画像を利用する上で重要になる場合がある。

【0005】

本発明では上記事情に鑑み、機械学習に用いられた画像群についての情報を容易に把握することができる情報処理システム等を提供することとした。

【課題を解決するための手段】

【0006】

本発明の一態様によれば、プロセッサを備える情報処理システムが提供される。この情報処理システムでは、プロセッサが、情報取得ステップでは、機械学習に用いる画像群に関連する関連情報を取得する。出力ステップでは、画像群を用いて機械学習をした人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された関連情報を示すメタデータを出力する。

【0007】

このような態様によれば、機械学習に用いられた画像群についての情報を容易に把握することができる。

【図面の簡単な説明】

【0008】

【図1】画像生成システム１の全体構成の一例を示す図である。

【図2】サーバ装置１０のハードウェア構成の一例を示す図である。

【図3】運用者端末２０のハードウェア構成の一例を示す図である。

【図4】データセット作成処理の一例を示すアクティビティ図である。

【図5】表示されたデータセット作成用画面の一例を示す図である。

【図6】画像データベースＤＢ１の一例を示す図である。

【図7】表示された候補画像の一例を示す図である。

【図8】生成されたデータセット情報の一例を示す図である。

【図9】学習処理の一例を示すアクティビティ図である。

【図10】表示された機械学習用画面の一例を示す図である。

【図11】格納された学習モデル情報の一例を示す図である。

【図12】画像生成処理の一例を示すアクティビティ図である。

【図13】表示された画像生成用画面の一例を示す図である。

【図14】表示されたＡＩ画像画面の一例を示す図である。

【図15】表示されたＤＳ画像画面の一例を示す図である。

【図16】表示された契約情報画面の一例を示す図である。

【図17】表示されたメタデータの一例を示す図である。

【図18】表示されたメタデータの一例を示す図である。

【図19】表示された権利情報の選択用画面の一例を示す図である。

【図20】表示されたＤＳ画像の変更用画面の一例を示す図である。

【図21】格納された学習モデル情報の別の一例を示す図である。

【図22】表示されたメタデータの別の一例を示す図である。

【図23】表示されたユーザ画像の追加用画面の一例を示す図である。

【図24】格納された学習モデル情報の別の一例を示す図である。

【図25】ノード形式で管理される学習モデル情報の一例を示す図である。

【発明を実施するための形態】

【0009】

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

【0010】

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

【0011】

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集団体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

【0012】

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

【0013】

<実施形態１>
１．システム構成
以下、実施形態１に係るシステム構成を説明する。
図１は、画像生成システム１の全体構成の一例を示す図である。図１においては、画像生成システム１が備える各装置と、それらの装置を使用するユーザの概要が示されている。各概要については、他の図も参照しながら随時説明する。画像生成システム１は、画像を生成する機能を有する人工知能モジュールを用いて画像を生成する情報処理システムである。画像生成システム１は、人工知能モジュールに機械学習を行わせる学習処理及び学習済みの人工知能モジュールに画像を生成させる画像生成処理等を実行する。

【0014】

画像生成システム１は、通信回線２と、サーバ装置１０と、運用者端末２０と、利用者端末３０とを備える。通信回線２は、特に限定されるものではないが、例えば、インターネット網によって構成されている。また、通信回線２は、ローカルエリアネットワーク、移動体通信網及びＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）等を含んでいてもよい。通信回線２は、自回線に接続する装置同士のデータのやり取りを仲介する。図１の例では、通信回線２には、サーバ装置１０が有線で接続され、運用者端末２０及び利用者端末３０が無線で接続されている。なお、各装置の通信回線２との接続は有線でも無線でもよい。

【0015】

サーバ装置１０は、学習処理及び画像生成処理等を実行する情報処理装置である。サーバ装置１０は、画像データベースＤＢ１と、データセットデータベースＤＢ２と、学習モデルデータベースＤＢ３とを記憶している。画像データベースＤＢ１は、機械学習に用いる画像等を格納する。データセットデータベースＤＢ２は、画像データベースＤＢ１に格納されている画像から選択された画像群を含むデータセットに関する情報（以下「データセット情報」と言う）を格納する。

【0016】

ここで言うデータセットとは、機械学習の教師データとして用いられるデータの集合体のことである。データセット情報は、例えば、データセットに含まれる画像（以下「ＤＳ画像」と言う）を特定可能な情報である。学習モデルデータベースＤＢ３は、データセットを用いて行われた機械学習により生成される学習モデルに関する情報（以下「学習モデル情報」と言う）を格納する。データセット情報及び学習モデル情報については後ほど詳しく説明する。

【0017】

サーバ装置１０は、画像生成ＡＩモジュール１００を備えている。画像生成ＡＩモジュール１００は、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の技術を用いて、画像を生成するように調整（チューニング）された人工知能モジュールである。画像生成ＡＩモジュール１００は、データセットデータベースＤＢ２に格納されているデータセット情報により特定されるＤＳ画像を含むデータセットを用いて機械学習を行い、ＤＳ画像と似た特徴を有する画像を生成する。以下では、画像生成ＡＩモジュール１００が生成した画像を「ＡＩ画像」と言う。

【0018】

運用者端末２０は、画像生成システム１を運用する運用者をユーザとする端末であり、例えばノートパソコン等である。利用者端末３０は、ＡＩ画像をウェブページ等で利用する画像利用者をユーザとする端末であり、例えばノートパソコン等である。サーバ装置１０は、運用者端末２０及び利用者端末３０に画像を表示させるための表示処理と、運用者端末２０及び利用者端末３０のユーザを認証する認証処理とを実行する。

【0019】

サーバ装置１０は、例えば、ＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）ファイルの生成及び送信等の処理を表示処理として行い、システム画面を示すウェブページを運用者端末２０及び利用者端末３０等のユーザ端末に表示させる。なお、ユーザ端末が画像生成システム１を利用するためのアプリケーションプログラムを導入し、サーバ装置１０がそのアプリにおける表示用データの生成及び送信等の処理を表示処理として行ってもよい。サーバ装置１０は、これらの表示処理を行うことで、ユーザ端末の表示を制御する。

【0020】

サーバ装置１０は、運用者及び画像利用者等のユーザを認証するための認証情報（ユーザＩＤ及びパスワード等）を記憶し、認証情報を入力したユーザを認証する。サーバ装置１０は、ユーザを認証することで、データへのアクセスを制限したり、ユーザが入力したデータを識別可能にしたりすることができる。

【0021】

２．ハードウェア構成
以下、実施形態１に係るハードウェア構成を説明する。
図２は、サーバ装置１０のハードウェア構成の一例を示す図である。サーバ装置１０は、制御部１１と、記憶部１２と、通信部１３と、バス１４とを備える。バス１４は、サーバ装置１０が備える各部を電気的に接続する。

【0022】

（制御部１１）
制御部１１は、少なくとも１つのプロセッサを有している。少なくとも１つのプロセッサは、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、１以上のＩｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、１以上のＤｉｓｃｒｅｔｅ Ｃｉｒｃｕｉｔ、及び、これらの組合せによって構成されてもよい。

【0023】

制御部１１は、記憶部１２に記憶された所定のプログラムを読み出すことによって、画像生成システム１に係る種々の機能を実現するコンピュータである。すなわち、記憶部１２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。なお、制御部１１は単一であることに限定されず、機能ごとに複数の制御部１１を有するように実施してもよい。またそれらの組合せであってもよい。

【0024】

（記憶部１２）
記憶部１２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部１１によって実行される画像生成システム１に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）やＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部１２は、制御部１１によって実行される画像生成システム１に係る種々のプログラムや変数等を記憶している。

【0025】

（通信部１３）
通信部１３は、通信モジュールによって構成される。通信モジュールは、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ／ａｃ／ａｘ、ＬＴＥ、５Ｇ、６Ｇ等の規格に準拠する無線通信モジュールであってもよく、ＩＥＥＥ８０２．３等の規格に準拠する有線通信モジュールであってもよい。通信部１３は、サーバ装置１０から種々の電気信号を外部の構成要素に送信可能に構成される。また、通信部１３は、外部の構成要素からサーバ装置１０への種々の電気信号を受信可能に構成される。さらに好ましくは、通信部１３がネットワーク通信機能を有し、これにより通信回線２を介して、サーバ装置１０と外部機器との間で種々の情報を通信可能に実施してもよい。

【0026】

図３は、運用者端末２０のハードウェア構成の一例を示す図である。運用者端末２０は、制御部２１と、記憶部２２と、通信部２３と、入力部２４と、出力部２５と、バス２６とを備える。バス２６は、運用者端末２０が備える各部を電気的に接続する。制御部２１、記憶部２２及び通信部２３は、図２に示す制御部１１、記憶部１２及び通信部１３と、スペック、モデル等は異なっていてもよいが、同様のハードウェアである。

【0027】

（入力部２４）
入力部２４は、キー、ボタン、タッチスクリーン及びマウス等を有し、ユーザによる入力を受け付ける。また、入力部２４は、マイクロフォンを有し、ユーザによる音声の入力を受け付ける。

【0028】

（出力部２５）
出力部２５は、ディスプレイ及びスピーカ等を有し、ディスプレイの表示面に画面、画像、アイコン、テキスト等といった、ユーザが視認可能な態様で生成された視覚情報を表示し、音声を含む音を出力する。

【0029】

図３に示す利用者端末３０は、運用者端末２０と同様のハードウェア構成を備える。利用者端末３０については、制御部３１のみ、運用者端末２０の制御部２１と異なる符号を付して説明する。

【0030】

３．情報処理
以下、実施形態に係る情報処理について説明する。以下の説明では、サーバ装置１０、運用者端末２０及び利用者端末３０を各情報処理の主体として記載するが、それらの情報処理は、各装置の制御部が有するプロセッサによって実行されている。各プロセッサが実行する情報処理には、上述した学習処理及び画像生成処理の他に、機械学習に用いるデータセットを作成するデータセット作成処理が含まれる。

【0031】

図４は、データセット作成処理の一例を示すアクティビティ図である。図４に示すデータセット作成処理は、運用者端末２０のユーザが、データセット作成用画面を表示させる操作を行うことを契機として開始される。まず、サーバ装置１０は、データセット作成用画面を示す画面データを生成し、生成した画面データを運用者端末２０に送信する（Ａ１１）。運用者端末２０は、送信されてきた画面データが示すデータセット作成用画面を表示する（Ａ１２）。

【0032】

データセット作成用画面では、運用者の操作によってＤＳ画像（データセットに含める画像）が選択される。ＤＳ画像の選択方法としては、ＤＳ画像として選択する画像のファイル名及びパス名を個別に入力する方法やＤＳ画像とする画像が格納されたフォルダを指定する方法などがあるが、図５の例では、大量の画像の中から特徴が共通する画像をＤＳ画像の候補となる画像（以下「候補画像」と言う）として絞り込んだ上でＤＳ画像とする画像を選択する方法について説明する。

【0033】

図５は、表示されたデータセット作成用画面の一例を示す図である。図５に示すデータセット作成用画面Ｇ１では、「データセットに含める画像を選択してください。」という文字列と、画像利用者の入力欄Ｅ１１と、データセット名の入力欄Ｅ１２と、画像属性条件の入力欄Ｅ１３と、画像権利条件の入力欄Ｅ１４と、画像の表示欄Ｅ１５と、全て選択ボタンＢ１１と、選択解除ボタンＢ１２と、決定ボタンＢ１３とが表示されている。

【0034】

入力欄Ｅ１１には、上述したように、ＡＩ画像を利用する者が画像利用者として入力される。入力欄Ｅ１２には、作成するデータセットの名称が入力される。入力欄Ｅ１３及びＥ１４には、候補画像を絞り込むための絞り込み条件が入力される。これらの絞り込み条件は、後述する画像データベースＤＢ１において各画像に対応付けられている情報に基づいて判断可能な条件である。

【0035】

入力欄Ｅ１３には、候補画像の属性の条件が絞り込み条件として入力される。画像属性条件は、例えば、画像のサイズ、解像度及び被写体等である。被写体とは、画像が写真である場合に写真に写っている主たる対象のことであり、人物及び風景等がある。なお、「人物」を被写体とする画像とは、その人物が誰であるか見分け可能であり、その人物に肖像権が発生する画像をいうものとする。ここで挙げた属性条件は一例であり、候補画像を絞り込むための条件であれば、どのような属性（例えば、撮影日時、撮影場所又は被写体である人物の氏名等）が用いられてもよい。

【0036】

入力欄Ｅ１３に、例えば、画像のサイズとして「大」、「中」、「小」が入力される場合、１つのサイズだけが入力されてもよいし、複数のサイズが入力されてもよいし、「全サイズ」というようにサイズを絞り込まない条件が入力されてもよい。このように、画像属性条件には、１以上の条件が入力されていればよい。なお、条件を入力しない場合に、「全サイズ」を入力した場合と同様に条件を絞り込まないようにしてもよい。

【0037】

入力欄Ｅ１４には、候補画像について画像利用者が有する権利に関する条件が、候補画像の絞り込み条件として入力される。画像利用者が有する権利とは、例えば、候補画像を作成した人物に与えられる著作権、候補画像に写っている著作物の創作者（著作者）が有する著作権、候補画像に写っている人物が主張可能な肖像権、又は、それらの権利の所有者から許諾された、候補画像を利用する権利（以下では単に「許諾」と言う）等である。

【0038】

入力欄Ｅ１４には、利用可否、利用目的及び利用可能期限等が入力される。利用可否とは、画像利用者が画像を現在利用することが可能か否か、言い換えると、画像利用者が画像の利用を可能にする何らかの権利を現時点で有しているか否かを示す。以下では、画像の利用を可能にする権利のうち、著作権又はその許諾のことを「著作関連権利」と言い、肖像権又はその許諾のことを「肖像関連権利」と言うものとする。

【0039】

以下では、被写体が人物の画像の場合、画像利用者が、著作関連権利及び肖像関連権利の両方を有していると利用可能なので「○」、著作関連権利及び肖像関連権利の片方しか有していないと「△」、著作関連権利及び肖像関連権利の両方を有していないと「×」と示されるものとする。また、被写体が人物以外の画像の場合、画像利用者が、著作関連権利を有していれば利用可能なので「○」、著作関連権利を有していないと「×」と示されるものとする。なお、「△」や「×」の画像であっても、機械学習に使いたい画像であれば画像利用者が著作関連権利又は肖像関連権利を取得して利用することが考えられるので、絞り込み条件とすることが可能となっている。

【0040】

画像利用者が著作権及び肖像権を有している場合は特に画像の利用目的を制限されることはないが、画像利用者がそれらの権利を保持する権利保持者から利用を許諾された被許諾者である場合は、許諾者との契約により利用目的が制限される場合がある。利用目的の入力欄には、そのように制限された利用目的が入力される。利用目的は、例えば、ウェブページでの利用、広告での利用、社内での利用及び社外での利用等である。

【0041】

画像利用者が著作権及び肖像権を有している場合はそれらの権利を有している限りは無期限で画像を利用可能であるが、画像利用者が被許諾者である場合は、許諾者との契約により利用可能な期間の終わり、すなわち利用可能な期限が定められる場合がある。利用可能期限の入力欄には、そのように定められた画像利用者が画像を利用可能な期限が入力される。例えば、「２０２５年末まで」という期限を入力すると、２０２５年末までは少なくとも利用可能な画像に絞り込まれる。

【0042】

入力欄Ｅ１４には、例えば、画像の利用可否を示す情報として、「○」だけが入力されてもよいし、「○」と「△」など複数の条件が入力されてもよいし、「全部」というように利用可否で画像を絞り込まない条件が入力されてもよい。このように、画像権利条件には、画像属性条件と同様に、１以上の条件が入力されていればよい。なお、条件を入力しない場合に、「全部」を入力した場合と同様に条件を絞り込まないようにしてもよい。

【0043】

運用者端末２０は、ユーザによる候補画像の絞り込み条件の入力を受け付ける（Ａ１３）。運用者端末２０は、入力された絞り込み条件をサーバ装置１０に送信する。サーバ装置１０は、送信されてきた絞り込み条件を満たす画像を、画像データベースＤＢ１に格納されている画像から候補画像として読み出す（Ａ１４）。

【0044】

図６は、画像データベースＤＢ１の一例を示す図である。画像データベースＤＢ１には、各画像の画像ファイル名と、画像の属性情報と、契約情報とが対応付けて格納されている。画像ファイル名には、画像データのファイル名に加え、画像データが記憶されているフォルダへのパスが含まれていてもよい。画像の属性情報としては、画像のサイズ、解像度及び被写体等が格納されている。画像の被写体には、人物及び風景等が含まれている。なお、被写体には、これらの他に、建築物、車両及び動物等が含まれていてもよい。

【0045】

画像の契約情報としては、画像の著作権者、著作権の被許諾者、著作権の許諾条件、肖像権の所有者、肖像権の被許諾者及び肖像権の許諾条件等が格納されている。なお、被写体が人物でない場合は肖像権が発生しないので、被写体が風景等の場合は肖像権等が「ＮＡ」（該当なし）となっている。許諾条件には、図５で述べた画像の利用目的及び画像の利用可能期限画像等が含まれている。

【0046】

なお、許諾条件には、これらの条件以外にも、画像中の著作物や肖像の範囲を明確に定める条件、画像中の著作物や肖像の改変の制限、利用料金（著作権者と肖像権者への報酬又はロイヤリティを含む）、利用可能期間（利用可能期限だけでなく利用開始時期を含む）、著作権者や肖像権者の表示義務、肖像権者のプライバシーや名誉の保護義務又は利用可能地域等の条件が含まれていてもよい。また、契約情報には、契約の名義人、契約年月日又は契約番号等の情報や、契約書の画像データなどが含まれていてもよい。サーバ装置１０は、これらの属性情報及び契約情報が絞り込み条件を満たす画像を読み出して、運用者端末２０に送信する。運用者端末２０は、送信されてきた画像を候補画像として表示する（Ａ１５）。

【0047】

図７は、表示された候補画像の一例を示す図である。図７では、図５に示すデータセット作成用画面Ｇ１が示されている。図７の例では、画像利用者として「企業Ｃ１」が入力され、データセット名として「企業Ｃ１用ＤＳｖ１．１」が入力されている。運用者端末２０は、送信されてきた候補画像を、図５に示す画像の表示欄Ｅ１５に表示し、それらの候補画像に対応付けてチェックボックスＥ１６を表示する。表示欄Ｅ１５に表示されている候補画像は一部であり、スクロール等の操作により他の候補画像も表示されるものとする。

【0048】

運用者は、データセットに含めたい候補画像のチェックボックスＥ１６にチェックを入れる。なお、全て選択ボタンＢ１１が操作されると全てのチェックボックスＥ１６がチェックされ、選択解除ボタンＢ１２が操作されると全てのチェックボックスＥ１６のチェックが解除される。運用者が画像属性条件の入力欄Ｅ１３及び画像権利条件の入力欄Ｅ１４に入力する条件を変更するたびに、Ａ１３からＡ１５までの動作が行われて表示される候補画像が更新される。

【0049】

運用者は、例えば、絞り込み条件により候補画像を大まかに絞り込み、全てのチェックボックスＥ１６にチェックを入れてから、不要な候補画像のチェックボックスＥ１６を解除することで、データセットに含める候補画像を選択する。なお、絞り込み条件を満たさない候補画像を追加できるように、絞り込み条件を満たさない候補画像を別の表示領域に表示させる機能があってもよい。運用者は、データセットに含める候補画像が決定すると、決定ボタンＢ１３を操作する。

【0050】

運用者端末２０は、絞り込み条件の入力操作、チェック操作及び決定ボタンＢ１３への操作を候補画像の選択操作及び決定操作として受け付け（Ａ１６）、選択結果を示す選択結果データをサーバ装置１０に送信する。サーバ装置１０は、送信されてきた選択結果データが示す候補画像をＤＳ画像として確定し、確定したＤＳ画像を含むデータセットに関する情報をデータセット情報として生成する（Ａ１７）。そして、サーバ装置１０は、生成したデータセット情報を図１に示すデータセットデータベースＤＢ２に格納して保存する（Ａ１８）。

【0051】

図８は、生成されたデータセット情報の一例を示す図である。図８に示すデータセットデータベースＤＢ２には、データセット名に対応付けて、絞り込み条件と、画像情報と、権利情報とがデータセット情報として格納されている。絞り込み条件には、データセット作成用画面Ｇ１において画像属性条件の入力欄Ｅ１３及び画像権利条件の入力欄Ｅ１４に入力されていた条件が格納されている。この絞り込み条件で絞り込まれた候補画像が全てデータセットに含められている訳ではないが、データセットに含まれている画像の特徴を表す参考情報として、絞り込み条件が格納される。

【0052】

画像情報には、画像ファイル名及び被写体等の情報が含まれている。画像ファイル名には、データセットに含まれる全ＤＳ画像のファイル名（パス名も含まれていてもよい）が示されている。サーバ装置１０は、この画像ファイル名を参照することで、データセットに含まれるＤＳ画像を読み出すことができる。

【0053】

被写体には、データセットに含まれる全てのＤＳ画像に写る被写体の割合が示されている。例えば、「企業Ｃ１用ＤＳｖ１．１」というデータセットの場合、人物が８０％、風景が１０％というように被写体の割合が示されている。サーバ装置１０は、画像データベースＤＢ１に格納されている全ＤＳ画像の被写体の件数を計数してこの割合を算出する。なお、画像情報には、被写体以外にも、例えば、画像の枚数、画像サイズ及び解像度等の情報が格納されていてもよい。要するに、データセットにどのようなＤＳ画像が含まれているのかという見当を付けやすいように、それらのＤＳ画像の特徴が表される情報が画像情報として含まれていればよい。

【0054】

権利情報には、画像利用者（図中では「利用者」）、可否情報、著作権所有、著作権許諾、その許諾条件、肖像権所有、肖像権許諾及びその許諾条件等が含まれている。画像利用者は、権利情報が示すＤＳ画像の利用者である。

【0055】

可否情報は、データセットに含まれる全ＤＳ画像の利用可否を示す情報である。ＤＳ画像の利用可否は、上述したように、画像利用者が、著作関連権利及び肖像関連権利の両方（被写体に人物を含まない場合は著作関連権利のみ）を有する場合は「○」、それらのうちの片方しか有しない場合は「△」、それらの両方を（被写体に人物を含まない場合は著作関連権利のみを）有しない場合は「×」と示される。可否情報は、全ＤＳ画像が「○」である場合は「○」、一つでも「△」がある場合は「△」、一つでも「×」がある場合は「×」と示されるものとする。

【0056】

「著作権所有」には、全ＤＳ画像のうち画像利用者が著作権を所有している画像の割合が示されている。「著作権許諾」には、全ＤＳ画像のうち画像利用者が著作権を許諾されている画像の割合が示されている。著作権の「許諾条件」には、全ＤＳ画像のうち、許諾条件が共通する画像の割合が示されている。図８の例では、許諾条件のうち利用可能期間が共通する画像の割合が示されている。「企業Ｃ１用ＤＳｖ１．１」というデータセットの場合、「無期限」が５０％、「～２０ｘｘ」が２５％、「～２０ｙｙ」が１０％というように示されている。

【0057】

「肖像権所有」には、被写体が人物である全ＤＳ画像のうち画像利用者が肖像権を所有している画像の割合が示されている。「肖像権許諾」には、被写体が人物である全ＤＳ画像のうち画像利用者が肖像権を許諾されている画像の割合が示されている。肖像権の「許諾条件」には、被写体が人物である全ＤＳ画像のうち、許諾条件が共通する画像の割合が示されている。図８の例では、許諾条件のうち利用可能期間が共通する画像の割合が示されている。「企業Ｃ１用ＤＳｖ１．１」というデータセットの場合、「無期限」が４０％、「～２０ｘｘ」が３０％、「～２０ｙｙ」が１５％というように示されている。

【0058】

サーバ装置１０は、画像データベースＤＢ１に格納されている各ＤＳ画像の契約情報を参照して上述した権利情報を算出し、データセットデータベースＤＢ２に格納する。なお、図８に示す権利情報は一例であり、これらの情報に限らない。権利情報には、例えば、利用可能期限以外の許諾条件が含まれていてもよいし、共通する画像の割合が最も多い許諾条件のみが含まれていてもよい。要するに、データセットに含まれているＤＳ画像の権利の状況の見当を付けやすいように、それらのＤＳ画像の権利についての特徴が表される情報が権利情報として含まれていればよい。

【0059】

続いて、以上で述べたデータセット作成処理により作成されたデータセットを用いて機械学習を行わせる学習処理について説明する。
図９は、学習処理の一例を示すアクティビティ図である。図９に示す学習処理は、運用者端末２０のユーザが、機械学習用画面を表示させる操作を行うことを契機に開始される。まず、サーバ装置１０は、機械学習用画面を示す画面データを生成し、生成した画面データを運用者端末２０に送信する（Ａ２１）。運用者端末２０は、送信されてきた画面データが示す機械学習用画面を表示する（Ａ２２）。

【0060】

図１０は、表示された機械学習用画面の一例を示す図である。図１０に示す機械学習用画面Ｇ２では、「機械学習に用いるデータセットを選択してください。」という文字列と、画像利用者の入力欄Ｅ２１と、学習モデル名の入力欄Ｅ２２と、データセットの一覧の表示欄Ｅ２３と、機械学習の実行ボタンＢ２１とが表示されている。入力欄Ｅ２１には、ＡＩ画像を利用する者が画像利用者として入力される。図１０の例では、画像利用者として「企業Ｃ１」が入力されている。

【0061】

運用者端末２０は、画像利用者の入力を受け付けると（Ａ２３）、入力された画像利用者を示す利用者データをサーバ装置１０に送信する。サーバ装置１０は、利用者データが送信されてくると、データセットデータベースＤＢ２を参照し、利用者データが示す画像利用者に対応付けられているデータセット情報を読み出す（Ａ２４）。サーバ装置１０は、読み出したデータセット情報を運用者端末２０に送信する。運用者端末２０は、送信されてきたデータセット情報をデータセットの一覧の表示欄Ｅ２３に表示する（Ａ２５）。

【0062】

図１０の例では、運用者端末２０は、データセット名、利用の可否（図中の「可否」）、被写体、著作権の許諾条件及び肖像権の許諾条件をデータセット情報として表示している。図１０の例では、「企業Ｃ１用ＤＳｖ１．１」、「企業Ｃ１用ＤＳｖ１．２」、「企業Ｃ１用ＤＳｖ１．３」、「企業Ｃ１用ＤＳｖ２．１」及び「企業Ｃ１用ＤＳｖ２．２」という企業Ｃ１を画像利用者として作成されたデータセットのデータセット情報が表示されている。

【0063】

なお、表示欄Ｅ２３に表示されるデータセット情報は図１０に示すものに限らない。例えば、画像の枚数、解像度、著作権とその許諾との割合又は肖像権とその許諾との割合等が表示欄Ｅ２３に表示されてもよい。要するに、機械学習に用いるデータセットを選ぶ際の判断材料として、そのデータセットに含まれるＤＳ画像の特徴及び権利の特徴が表される情報がデータセット情報として表示されていればよい。

【0064】

運用者は、表示されているデータセット情報を参考にして、機械学習に用いるデータセットを選択する。図１０の例では、運用者は、「企業Ｃ１用ＤＳｖ１．３」を選択している。なお、図１０の例では１つのデータセットだけが選択されているが、２以上のデータセットが選択されてもよい。運用者は、機械学習により生成される学習モデルの名称を入力する。図１０の例では、運用者は「企業Ｃ１用モデルｖ１．３」と入力している。運用者は、機械学習の実行ボタンＢ２１を操作することで、選択したデータセットでの機械学習を画像生成ＡＩモジュール１００に実行させる。

【0065】

運用者端末２０は、上記の操作を、データセットを選択する操作（Ａ２６）と、機械学習を指示する操作（Ａ２７）として受け付け、選択されたデータセット及び入力された学習モデルの名称とを示す指示データをサーバ装置１０に送信する。サーバ装置１０は、送信されてきた指示データが示すデータセットに含まれるＤＳ画像のファイル名をデータセットデータベースＤＢ２において参照し、参照したファイル名の画像をデータセットとして読み出す（Ａ３１）。

【0066】

次に、サーバ装置１０は、読み出したデータセットを用いて機械学習を実行するよう画像生成ＡＩモジュール１００に指示する（Ａ３２）。画像生成ＡＩモジュール１００は、指示されたデータセットを用いて機械学習を実行する（Ａ３３）。画像生成ＡＩモジュール１００は、機械学習を実行した結果、データセットに含まれるＤＳ画像に似た画像を出力することが可能な学習モデルを生成する。サーバ装置１０は、生成された学習モデルを、その学習モデルに関する学習モデル情報に対応付けて学習モデルデータベースＤＢ３に格納して保存する（Ａ３４）。

【0067】

図１１は、格納された学習モデル情報の一例を示す図である。図１１に示す学習モデルデータベースＤＢ３には、学習モデルに対応付けて学習モデル情報が格納されている。学習モデル情報には、データセット名と、画像情報と、権利情報とが含まれている。データセット名には、学習モデルを生成する際の機械学習に用いられたデータセットの名称が示されている。例えば、「企業Ｃ１用モデルｖ１．１」には、「企業Ｃ１用ＤＳｖ１．１」が対応付けられている。また、「企業Ｃ１用モデルｖ１．２」には、「企業Ｃ１用ＤＳｖ１．１」及び「企業Ｃ１用ＤＳｖ２．１」という２つのデータセットが対応付けられている。

【0068】

画像情報及び権利情報には、データセットデータベースＤＢ２において該当するデータセットに対応付けて格納されている画像情報及び権利情報が読み出されて格納されている。例えば、「企業Ｃ１用モデルｖ１．１」には、「人物：８０％」等の被写体の割合を含む画像情報と、「企業Ｃ１」という画像利用者、「○」という利用可否、「無期限：５０％」等の著作権の許諾条件及び「無期限：４０％」等の肖像権の許諾条件等を含む権利情報とが対応付けて格納されている。

【0069】

サーバ装置１０は、データセットデータベースＤＢ２に格納されている画像情報及び権利情報を参照し、機械学習に用いられたデータセットに対応付けられている情報を読み出して学習モデルデータベースＤＢ３に格納する。なお、サーバ装置１０は、「企業Ｃ１用モデルｖ１．２」のように機械学習に用いられたデータセットが２以上ある学習モデルについては、画像データベースＤＢ１においてそれらのデータセットに含まれる画像に対応付けられている画像情報及び契約情報を参照し、被写体の割合及び許諾条件等の割合を算出し直して、画像情報及び権利情報として格納する。

【0070】

図１１に示す学習モデル情報は一例であり、これらの情報に限らない。学習モデル情報には、画像の枚数又は解像度等の画像情報が含まれていてもよいし、利用可能期限以外の許諾条件又は共通する画像の割合が最も多い許諾条件のみが権利情報として含まれていてもよい。要するに、学習モデルの機械学習に用いられたデータセットに含まれているＤＳ画像の特徴やそのＤＳ画像の権利の状況の見当を付けやすいように、それらのＤＳ画像の特徴及び権利の特徴が表される情報が学習モデル情報として含まれていればよい。

【0071】

続いて、以上で述べた学習処理により生成された学習モデルを用いてＡＩ画像を生成する画像生成処理について説明する。
図１２は、画像生成処理の一例を示すアクティビティ図である。図１２に示す画像生成処理は、運用者端末２０のユーザが、画像生成用画面を表示させる操作を行うことを契機に開始される。まず、サーバ装置１０は、画像生成用画面を示す画面データを生成し、生成した画面データを運用者端末２０に送信する（Ａ４１）。運用者端末２０は、送信されてきた画面データが示す画像生成用画面を表示する（Ａ４２）。

【0072】

図１３は、表示された画像生成用画面の一例を示す図である。図１３に示す画像生成用画面Ｇ３では、「画像生成に用いる学習モデルを選択してください。」という文字列と、画像利用者の入力欄Ｅ３１と、学習モデルの一覧の表示欄Ｅ３２と、プロンプトの入力欄Ｅ３３と、画像生成の実行ボタンＢ３１とが表示されている。入力欄Ｅ３１には、ＡＩ画像を利用する者が画像利用者として入力される。図１３の例では、画像利用者として「企業Ｃ１」が入力されている。

【0073】

運用者端末２０は、画像利用者の入力を受け付けると（Ａ４３）、入力された画像利用者を示す利用者データをサーバ装置１０に送信する。サーバ装置１０は、利用者データが送信されてくると、利用者データが示す画像利用者に対応付けられている学習モデル情報を読み出す（Ａ４４）。サーバ装置１０は、読み出した学習モデル情報を運用者端末２０に送信する。運用者端末２０は、送信されてきた学習モデル情報を学習モデルの一覧の表示欄Ｅ３２に表示する（Ａ４５）。

【0074】

図１３の例では、運用者端末２０は、学習モデル名、利用の可否（図中の「可否」）、被写体、著作権の許諾条件及び肖像権の許諾条件を学習モデル情報として表示している。図１３の例では、「企業Ｃ１用モデルｖ１．１」、「企業Ｃ１用モデルｖ１．２」、「企業Ｃ１用モデルｖ１．３」、「企業Ｃ１用モデルｖ２．１」及び「企業Ｃ１用モデルｖ２．２」という企業Ｃ１を画像利用者として実行された機械学習により生成された学習モデルの学習モデル情報が表示されている。

【0075】

なお、表示欄Ｅ３２に表示される学習モデル情報は図１３に示すものに限らない。例えば、画像の枚数、解像度、著作権とその許諾との割合又は肖像権とその許諾との割合等が表示欄Ｅ３２に表示されてもよい。要するに、ＡＩ画像生成に用いる学習モデルを選ぶ際の判断材料として、その学習モデルの機械学習に用いられたデータセットに含まれるＤＳ画像の特徴及び権利の特徴が表される情報が学習モデル情報として表示されていればよい。

【0076】

運用者は、表示されている学習モデル情報を参考にして、ＡＩ画像の生成に用いる学習モデルを選択する。図１３の例では、運用者は、「企業Ｃ１用モデルｖ１．３」を選択している。運用者は、プロンプトの入力欄Ｅ３３に生成させたいＡＩ画像を指示する文章（いわゆるプロンプト）を入力する。そして、運用者は、画像生成の実行ボタンＢ３１を操作することで、入力したプロンプトを用いて、選択した学習モデルでのＡＩ画像の生成を画像生成ＡＩモジュール１００に実行させる。

【0077】

運用者端末２０は、上記の操作を、学習モデルを選択する操作（Ａ４６）と、プロンプトの入力操作（Ａ４７）と、ＡＩ画像の生成を指示する操作（Ａ４８）として受け付け、選択された学習モデルと入力されたプロンプトとを示す指示データをサーバ装置１０に送信する。サーバ装置１０は、送信されてきた指示データに基づいてＡＩ画像の生成処理を実行する（Ａ５１）。サーバ装置１０は、具体的には、画像生成ＡＩモジュール１００に対して、指示データが示す学習モデル及びプロンプトを用いたＡＩ画像の生成を指示する処理を実行する。画像生成ＡＩモジュール１００は、この指示に基づいて、ＡＩ画像を生成する。

【0078】

次に、サーバ装置１０は、ＡＩ画像の生成に用いられた学習モデルに学習モデルデータベースＤＢ３において対応付けられている学習モデル情報を読み出す（Ａ５２）。続いて、サーバ装置１０は、読み出した学習モデル情報に基づいて、生成されたＡＩ画像のメタデータを生成する（Ａ５３）。そして、サーバ装置１０は、生成されたＡＩ画像及びメタデータを表示するＡＩ画像画面を示す画面データを生成し、生成した画面データを運用者端末２０に送信する（Ａ５４）。運用者端末２０は、送信されてきた画面データが示すＡＩ画像画面を表示する（Ａ５５）。

【0079】

図１４は、表示されたＡＩ画像画面の一例を示す図である。図１４に示すＡＩ画像画面Ｇ４では、「ＡＩ画像が完成しました。」という文字列と、ＡＩ画像の表示欄Ｅ４１と、メタデータの表示欄Ｅ４２と、戻るボタンＢ４１と、画像の再生成ボタンＢ４２とが表示されている。表示欄Ｅ４１には、生成されたＡＩ画像Ｆ４１が表示されている。表示欄Ｅ４１には、生成されたメタデータＭ４１が表示されている。

【0080】

図１４の例では、サーバ装置１０は、「画像ＩＤ」と、「学習モデル名」と、「モデルの安全性」と、「データセット名」と、ＤＳ画像へのリンクＬ４１と、契約情報へのリンクＬ４２とを含むメタデータＭ４１を生成している。「画像ＩＤ」には、画像生成ＡＩモジュール１００がＡＩ画像Ｆ４１を生成する際に発行するそのＡＩ画像の識別情報が示されている。「学習モデル名」には、ＡＩ画像Ｆ４１の生成に用いられた学習モデルの名称が示されている。「データセット名」には、ＡＩ画像Ｆ４１の生成に用いられた学習モデルの機械学習に用いられたデータセットの名称が示されている。

【0081】

「モデルの安全性」には、ＡＩ画像Ｆ４１の生成に用いられた学習モデルの権利的な安全性が示されている。サーバ装置１０は、ＡＩ画像Ｆ４１の生成に用いられた学習モデルの学習モデル情報に含まれる「利用可否」を「モデルの安全性」として示している。つまり、サーバ装置１０は、ＡＩ画像Ｆ４１の生成に用いられた学習モデルの機械学習に用いられたデータセットに含まれるＤＳ画像の全てにおいて、著作関連権利及び肖像関連権利の両方が揃っている場合は「○」、それらのうち一方が欠けた画像が１つでも含まれている場合は「△」、それらの両方が欠けた画像が１つでも含まれている場合は「×」と示している。

【0082】

戻るボタンＢ４１が操作された場合は、サーバ装置１０は、１つ前の画面の図１３に示す画像生成用画面Ｇ３に戻って、画像生成の実行ボタンＢ３１が操作される直前の画面を表示させる。運用者は、表示された画像生成用画面Ｇ３において、再度学習モデルの選択等を行うことができる。画像の再生成ボタンＢ４２が操作された場合は、サーバ装置１０は、学習モデル等を変更せずに再度Ａ５１以降の処理を実行し、再度生成したＡＩ画像及びメタデータを運用者端末２０に表示させる。

【0083】

ＤＳ画像へのリンクＬ４１は、「データセット名」に示されるデータセットに含まれる画像へのリンクを示す。リンクＬ４１が操作された場合、運用者端末２０は、その操作を受け付け、操作されたリンクＬ４１によりリンクされているデータセットの名称と、ＤＳ画像の表示を指示する指示データをサーバ装置１０に送信する（Ａ６１）。サーバ装置１０は、送信されてきた指示データが示す名称のデータセットに含まれるＤＳ画像を画像データベースＤＢ１から読み出し（Ａ６２）、読み出したＤＳ画像の一覧を示すＤＳ画像画面を生成する（Ａ６３）。サーバ装置１０は、生成したＤＳ画像画面を示す画面データを生成し、生成した画面データを運用者端末２０に送信する。運用者端末２０は、送信されてきた画面データが示すＤＳ画像画面を表示する（Ａ６４）。

【0084】

図１５は、表示されたＤＳ画像画面の一例を示す図である。図１５に示すＤＳ画像画面Ｇ５では、「機械学習に用いられたデータセットに含まれる画像です。」という文字列と、画像利用者の表示欄Ｅ５１と、データセット名の表示欄Ｅ５２と、画像属性条件の表示欄Ｅ５３と、画像権利条件の表示欄Ｅ５４と、ＤＳ画像の表示欄Ｅ５５とが表示されている。サーバ装置１０は、画像データベースＤＢ１、データセットデータベースＤＢ２及び学習モデルデータベースＤＢ３を参照して、これらの表示欄の表示を制御している。

【0085】

サーバ装置１０は、表示欄Ｅ５１に、生成されたＡＩ画像を利用する画像利用者の名称を表示させ、表示欄Ｅ５２に、機械学習に用いられたデータセットの名称を表示させている。また、サーバ装置１０は、表示欄Ｅ５３及びＥ５４に、機械学習に用いられたＤＳ画像が満たす絞り込み条件（属性の条件及び権利の条件）を表示させ、表示欄Ｅ５５に、そのデータセットに含められるＤＳ画像を表示させている。表示欄Ｅ５５に表示されているＤＳ画像は一部であり、スクロール等の操作により他のＤＳ画像も表示されるものとする。

【0086】

図１５では、図５等で述べたように絞り込み条件で候補画像を絞り込んでから選択した場合のＤＳ画像の表示の一例を示している。図１５の例においては、絞り込み条件を表示することで、ＤＳ画像がどのような共通する特徴を有しているのかを把握することができるようになっている。なお、ＤＳ画像の選択がファイル名、パス名やフォルダ名を指定することで行われた場合は、絞り込み条件に代えてそれらのファイル名等が表示されてもよい。

【0087】

契約情報へのリンクＬ４２は、「データセット名」に示されるデータセットに含まれる画像の契約情報へのリンクを示す。リンクＬ４２が操作された場合、運用者端末２０は、その操作を受け付け、操作されたリンクＬ４２によりリンクされているデータセットの名称と、契約情報の表示を指示する指示データをサーバ装置１０に送信する（Ａ７１）。サーバ装置１０は、送信されてきた指示データが示す名称のデータセットに含まれるＤＳ画像の契約情報を画像データベースＤＢ１から読み出し（Ａ７２）、読み出した契約情報の一覧を示す契約情報画面を生成する（Ａ７３）。サーバ装置１０は、生成した契約情報画面を示す画面データを生成し、生成した画面データを運用者端末２０に送信する。運用者端末２０は、送信されてきた画面データが示す契約情報画面を表示する（Ａ７４）。

【0088】

図１６は、表示された契約情報画面の一例を示す図である。図１６に示す契約情報画面Ｇ６では、「機械学習に用いられたデータセットに含まれる画像の契約情報です。」という文字列と、画像利用者の表示欄Ｅ６１と、データセット名の表示欄Ｅ６２と、ＤＳ画像の契約情報一覧の表示欄Ｅ６３とが表示されている。サーバ装置１０は、画像データベースＤＢ１、データセットデータベースＤＢ２及び学習モデルデータベースＤＢ３を参照して、これらの表示欄の表示を制御している。

【0089】

サーバ装置１０は、表示欄Ｅ６１に、生成されたＡＩ画像を利用する画像利用者の名称を表示させ、表示欄Ｅ６２に、機械学習に用いられたデータセットの名称を表示させている。また、サーバ装置１０は、表示欄Ｅ６３に、機械学習に用いられたＤＳ画像のファイル名と、それらのＤＳ画像の契約情報とを対応付けて表示させている。契約情報には、画像の著作権者、著作権の被許諾者、著作権の許諾条件、肖像権の所有者、肖像権の被許諾者及び肖像権の許諾条件等が含まれている。被写体が人物でないＤＳ画像については肖像関連権利が「ＮＡ」（該当なし）と示されている。

【0090】

以上のとおり、画像生成システム１においては、サーバ装置１０は、機械学習に用いる画像群に関連する関連情報を取得する情報取得部の一例として機能する。機械学習に用いる画像群は、言い換えると、データセットに含まれる画像群、すなわち、複数のＤＳ画像である。サーバ装置１０は、例えば、図１２に示すＡ５２において学習モデル情報を関連情報として取得している。学習モデル情報は、図１１に示すように、複数のＤＳ画像の画像情報及び権利情報を示す情報である。このように、サーバ装置１０が取得する関連情報（学習モデル情報）には、機械学習に用いる画像群についての権利情報が含まれている。

【0091】

権利情報は、機械学習に用いる画像群に含まれる画像（ＤＳ画像）を利用する権利を示す情報である。図１１の例では、ＤＳ画像を利用する権利の主体である画像利用者、ＤＳ画像の利用可否、著作権の許諾条件及び肖像権の許諾条件等が権利情報に含まれている。そして、サーバ装置１０は、それらの画像群を用いて機械学習をした人工知能モジュール（画像生成ＡＩモジュール１００がその一例）により生成されるＡＩ画像に対応付けて、それらの画像群について取得された関連情報を示すメタデータを出力する出力部の一例として機能する。

【0092】

サーバ装置１０は、図１４の例では、ＡＩ画像Ｆ４１に対応付けてメタデータＭ４１を運用者端末２０に対して出力し、表示させている。メタデータＭ４１には、ＡＩ画像Ｆ４１を生成した画像生成ＡＩモジュール１００が機械学習に用いたＤＳ画像、すなわち、「企業Ｃ１用ＤＳｖ１．３」というデータセットに含まれるＤＳ画像について、「モデルの安全性」（ＤＳ画像の利用可否と同じ情報）が「○」であるという権利情報が示されている。

【0093】

このような態様によれば、図１４に示すようなメタデータが出力されない場合に比べて、機械学習に用いられた画像群、すなわち、ＡＩ画像を生成した人工知能モジュールが機械学習に用いた複数のＤＳ画像についての情報を容易に把握することができる。図１４の例では、ＡＩ画像Ｆ４１の生成にあたり人工知能モジュールの機械学習に用いられた複数のＤＳ画像についての権利情報を容易に把握することができる。

【0094】

もし仮に、ＡＩ画像の利用者が利用する権利を有しないＤＳ画像を含む画像群、すなわち、権利に不備がある画像群を用いて機械学習をさせた場合、他人の権利を侵害する意図があったと判断されたり、他人の権利を侵害しないようにするための注意を怠ったと判断されたりする可能性がある。反対に、ＡＩ画像の利用者が利用する権利を有するＤＳ画像のみを含む画像群、すなわち、権利に不備がない画像群を用いて機械学習をさせた場合、他人の権利を侵害する意図がないことや、他人の権利を侵害しないように十分注意していることが認められやすい。

【0095】

メタデータに権利情報が示されることで、そのメタデータに対応するＡＩ画像を生成した人工知能モジュールが権利に不備がある画像群と権利に不備がない画像群のどちらを用いて機械学習を行ったかが分かるので、そのＡＩ画像の利用者は、ＡＩ画像の権利的な安全性を把握することができる。

【0096】

また、サーバ装置１０は、機械学習に用いる画像群に含める画像（ＤＳ画像）の選択を受け付ける選択受付部の一例として機能する。サーバ装置１０は、図５、図７の例では、データセット作成用画面Ｇ１を表示させることでＤＳ画像の選択を受け付けている。選択されたＤＳ画像には、図６に示すように、それらのＤＳ画像を利用する権利を規定する契約の内容を表す契約情報が対応付けられている。

【0097】

サーバ装置１０は、上記の選択により画像群に含められたＤＳ画像に対応付けられている契約情報に基づいて、その画像群についての権利情報を生成する生成部の一例として機能する。サーバ装置１０は、例えば、図８の例では、ＤＳ画像に対応付けられている著作関連権利及び肖像関連権利を示す契約情報に基づいて、ＤＳ画像の利用可否及び許諾条件が共通するＤＳ画像の割合という権利情報を生成している。このような態様によれば、同様の権利情報をユーザが手作業で準備する場合に比べて、権利情報の準備の手間を減らすことができる。

【0098】

また、サーバ装置１０は、メタデータをユーザ端末に対して表示可能に出力する出力部の一例として機能する。運用者端末２０は、ユーザ端末の一例であり、図１４の例ではメタデータＭ４１を表示している。そして、サーバ装置１０は、メタデータが表示されたユーザ端末に対して機械学習に用いられた画像群の表示操作が行われた場合、そのメタデータにより関連情報が示される画像群に含まれる画像をユーザ端末に表示させる画像表示部の一例として機能する。このような態様によれば、上記の表示操作によるＤＳ画像の表示制御が行われない場合に比べて、機械学習された実際の画像の検証を容易にすることができる。

【0099】

また、サーバ装置１０は、メタデータが表示されたユーザ端末に対して権利の詳細の表示操作が行われた場合、そのメタデータが示す権利情報の元となった契約情報をユーザ端末に表示させる契約表示部の一例として機能する。サーバ装置１０は、図１４の例では、メタデータＭ４１に含まれる契約情報へのリンクＬ４２への操作が機械学習に用いられた画像群を利用する権利の詳細の表示操作として行われた場合に、図１６に示すようにメタデータＭ４１により権利情報が示されるＤＳ画像の契約情報を運用者端末２０に表示させている。このような態様によれば、上記の表示操作による契約情報の表示制御が行われない場合に比べて、画像の権利を示す契約内容の検証を容易にすることができる。

【0100】

<変形例：権利情報>
メタデータに含まれる権利情報は、図１４に示す情報（モデルの安全性＝利用の可否）に限らない。
図１７は、表示されたメタデータの一例を示す図である。図１７の例では、サーバ装置１０が、図１４に示すメタデータの表示欄Ｅ４２に、メタデータＭ４２を表示させている。メタデータＭ４２には、図１４に示す権利情報（モデルの安全性）に加え、「著作関連権利」及び「肖像関連権利」が含まれている。

【0101】

具体的には、著作関連権利として、「著作権＝４％」及び「著作権の許諾＝９６％」という「利用の権原」と、「無期限：４５％、～２０ｘｘ：３５％、～２０ｙｙ：５％、・・・」という「利用可能期限」と、「ウェブページ、広告、社内資料、社外資料、・・・」という「利用目的」とが含まれている。また、肖像関連権利として、「肖像権＝２％」及び「肖像権の許諾＝９８％」という「利用の権原」と、「～２０ｘｘ：３０％、～２０ｙｙ：２５％、無期限：２０％、・・・」という「利用可能期限」と、「ウェブページ、広告、社内資料、社外資料、・・・」という「利用目的」とが含まれている。

【0102】

このように、権利情報には、ＤＳ画像を利用する権利が有効となる条件を示す情報が含まれていてもよい。ＤＳ画像を利用する権利が有効となる条件は、図１７に示す利用可能期限及び利用目的の他、ＤＳ画像の利用可能地域、許諾の更新条件又は許諾料金等の条件である。メタデータにこれらの条件が含まれていることで、ＡＩ画像の利用者に対して、ＤＳ画像を利用する権利が無効にならないように注意喚起することができる。

【0103】

例えば、ＡＩ画像の利用者は、利用可能期限が２０ｘｘ年までとなっているＤＳ画像が含まれていることが注意喚起されれば、生成されたＡＩ画像の利用を２０ｘｘ年までとするか、該当するＤＳ画像の利用可能期限を延長するといった対策を行うことができる。また、ＡＩ画像の利用者は、許諾されている利用目的以外の目的で生成されたＡＩ画像を利用しないように注意することができる。

【0104】

また、権利情報には、ＤＳ画像を利用する権利が有効となる条件が共通するＤＳ画像の量を示す情報が含まれていてもよい。図１７の例では、「無期限：４５％、～２０ｘｘ：３５％、～２０ｙｙ：５％、・・・」というように利用可能期限が共通するＤＳ画像の割合が権利情報に含まれている。なお、ＤＳ画像の量を示す情報は、割合に限らず、枚数又はデータサイズ等によって表されてもよい。このような態様によれば、一部のＤＳ画像において利用する権利が無効になったと仮定した場合の影響度を把握することができる。

【0105】

また、サーバ装置１０は、ＤＳ画像を利用する権利が有効となる条件が満たされなくなりそうな場合に、その条件を示す権利情報を、他の権利情報とは異なる態様で表示させてもよい。サーバ装置１０は、例えば、利用可能期限まで１年を切ったＤＳ画像がある場合は、その利用可能期限を赤い太字で表示させ、又は、「利用可能期限まで１年切りました！」等の文字列を付加して表示させて、特に注意するよう仕向けてもよい。このような態様によれば、一律の表示しか行わせない場合に比べて、ＤＳ画像を利用する権利が無効になる事態が起こりにくいようにすることができる。

【0106】

また、権利情報には、ＤＳ画像を利用する権利の種類についての情報が含まれていてもよい。ＤＳ画像を利用する権利の種類は、例えば、図１７に示す「著作関連権利」及び「肖像関連権利」である。著作関連権利は、ＤＳ画像を作成した人物に関する権利の一例であり、肖像関連権利は、ＤＳ画像に表されている人物に関する権利の一例である。なお、これらの権利は、少なくとも１つが含まれていればよい。

【0107】

ＤＳ画像を作成した人物に関する権利には、著作権に限らず、例えば、意匠権又は商標権等が含まれていてもよい。また、ＤＳ画像に表されている人物に関する権利には、パブリシティ権又はプライバシー権等が含まれていてもよい。それらのいずれの権利が権利情報に含まれている場合でも、例えばＤＳ画像の利用の可否だけが権利情報に含まれる場合に比べて、権利に関する安全性を詳細に評価することができる。

【0108】

また、権利情報には、ＤＳ画像を利用する権利の種類が共通するＤＳ画像の量を示す情報が含まれていてもよい。図１７の例では、「著作権＝４％」及び「著作権の許諾＝９６％」というように権利の種類が共通するＤＳ画像の割合が権利情報に含まれている。なお、ＤＳ画像の量を示す情報は、割合に限らず、枚数又はデータサイズ等によって表されてもよい。このような態様によれば、権利の種類のバランスを把握し、必要であれば、バランスを調整するための対策（例えば許諾の割合を下げ、著作権の所有率を高めるという対策など）を行うことができる。

【0109】

また、ＤＳ画像の被写体が人物である場合、許諾された肖像権により保護される箇所が限定される場合がある。例えば、ＤＳ画像が顔のアップの写真である場合、顔のアップを表すＡＩ画像についてはＤＳ画像の肖像権について許諾された権利による保護が及ぶ可能性が高いが、全身を表すＡＩ画像についてはその権利による保護が及ばない可能性が高くなる。また、反対に、ＤＳ画像が全身の写真である場合、全身を表すＡＩ画像についてはＤＳ画像の肖像権について許諾された権利による保護が及ぶ可能性が高いが、顔のアップを表すＡＩ画像についてはその権利による保護が及ばない可能性が高くなる。

【0110】

そこで、権利情報には、画像群に含まれる画像に写っている対象物のうち権利が及ぶ範囲を示す情報が含まれていてもよい。ここで言う「権利」は、ＤＳ画像を利用する権利のことであり、例えば肖像権の所有者から許諾された権利である。この場合、画像データベースＤＢ１において、各画像に対応付けて、権利が及ぶ範囲を示す情報（以下「範囲情報」と言う）が格納される。ＤＳ画像に写っている被写体が人物である場合、「顔」、「全身」、「上半身」又は「横向きの姿」等が範囲情報として格納される。

【0111】

サーバ装置１０は、データセットに含めるＤＳ画像が選択された場合、画像データベースＤＢ１を参照して、それらのＤＳ画像に対応付けられている範囲情報を読み出し、読み出した範囲情報に基づいて権利情報を生成する。サーバ装置１０は、例えば、権利の及ぶ範囲が共通するＤＳ画像の量を示す情報を権利情報として生成する。そして、サーバ装置１０は、ＡＩ画像を生成させた場合に、範囲情報に基づく権利情報を含むメタデータを出力する。

【0112】

図１８は、表示されたメタデータの一例を示す図である。図１８の例では、サーバ装置１０が、図１４に示すメタデータの表示欄Ｅ４２に、メタデータＭ４３を表示させている。メタデータＭ４３には、図１４に示す権利情報（モデルの安全性）に加え、「肖像関連権利」として、「権利が及ぶ範囲：顔＝６５％、上半身＝３０％、・・・」が含まれている。

【0113】

この場合、ＡＩ画像の利用者は、メタデータによって示される権利情報に基づいてＡＩ画像の構図を定めればよい。例えば、図１８の例では、権利情報が示す範囲、すなわち、ＤＳ画像について許諾された権利の及ぶ範囲が上半身よりも上の部分にほぼ限定されているので、人物を表すＡＩ画像を生成させる場合は、上半身よりも上の部分を大きく表す構図のＡＩ画像を生成するようにプロンプトで指示すればよい。このような態様によれば、権利的なリスクが少ない構図のＡＩ画像を生成させることができる。また、権利が及ぶ範囲が共通するＤＳ画像の量を示す権利情報をメタデータに含めることで、権利的なリスクが少ない構図が直感的に分かるようにすることができる。

【0114】

また、権利情報には、上記の他にも、ＤＳ画像を利用する権利の名義人、著作関連権利及び肖像関連権利の所有者又は利用料金等の項目の情報が含まれていてもよい。メタデータには、ＡＩ画像の利用者が、ＡＩ画像の元となったＤＳ画像の権利の状況について把握し、権利的なリスクを判断したり、そのリスクを回避するための対策を行ったりする場合に参考となるような項目の情報が権利情報として含まれていることが望ましい。

【0115】

また、権利情報には、図１７や図１８の例のように、複数の項目が含まれていてもよい。複数の項目には、権利の有無（「モデルの安全性」がその一例）、権利が有効となる条件（「利用可能期限」がその一例）、権利の種類（「著作関連権利」及び「肖像関連権利」がその一例）、権利が及ぶ範囲、権利の権原の種類（「利用の権原」がその一例）又は権利の名義のうちの２以上の項目が含まれていることが望ましい。このような態様によれば、生成されるＡＩ画像についての権利的な安全性を多面的に評価することができる。

【0116】

<変形例：権利情報の選択>
メタデータに含まれる権利情報を選択可能としてもよい。その場合、サーバ装置１０は、権利情報を選択するための選択用画面を表示させる。権利情報の項目の選択は、運用者及びＡＩ画像の利用者のどちらも行うことが考えられるので、選択用画面は、運用者端末２０及び利用者端末３０のどちらのユーザ端末に表示されてもよい。

【0117】

図１９は、表示された権利情報の選択用画面の一例を示す図である。図１９に示す権利情報の選択用画面Ｇ７では、選択する権利情報の項目のチェック欄Ｅ７１と、メタデータのイメージＥ７２と、決定ボタンＢ７１とが表示されている。チェック欄Ｅ７１には、「権利の有無」、「権利の種類」、「権利の名義」、「利用可能期限」、「利用可能地域」、「利用料金」及び「更新条件」等の権利情報の項目とそのチェック欄（「○」がチェックされたことを表す）とが含まれている。

【0118】

イメージＥ７２は、チェック欄Ｅ７１においてチェックされた項目を含めた場合のメタデータのイメージを示している。図１９の例では、「権利の有無」、「権利の種類」、「利用可能期限」及び「利用料金」がチェックされており、イメージＥ７２では、「権利の有無」が「モデルの安全性」という名称で表され、「権利の種類」が「著作関連権利」及び「肖像関連権利」という名称で表されている。また、「利用可能期限」及び「利用料金」は、項目と同じ名称で表されている。

【0119】

ユーザ（運用者又はＡＩ画像の利用者）は、チェック欄Ｅ７１において項目をチェックしながらイメージＥ７２を確認し、メタデータに含めるべき項目が決まったら、決定ボタンＢ７１を操作する。このように、サーバ装置１０は、権利情報に含まれる複数の項目のうちメタデータに含める項目の選択操作を受け付ける選択画像をユーザ端末に表示させる選択表示部の一例として機能する。チェック欄Ｅ７１をチェックする操作及び決定ボタンＢ７１に対する操作が選択操作の一例であり、選択用画面Ｇ７が選択画像の一例である。そして、サーバ装置１０（出力部の一例）は、選択操作により選択された項目を示すデータをメタデータとして出力する。このような態様によれば、ユーザは、メタデータに所望の項目を含ませることができる。

【0120】

<変形例：ＤＳ画像の変更>
データセットに含まれるＤＳ画像は、データセットの作成後に変更されてもよい。その場合、サーバ装置１０は、図４に示すデータセット作成処理のＡ１１及びＡ１２において、データセット作成用画面に替えて、ＤＳ画像を変更するための変更用画面を表示させる。ＤＳ画像の変更は、運用者及びＡＩ画像の利用者のどちらも行うことが考えられるので、変更用画面は、運用者端末２０及び利用者端末３０のどちらのユーザ端末に表示されてもよい。

【0121】

図２０は、表示されたＤＳ画像の変更用画面の一例を示す図である。図２０に示すＤＳ画像の変更用画面Ｇ８では、「データセットに含める画像を選択し直してください。」という文字列と、画像利用者の入力欄Ｅ８１と、データセット名の入力欄Ｅ８２と、ＤＳ画像の表示欄Ｅ８３と、チェックボックスＥ８４と、画像属性条件の入力欄Ｅ８５と、画像権利条件の入力欄Ｅ８６と、候補画像の表示欄Ｅ８７と、チェックボックスＥ８８と、変更後のデータセット名の入力欄Ｅ８９と、決定ボタンＢ８１とが表示されている。

【0122】

ユーザによって入力欄Ｅ８１に画像利用者が入力されると、その画像利用者に対応付けられているデータセットの名称が入力欄Ｅ８２に入力可能になり、入力欄Ｅ８２にデータセット名が入力されると、そのデータセットに含まれるＤＳ画像が表示欄Ｅ８３に表示される。表示されたＤＳ画像は、対応するチェックボックスＥ８４にチェックが入っているが、チェックを外すことで、データセットから除くことができる。

【0123】

画像属性条件の入力欄Ｅ８５及び画像権利条件の入力欄Ｅ８６には、データセットに追加する候補画像を絞り込むための条件が入力される。絞り込み条件が入力されると、図４に示すＡ１３からＡ１５までの動作が行われ、表示欄Ｅ８７に、ユーザによって入力された絞り込み条件を満たす候補画像が表示される。表示された候補画像のうち、対応するチェックボックスＥ８８がチェックされた候補画像は、データセットに追加される。

【0124】

入力欄Ｅ８９には、ＤＳ画像が変更された後のデータセット名が入力される。この状態で決定ボタンＢ８１が操作されると、図４に示すＡ１６からＡ１８までの動作が行われて、入力欄Ｅ８９に入力されたデータセット名を含むデータセット情報が新たに生成されて保存される。このとき、図８に示すデータセットデータベースＤＢ２には、新たに生成されたデータセットについての権利情報が格納される。

【0125】

このように、サーバ装置１０は、例えば変更用画面Ｇ８におけるユーザの操作に基づいて、データセットの画像群に含めるＤＳ画像の変更を受け付ける変更受付部の一例として機能する。そして、サーバ装置１０（生成部の一例）は、その変更が受け付けられた後のデータセットの画像群に含まれるＤＳ画像に対応付けられている契約情報に基づいて、その画像群の権利情報を生成する。このような態様によれば、データセットの変更後も、同様の権利情報をユーザが手作業で準備する場合に比べて、権利情報の準備の手間を減らすことができる。

【0126】

なお、サーバ装置１０は、変更後のデータセット名を自動的に生成して、入力欄Ｅ８９に表示させてもよい。サーバ装置１０は、例えば、入力欄Ｅ８２を参照し、入力されているデータセット名に「ｖ（Ｎ１）．（Ｎ２）」（Ｎ１、Ｎ２は自然数）という箇所がある場合、「ｖ（Ｎ１）．（Ｎ２＋１）」というデータセット名を生成して入力欄Ｅ８９に表示させる。例えば、図２０の例であれば、サーバ装置１０は、「企業Ｃ１用ＤＳｖ３．１」というデータセット名に基づいて、「企業Ｃ１用ＤＳｖ３．２」という変更後のデータセット名を生成して入力欄Ｅ８９に表示させる。

【0127】

また、サーバ装置１０は、ＤＳ画像の変更の内容が大幅な変更を示す条件を満たす場合はメジャーバージョンアップをさせたデータセット名（ｖ（Ｎ１＋１）、（Ｎ２））を生成し、その条件を満たさない場合はマイナーバーッジョンアップをさせたデータセット名（ｖ（Ｎ１）、（Ｎ２＋１））を生成してもよい。大幅な変更を示す条件とは、例えば、データセットに含まれるＤＳ画像のうちの所定の割合（例えば３割や５割）以上が変化した場合に満たされる条件である。このような態様によれば、変更後のデータセット名を入力する手間を省くことができる。

【0128】

<変形例：コンポーネント>
人工知能モジュール（例えば画像生成ＡＩモジュール１００）は、複数のコンポーネントを有していてもよい。コンポーネントとは、人工知能モジュールの一部を構成する部品である。人工知能モジュールは、複数のコンポーネントがそれぞれ稼働することで１つのＡＩ画像を生成する。これらの複数のコンポーネントは、それぞれが同一又は異なる画像群を用いて機械学習を行う。

【0129】

人工知能モジュールが上記の複数のコンポーネントを有する場合、サーバ装置１０は、図１１の例とは異なる学習モデル情報を学習モデルデータベースＤＢ３に格納する。
図２１は、格納された学習モデル情報の別の一例を示す図である。図２１に示す学習モデルデータベースＤＢ３には、「モデルＭＬ１」、「モデルＭＬ２」及び「モデルＭＬ３」等の学習モデルが格納されている。

【0130】

各学習モデルには、「ＣＭＰ１」、「ＣＭＰ２」及び「ＣＭＰ３」という３つのコンポーネントと、各コンポーネントの機械学習に用いられたデータセット名がそれぞれ対応付けられている。図２１の例では、データセットＤＳ１、ＤＳ２及びＤＳ３が機械学習に用いられている。例えば、「モデルＭＬ１」の場合、ＣＭＰ１にはＤＳ１が、ＣＭＰ２にはＤＳ１及びＤＳ２が、ＣＭＰ３にはＤＳ３が対応付けられている。

【0131】

また、「モデルＭＬ２」の場合、ＣＭＰ１にはＤＳ２が、ＣＭＰ２にはＤＳ３が、ＣＭＰ３にはＤＳ２が対応付けられており、「モデルＭＬ３」の場合、ＣＭＰ１及びＣＭＰ２にはＤＳ１及びＤＳ２が、ＣＭＰ３にはＤＳ２及びＤＳ３が対応付けられている。また、各コンポーネントには、機械学習に用いたデータセットに応じた画像情報及び権利情報が対応付けられている。これらの画像情報及び権利情報は、図１１の例と同様にデータセットデータベースＤＢ２から読み出された又は算出し直された情報である。

【0132】

ＡＩ画像の生成が指示されると、サーバ装置１０（出力部の一例）は、人工知能モジュールが生成するＡＩ画像に対応付けて、複数のコンポーネントがそれぞれ機械学習に用いた画像群について取得された関連情報を示すデータをメタデータとして出力する。サーバ装置１０は、例えば、図１４の例等と同様に、機械学習に用いられたデータセットに含まれる画像群についての権利情報を関連情報として示すメタデータを出力する。

【0133】

図２２は、表示されたメタデータの別の一例を示す図である。図２２の例では、サーバ装置１０が、図１４に示すメタデータの表示欄Ｅ４２に、メタデータＭ４４を表示させている。メタデータＭ４４には、「モデルＭＬ１」という学習モデル名と、「ＣＭＰ１」、「ＣＭＰ２」及び「ＣＭＰ３」というコンポーネント名と、「ＤＳ１」、「ＤＳ１＋ＤＳ２」及び「ＤＳ３」というデータセット名と、全て「○」というモデルの安全性とがそれぞれ対応付けて含まれている。

【0134】

図２２の例では、画像の利用者は、メタデータが出力されない場合に比べて、各コンポーネントの学習内容（データセット）を容易に把握することができ、各コンポーネントがいずれも権利的に安全なＤＳ画像を用いて機械学習をしていることを容易に把握することができる。

【0135】

<変形例：ユーザ提供画像>
データセットに含まれる画像は、画像生成システム１のために予め用意された画像であるが、これに限らず、ユーザが提供する画像を追加できるようにしてもよい。その場合、サーバ装置１０は、ユーザが提供する画像（以下「ユーザ画像」と言う）を追加するための追加用画面を表示させる。ユーザ画像の追加は、運用者及びＡＩ画像の利用者のどちらも行うことが考えられるので、追加用画面は、運用者端末２０及び利用者端末３０のどちらのユーザ端末に表示されてもよい。

【0136】

図２３は、表示されたユーザ画像の追加用画面の一例を示す図である。図２３に示すユーザ画像の追加用画面Ｇ９では、「追加するユーザ画像とその提供条件を入力してください。」という文字列と、追加しようとしているユーザ画像のファイル名の入力欄Ｅ９１と、ＡＩ画像の利用者の入力欄Ｅ９２と、著作権に関する提供条件の入力欄Ｅ９３と、肖像権に関する提供条件の入力欄Ｅ９４と、決定ボタンＢ９１とが表示されている。

【0137】

入力欄Ｅ９１には、ユーザ画像のファイル名に加えてパス名も入力されてよく、また、２以上のユーザ画像のファイル名が入力されてもよい。入力欄Ｅ９２には、追加されたユーザ画像をＤＳ画像とした場合に生成されるＡＩ画像を利用する利用者が入力される。入力欄Ｅ９３及びＥ９４に入力される提供条件は、この利用者に対する提供条件である。

【0138】

入力欄Ｅ９３には、「著作権者」、「著作権譲渡」、「利用許諾」、「利用可能期限」、「利用目的」及び「利用料金」等の提供条件が入力される。「著作権者」にはユーザ画像の著作権者の氏名等が入力される。「著作権譲渡」には、ユーザ画像の著作権を画像利用者に譲渡する場合に「○」が入力される。「利用許諾」には、著作権を譲渡せずに利用を許諾する場合に「○」が入力される。「利用可能期限」、「利用目的」及び「利用料金」等には、利用を許諾する場合の条件が入力される。

【0139】

入力欄Ｅ９４には、ユーザ画像について肖像権が存在する場合に、入力欄Ｅ９３と同様に提供条件が入力される。各入力欄が入力されて決定ボタンＢ９１が操作されると、サーバ装置１０は、入力された提供条件に同意するか否かを画像利用者に問い合わせる。サーバ装置１０は、画像利用者から提供条件に同意する旨の回答がされた場合に、ユーザ画像を画像データベースＤＢ１に格納する。その際、サーバ装置１０は、追加用画面Ｇ９において入力された提供条件を、契約情報として画像データベースＤＢ１に格納する。

【0140】

サーバ装置１０は、例えば、画像データベースＤＢ１の「著作権者」として、著作権が譲渡された場合は画像利用者を格納し、譲渡されなかった場合は入力された著作権者を格納する。なお、格納される画像利用者等の情報は、法人名又は個人名である。サーバ装置１０は、「著作権被許諾者」として、著作権が譲渡された場合は「ＮＡ」（該当なし）を格納し、著作権が許諾された場合は画像利用者を格納する。

【0141】

サーバ装置１０は、著作権の「許諾条件」として、「利用可能期限」、「利用目的」及び「利用料金」等の提供条件を格納する。また、サーバ装置１０は、肖像権の提供条件がある場合は、肖像権についても同様に「肖像権所有者」、「肖像権被許諾者」及び「許諾条件」等を格納する。このようにして画像データベースＤＢ１に格納された提供条件は、契約情報として図４に示すデータセット作成処理等に用いられる。その結果、データセット作成処理においてデータセットデータベースＤＢ２に格納される権利情報には、この提供条件が含まれることになる。

【0142】

以上のとおり、サーバ装置１０は、ユーザが提供するユーザ画像を取得する画像取得部の一例として機能する。このユーザ画像は、前述したように、ユーザ及び画像利用者が同意した提供条件に基づき取得される。そして、サーバ装置１０は、取得されたユーザ画像を含む画像群を用いて人工知能モジュールが機械学習を行った場合、そのユーザ画像の提供条件を含む情報をその画像群についての権利情報として取得する情報取得部の一例として機能する。このような態様によれば、ユーザは自分が好きな画像をＤＳ画像としてデータセットに含めることができるので、生成されるＡＩ画像の傾向をユーザ好みにすることができる。

【0143】

<変形例：複数の権利保持者>
ＤＳ画像についての著作権及び肖像権等の権利保持者は、複数人になる場合がある。例えば、ＤＳ画像を撮影した撮影者だけでなく、ＤＳ画像に著作物が写っている場合はその著作物の著作権者もＤＳ画像についての権利を有することがある。また、ＤＳ画像に複数の人物が個人を特定可能に写っていれば、それらの人物がいずれも肖像権を有する場合がある。

【0144】

それらの場合、図６に示す画像データベースＤＢ１には、１つの画像に対応付けて複数の権利保持者についての契約情報がそれぞれ格納される。これにより、サーバ装置１０は、例えば図５に示すデータセット作成用画面Ｇ１において、画像権利条件として権利保持者を入力可能にすることで、特定の権利保持者が権利を有する画像に候補画像を絞り込むことができる。また、サーバ装置１０は、データセットデータベースＤＢ２及び学習モデルデータベースＤＢ３にも、権利保持者について示すデータセット情報及び学習モデル情報をそれぞれ格納してもよい。

【0145】

そうすることで、サーバ装置１０は、例えば図１０に示す機械学習用画面Ｇ２のデータセットの一覧の表示欄Ｅ２３及び図１３に示す画像生成用画面Ｇ３の学習モデルの一覧の表示欄Ｅ３２において、ＤＳ画像の権利保持者についての情報（例えば、ＤＳ画像の著作権をＣ１社とＣ２社が共有していることを示す情報等）を表示させて、データセットの選択及び学習モデルの選択の際の参考にさせることができる。

【0146】

<変形例：再学習>
画像生成ＡＩモジュール１００は、一度生成した学習モデルとデータセット（新たなデータセット又は学習済みのデータセットのどちらでもよい）とを用いて再度機械学習を行う再学習を行ってもよい。その場合、サーバ装置１０は、学習モデルデータベースＤＢ３に、再学習に用いる学習モデルを学習元モデルとして格納する。

【0147】

図２４は、格納された学習モデル情報の別の一例を示す図である。図２４に示す学習モデルデータベースＤＢ３ａには、学習元モデルを含む学習モデル情報が格納されている。学習元モデルには、対応する学習モデルを生成する際に用いられた学習モデルの名称が示されている。図２４の例では、まず、最初に生成される「企業Ｃ１用モデルｖ１．１」は、再学習ではないので、「企業Ｃ１用ＤＳｖ１」というデータセットのみが対応付けられ、学習元モデルは「ＮＡ」（該当なし）となっている。

【0148】

その「企業Ｃ１用モデルｖ１．１」を学習元モデルとし、「企業Ｃ１用ＤＳｖ２」というデータセットを用いて再学習がされて生成された学習モデルが「企業Ｃ１用モデルｖ１．２」である。また、「企業Ｃ１用モデルｖ１．２」を学習元モデルとし、「企業Ｃ１用ＤＳｖ３」というデータセットを用いて再学習がされて生成された学習モデルが「企業Ｃ１用モデルｖ１．３」であり、「企業Ｃ１用モデルｖ１．２」を学習元モデルとし、「企業Ｃ１用ＤＳｖ４」というデータセットを用いて再学習がされて生成された学習モデルが「企業Ｃ１用モデルｖ２．１」である。

【0149】

また、「企業Ｃ１用モデルｖ２．１」を学習元モデルとし、「企業Ｃ１用ＤＳｖ５」というデータセットを用いて再学習がされて生成された学習モデルが「企業Ｃ１用モデルｖ２．２」であり、「企業Ｃ１用モデルｖ１．３」を学習元モデルとし、「企業Ｃ１用ＤＳｖ４」というデータセットを用いて再学習がされて生成された学習モデルが「企業Ｃ１用モデルｖ３．１」である。このように、図２４の例によれば、再学習が行われた学習モデルの学習元となる学習モデルを何代にも渡って追跡可能とすることができる。なお、学習元モデルを含む学習モデル情報の管理は、図２４の例では表形式で行われたが、ノード形式で行われてもよい。

【0150】

図２５は、ノード形式で管理される学習モデル情報の一例を示す図である。図２５の例では、サーバ装置１０は、学習モデルを示すノードＮｍ１～Ｎｍ６と、データセットを示すノードＮｄ１～Ｎｄ５を記憶している。ノードＮｍ１～Ｎｍ６は、それぞれ「企業Ｃ１用モデル」の「ｖ１．１」、「ｖ１．２」、「ｖ１．３」、「ｖ２．１」、「ｖ２．２」及び「ｖ３．１」を示している。ノードＮｄ１～Ｎｄ５は、それぞれ「企業Ｃ１用ＤＳ」の「ｖ１」、「ｖ２」、「ｖ３」、「ｖ４」及び「ｖ５」を示している。ノードＮｄ１～Ｎｄ５には、各データセットに対応する権利情報が対応付けられている。なお、ノードＮｍ１～Ｎｍ６に、各学習モデルに対応する学習モデル情報が対応付けられていてもよい。

【0151】

サーバ装置１０は、各ノードの繋がりを示す接続情報を記憶している。図２５の例では、図２４において示された再学習による各学習モデルの繋がりが示されている。例えば、ノードＮｍ２（企業Ｃ１用モデルｖ１．２）は、ノードＮｍ１（企業Ｃ１用モデルｖ１．１）を学習元モデルとして、ノードＮｄ２（企業Ｃ１用ＤＳｖ２）を用いて再学習がされて生成された学習モデルであることが接続情報により示されている。

【0152】

また、ノードＮｍ２からはマイナーバージョンアップをさせたノードＮｍ３（企業Ｃ１用モデルｖ１．３）と、メジャーバージョンアップをさせたノードＮｍ４（企業Ｃ１用モデルｖ２．１）とに枝分かれしており、ノードＮｍ３からはメジャーバージョンアップをさせたノードＮｍ５（企業Ｃ１用モデルｖ３．１）のみが接続されていることが接続情報により示されている。サーバ装置１０は、各ノードの情報と接続情報とに基づいて、図２５に示すようなノードの関係を視覚的に表した画像を表示することができてもよい。これにより、学習モデル、学習元モデル及びデータセットの関係が直感的に分かるようにすることができる

【0153】

<変形例：関連情報>
機械学習に用いる画像群に関連する関連情報は、権利情報（ＤＳ画像を利用する権利を示す情報）に限らない。例えば、関連情報は、データセットのバージョン情報や、ＤＳ画像に関する画像情報であってもよい。ＤＳ画像の画像情報には、データセットに含まれるＤＳ画像の数、ＤＳ画像の解像度又はＤＳ画像の被写体等が含まれる。ＤＳ画像の解像度及びＤＳ画像の被写体等の画像情報については、画像情報が共通するＤＳ画像の量を示す情報であってもよい。

【0154】

<変形例：ＤＳ画像の閲覧機能>
図１５の例では、メタデータからＤＳ画像を閲覧する機能の一例について説明したが、次のような態様であってもよい。ＡＩ画像及びメタデータは、例えば、画像利用者によって閲覧されるが、画像利用者の中にＤＳ画像の閲覧権限、編集権限又はアクセス権等（以下「閲覧権限等」と言う）を有する者と有しない者が含まれる場合がある。

【0155】

その場合に、サーバ装置１０は、ＤＳ画像の閲覧権限等を有する者が利用するユーザ端末には、図１５に示すＤＳ画像へのリンクＬ４１を含むメタデータを出力し、ＤＳ画像の閲覧権限等を有しない者が利用するユーザ端末には、ＤＳ画像へのリンクＬ４１を含まないメタデータを出力してもよい。このような態様によれば、権限のない者がＤＳ画像を見ることを防ぐことができる。

【0156】

また、図１５に示すＤＳ画像画面Ｇ５では、表示されるＤＳ画像が膨大な数になる場合がある。その場合、単にＤＳ画像の一覧を表示させても、ＤＳ画像の検証が困難である。そこで、サーバ装置１０は、データセットに含まれるＤＳ画像について、例えば、画像認識で用いられる特徴量（ＨＯＧ（Ｈｉｓｔｏｇｒａｍｓ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ）又はＳＩＦＴ（Ｓｃａｌｅｄ Ｉｎｖａｒｉａｎｃｅ Ｆｅａｔｕｒｅ Ｔｒａｎｓｆｏｒｍ）等）を算出して、算出した特徴量が共通する範囲に収まる類似の画像から抽出した代表画像を優先的に表示させてもよい。このような態様によれば、画像の特徴に関係なくＤＳ画像を表示させる場合に比べて、特徴が異なるＤＳ画像を短時間で見比べることができる。

【0157】

<変形例：契約情報の閲覧機能>
図１６の例では、メタデータから契約情報を閲覧する機能の一例について説明したが、次のような態様であってもよい。サーバ装置１０は、前述したＤＳ画像と同様、契約情報の閲覧権限を有する者が利用するユーザ端末には、図１６に示す契約情報へのリンクＬ４２を含むメタデータを出力し、契約情報の閲覧権限を有しない者が利用するユーザ端末には、契約情報へのリンクＬ４２を含まないメタデータを出力してもよい。このような態様によれば、権限のない者が契約情報を見ることを防ぐことができる。

【0158】

<変化例：構成のバリエーション>
図１等に示す構成（全体構成、ハードウェア構成及び機能構成等）は一例であり、実施に不都合が無い限り、他の構成を取り得る。例えば、サーバ装置１０は、２台以上の装置に分散されてもよく、また、ＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）又はクラウドコンピューティングシステム等の形態で提供されてもよい。また、サーバ装置１０が実行する情報処理を、運用者端末２０等のユーザ端末がまとめて実行してもよい。要するに、画像生成システム１の全体で必要な情報処理が実行されていれば、それらの情報処理を実行する装置はどのような構成であってもよい。

【0159】

情報同士の対応付けは、様々な態様で行われてもよい。例えば、データベース又はテーブル等において対応する領域に各情報を格納することで対応付けてもよいし、各情報を対応付けて示すテーブル等を作成して対応付けてもよい。また、一方の情報に、他方の情報を識別する情報を付加することで対応付けてもよい。他にも、周知の様々な方法で対応付けて行われてもよい。情報又はデータ（以下「情報等」と言う）の出力先は、他の装置、ディスプレイ、記憶部（内蔵の記憶部および外部の記憶部を含む）等であってもよい。情報等の取得には、他の装置から送信されてきた情報等を取得する態様に加え、自装置で生成された情報等を取得する態様を含む。

【0160】

上述した実施形態の態様は、サーバ装置１０、運用者端末２０及び利用者端末３０のような情報処理装置や、それらの情報処理装置を備える画像生成システム１のような情報処理システムであったが、情報処理方法であってもよい。その情報処理方法は、情報処理システムが実行するものと同じ各ステップを備える。また、上述した実施形態の態様は、プログラムであってもよい。そのプログラムは、コンピュータに、情報処理システムが実行するものと同じ各ステップを実行させる。

【0161】

<付記>
さらに、次に記載の各態様で提供されてもよい。

【0162】

（１）プロセッサを備える情報処理システムであって、前記プロセッサが、情報取得ステップでは、機械学習に用いる画像群に関連する関連情報を取得し、出力ステップでは、前記画像群を用いて機械学習をした人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された前記関連情報を示すメタデータを出力する、情報処理システム。

【0163】

このような態様によれば、機械学習に用いられた画像群についての情報を容易に把握することができる。

【0164】

（２）上記（１）に記載の情報処理システムにおいて、前記関連情報には、前記画像群についての権利情報が含まれ、前記権利情報は、前記画像群に含まれる画像を利用する権利を示す情報である、情報処理システム。

【0165】

このような態様によれば、生成された画像の権利的な安全性を把握することができる。

【0166】

（３）上記（２）に記載の情報処理システムにおいて、前記権利情報には、前記権利が有効となる条件を示す情報が含まれる、情報処理システム。

【0167】

このような態様によれば、権利切れについて注意喚起することができる。

【0168】

（４）上記（２）又は（３）に記載の情報処理システムにおいて、前記権利情報には、前記権利の種類についての情報が含まれ、前記権利の種類には、前記画像を作成した人物に関する権利及び前記画像に表されている人物に関する権利のうちの少なくとも１つが含まれる、情報処理システム。

【0169】

このような態様によれば、権利に関する安全性を詳細に評価することができる。

【0170】

（５）上記（２）～（４）のいずれか１つに記載の情報処理システムにおいて、前記権利情報には、前記画像群に含まれる画像に写っている対象物のうち前記権利が及ぶ範囲を示す情報が含まれる、情報処理システム。

【0171】

このような態様によれば、権利的なリスクが少ない構図の画像を生成させることができる。

【0172】

（６）上記（２）～（５）のいずれか１つに記載の情報処理システムにおいて、前記権利情報には、複数の項目が含まれ、前記複数の項目には、前記権利の有無、前記権利が有効となる条件、前記権利の種類、前記権利が及ぶ範囲、前記権利の権原の種類又は前記権利の名義のうちの２以上の項目が含まれる、情報処理システム。

【0173】

このような態様によれば、権利的な安全性を多面的に評価することができる。

【0174】

（７）上記（２）～（６）のいずれか１つに記載の情報処理システムにおいて、前記権利情報には、複数の項目が含まれ、前記プロセッサは、選択表示ステップでは、前記複数の項目のうち前記メタデータに含める項目の選択操作を受け付ける選択画像をユーザ端末に表示させ、前記出力ステップでは、前記選択操作により選択された項目を示すデータを前記メタデータとして出力する、情報処理システム。

【0175】

このような態様によれば、メタデータに所望の項目を含ませることができる。

【0176】

（８）上記（２）～（７）のいずれか１つに記載の情報処理システムにおいて、前記プロセッサは、選択受付ステップでは、前記画像群に含める画像の選択を受け付け、当該画像には、当該画像を利用する権利を規定する契約の内容を表す契約情報が対応付けられており、生成ステップでは、前記選択により前記画像群に含められた画像に対応付けられている前記契約情報に基づいて、当該画像群についての前記権利情報を生成する、情報処理システム。

【0177】

このような態様によれば、権利情報の準備の手間を減らすことができる。

【0178】

（９）上記（８）に記載の情報処理システムにおいて、前記プロセッサは、変更受付ステップでは、前記画像群に含める画像の変更を受け付け、前記生成ステップでは、前記変更が受け付けられた後の前記画像群に含まれる画像に対応付けられている前記契約情報に基づいて、当該画像群の前記権利情報を生成する、情報処理システム。

【0179】

このような態様によれば、データセットの変更後も権利情報の準備の手間を減らすことができる。

【0180】

（１０）上記（８）又は（９）に記載の情報処理システムにおいて、前記プロセッサは、前記出力ステップでは、前記メタデータをユーザ端末に対して表示可能に出力し、契約表示ステップでは、前記メタデータが表示されたユーザ端末に対して前記権利の詳細の表示操作が行われた場合、当該メタデータが示す前記権利情報の元となった契約情報を前記ユーザ端末に表示させる、情報処理システム。

【0181】

このような態様によれば、画像の権利を示す契約内容の検証を容易にすることができる。

【0182】

（１１）上記（１）～（１０）のいずれか１つに記載の情報処理システムにおいて、前記プロセッサは、前記出力ステップでは、前記メタデータをユーザ端末に対して表示可能に出力し、画像表示ステップでは、前記メタデータが表示されたユーザ端末に対して前記画像群の表示操作が行われた場合、当該メタデータにより前記関連情報が示される前記画像群に含まれる画像を前記ユーザ端末に表示させる、情報処理システム。

【0183】

このような態様によれば、学習された実際の画像の検証を容易にすることができる。

【0184】

（１２）上記（１）～（１１）のいずれか１つに記載の情報処理システムにおいて、前記人工知能モジュールは、複数のコンポーネントを有し、前記複数のコンポーネントは、それぞれが同一又は異なる画像群を用いて機械学習を行い、前記人工知能モジュールは、前記複数のコンポーネントがそれぞれ稼働することで１つの画像を生成し、前記プロセッサは、前記出力ステップでは、前記人工知能モジュールが生成する画像に対応付けて、前記複数のコンポーネントがそれぞれ機械学習に用いた画像群について取得された前記関連情報を示すデータを前記メタデータとして出力する、情報処理システム。

【0185】

このような態様によれば、各コンポーネントの学習内容を容易に把握することができる。

【0186】

（１３）上記（２）～（１０）のいずれか１つに記載の情報処理システムにおいて、前記プロセッサは、画像取得ステップでは、ユーザが提供するユーザ画像を取得し、前記ユーザ画像は、前記ユーザが同意した提供条件に基づき取得され、前記情報取得ステップでは、取得された前記ユーザ画像を含む画像群を用いて前記人工知能モジュールが機械学習を行った場合、前記ユーザ画像の前記提供条件を含む情報を当該画像群についての前記権利情報として取得する、情報処理システム。

【0187】

このような態様によれば、生成される画像の傾向をユーザ好みにすることができる。

【0188】

（１４）プログラムであって、コンピュータに、上記（１）～（１３）の何れか１つに記載の情報処理システムが実行する各ステップを実行させる、プログラム。

【0189】

このような態様によれば、機械学習に用いられた画像群についての情報を容易に把握することができる。

【0190】

（１５）情報処理方法であって、情報処理システムが備えるプロセッサが、上記（１）～（１３）の何れか１つに記載の情報処理システムが実行する各ステップを実行する、情報処理方法。

【0191】

このような態様によれば、機械学習に用いられた画像群についての情報を容易に把握することができる。
もちろん、この限りではない。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。

【0192】

最後に、本発明に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0193】

１ ：画像生成システム
２ ：通信回線
１０ ：サーバ装置
１１ ：制御部
２０ ：運用者端末
２１ ：制御部
３０ ：利用者端末
３１ ：制御部
１００ ：画像生成ＡＩモジュール
ＤＢ１ ：画像データベース
ＤＢ２ ：データセットデータベース
ＤＢ３ ：学習モデルデータベース

【要約】

【課題】機械学習に用いられた画像群についての情報を容易に把握することができる情報処理システム等を提供する。
【解決手段】本発明の一態様によれば、プロセッサを備える情報処理システムが提供される。この情報処理システムでは、プロセッサが、情報取得ステップでは、機械学習に用いる画像群に関連する関連情報を取得する。出力ステップでは、画像群を用いて機械学習をした人工知能モジュールにより生成される画像に対応付けて、当該画像群について取得された関連情報を示すメタデータを出力する。
【選択図】図１

【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】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】