特許 7552684 情報処理装置、情報処理端末、方法、プログラム、およびモデル

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-09-09

(45)【発行日】2024-09-18

(54)【発明の名称】情報処理装置、情報処理端末、方法、プログラム、およびモデル

(51)【国際特許分類】

   H04N 1/46 20060101AFI20240910BHJP

   H04N 1/60 20060101ALI20240910BHJP

   G06T 1/00 20060101ALI20240910BHJP

   H04N 25/10 20230101ALI20240910BHJP

【ＦＩ】

H04N1/46

H04N1/60

G06T1/00 510

H04N25/10

【請求項の数】 16

(21)【出願番号】P 2022511430

(86)(22)【出願日】2020-03-31

(86)【国際出願番号】 JP2020014971

(87)【国際公開番号】W WO2021199367

(87)【国際公開日】2021-10-07

【審査請求日】2023-03-02

(73)【特許権者】

【識別番号】000002185

【氏名又は名称】ソニーグループ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】荻原 康樹

【審査官】豊田 好一

(56)【参考文献】

【文献】Po-Tong WANG et al.，“Colorimetric Characterization of Color Image Sensors Based on Convolutional Neural Network Modeling”，Sensors and Materials，Vol. 31，No. 5，2019年05月16日，pp.1513 - 1522

【文献】Javier VAZQUEZ-CORRAL et al.，“Color Stabilization Along Time and Across Shots of the Same Scene, for One or Several Cameras of Unknown Specifications”，IEEE Transactions on Image Processing，Vol. 23，No. 10，2014年10月，pp.4564-4575

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｎ １／４６

Ｈ０４Ｎ １／６０

Ｇ０６Ｔ １／００

Ｈ０４Ｎ ２５／１０

(57)【特許請求の範囲】

【請求項1】

第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得する取得部と、
前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う学習部と
を備えた、情報処理装置。

【請求項2】

前記第１の画像は、前記第１の３Ｄ－ＬＵＴのパラメータを変えて撮影され現像された複数の画像である、請求項１に記載の情報処理装置。

【請求項3】

前記第１の３Ｄ－ＬＵＴおよび前記第２の３Ｄ－ＬＵＴとは、ＲＧＢ－ＬＵＴ、またはＹＣｂＣｒ－ＬＵＴである、請求項１に記載の情報処理装置。

【請求項4】

前記色見本とは、カラーチャート、またはグレースケールチャートである、請求項１に記載の情報処理装置。

【請求項5】

第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得する取得部と、
第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する推定部と
を備えた、情報処理装置。

【請求項6】

前記色見本とは、カラーチャート、またはグレースケールチャートである、請求項５に記載の情報処理装置。

【請求項7】

前記第１の３Ｄ－ＬＵＴおよび前記第２の３Ｄ－ＬＵＴとは、ＲＧＢ－ＬＵＴ、またはＹＣｂＣｒ－ＬＵＴである、請求項５に記載の情報処理装置。

【請求項8】

前記取得部はさらに、第３のカメラ装置によって前記色見本を撮影し現像した第３の画像を取得し、
前記推定部はさらに、前記モデルに、前記第３の画像を入力することにより、前記第３の画像での前記色見本の色を前記第１のカメラ装置で再現するための第３の３Ｄ－ＬＵＴを推定し、
前記第２の３Ｄ－ＬＵＴと、前記第３の３Ｄ－ＬＵＴとの差分に基づいて、前記第３のカメラ装置の色表現に合わせるための前記第２のカメラ装置用の差分３Ｄ－ＬＵＴを生成する生成部をさらに備えた、請求項５に記載の情報処理装置。

【請求項9】

前記第２のカメラ装置、および前記第３のカメラ装置は、同一機種、または異機種である、請求項８に記載の情報処理装置。

【請求項10】

請求項５に記載の情報処理装置の前記推定部により推定された前記第２の３Ｄ－ＬＵＴを記憶した記憶部を備えた、情報処理端末。

【請求項11】

前記第２の３Ｄ－ＬＵＴの第１のパラメータの数は、前記情報処理端末の表示色数よりも少なく、
前記第１のパラメータから、前記第２の３Ｄ－ＬＵＴでは再現できない色を再現するための第２のパラメータを補完する補完部をさらに備えた、請求項１０に記載の情報処理端末。

【請求項12】

情報処理装置が、
第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得し、
前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う
処理を実行する、方法。

【請求項13】

情報処理装置が、
第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得し、
第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する
処理を実行する、方法。

【請求項14】

情報処理装置に、
第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得し、
前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う
処理を実行させる、プログラム。

【請求項15】

情報処理装置に、
第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得し、
第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する
処理を実行させる、プログラム。

【請求項16】

第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルであって、
第２のカメラ装置によって前記色見本を撮影し現像した第２の画像が入力される入力層と、
前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを出力する出力層と、
前記入力層から前記出力層までのいずれかの層であって前記出力層以外の層に属する第１要素と、
前記第１要素と前記第１要素の重みとに基づいて値が算出される第２要素と
を含み、
情報処理装置が、前記入力層に入力された前記第２の画像に応じて、前記出力層以外の各層に属する各要素を前記第１要素として、前記第１要素と前記第１要素の重みとに基づく演算を行うことにより、前記第２の３Ｄ－ＬＵＴを前記出力層から出力する
ように前記情報処理装置を機能させるためのモデル。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理装置、情報処理端末、方法、プログラム、およびモデルに関する。

【背景技術】

【0002】

スマートフォンやタブレットＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などに搭載されるカメラ機能の高性能化により、カメラ機能に対しデジタル一眼カメラなどのカメラ技術を移植する動きが加速している。そのため、スマートフォンなどによって撮影された画像に対する色表現の要求も高くなっており、スマートフォンなどでも３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）のような高度な補正ブロックを搭載し、色補正する事は有効な手段である。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１７－０５５２３１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、３Ｄ－ＬＵＴを用いた色再現の設計の難易度は高く、膨大なパラメータ設定が必要である。特に、異なる機種間は当然ながら、同一機種間でもイメージセンサなどのばらつきによって撮影画像の色表現に違いが出てしまうため、３Ｄ－ＬＵＴパラメータ設定には非常に時間を要する。

【0005】

そこで、本開示では、３Ｄ－ＬＵＴをより容易に生成することができる情報処理装置、情報処理端末、方法、プログラム、およびモデルを提案する。

【課題を解決するための手段】

【0006】

本開示によれば、第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得する取得部と、前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う学習部とを備えた、情報処理装置が提供される。

【0007】

また、本開示によれば、第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得する取得部と、第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する推定部とを備えた、情報処理装置が提供される。

【0008】

また、本開示によれば、情報処理装置が、第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得し、前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う処理を実行する、方法が提供される。

【0009】

また、本開示によれば、情報処理装置が、第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得し、第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する処理を実行する、方法が提供される。

【0010】

また、本開示によれば、情報処理装置に、第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得し、前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う処理を実行させる、プログラムが提供される。

【0011】

また、本開示によれば、情報処理装置に、第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得し、第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する処理を実行させる、プログラムが提供される。

【0012】

また、本開示によれば、第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルであって、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像が入力される入力層と、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを出力する出力層と、前記入力層から前記出力層までのいずれかの層であって前記出力層以外の層に属する第１要素と、前記第１要素と前記第１要素の重みとに基づいて値が算出される第２要素とを含み、情報処理装置が、前記入力層に入力された前記第２の画像に応じて、前記出力層以外の各層に属する各要素を前記第１要素として、前記第１要素と前記第１要素の重みとに基づく演算を行うことにより、前記第２の３Ｄ－ＬＵＴを前記出力層から出力するように前記情報処理装置を機能させるためのモデルが提供される。

【図面の簡単な説明】

【0013】

【図1】本実施形態に係る情報処理装置１００の機能構成例を示すブロック図である。

【図2】一般的なカメラ信号処理の一例を示す図である。

【図3】本実施形態に係る色再現ＬＵＴ推定モデルの学習の一例を示す図である。

【図4】同実施形態に係る３Ｄ－ＬＵＴのパラメータ変更の一例を示す図である。

【図5】同実施形態に係る色再現ＬＵＴ推定モデルによる３Ｄ－ＬＵＴの推定の一例を示す図である。

【図6】同実施形態に係る色再現ＬＵＴ推定モデルの学習処理の流れを示すフローチャートである。

【図7】同実施形態に係る色再現ＬＵＴ推定モデルによる３Ｄ－ＬＵＴの推定処理の流れを示すフローチャートである。

【図8】同実施形態に係る色再現ＬＵＴ推定モデルを用いた同一機種間の色表現のばらつき補正の一例を示す図である。

【図9】同実施形態に係る色再現ＬＵＴ推定モデルを用いた異機種間の色表現整合の一例を示す図である。

【図10】同実施形態に係る情報処理装置１００のハードウェア構成例を示すブロック図である。

【発明を実施するための形態】

【0014】

以下に、本実施形態について図面に基づいて詳細に説明する。なお、本明細書および図面において、実質的に同一の部位には、同一の符号を付することにより重複する説明を省略する。

【0015】

なお、説明は以下の順序で行うものとする。
１．実施形態
１．１．機能構成例
１．２．機能の詳細
１．３．機能の流れ
２．変形例
２．１．変形例１
２．２．変形例２
３．ハードウェア構成例
４．まとめ

【0016】

＜１．実施形態＞
＜＜１．１．機能構成例＞＞
まず、本実施形態に係る情報処理装置１００の機能構成例について説明する。情報処理装置１００は、スマートフォンやカメラなどのメーカーによって管理されるサーバ装置であってもよいし、据え置き端末やノートＰＣであってもよい。なお、情報処理装置１００は、クラウドコンピューティングサービスを提供する企業によって管理されるクラウドサーバ装置であってもよい。また、情報処理装置１００は１台のコンピュータで構成される必要はなく、複数台のコンピュータで構成される分散型コンピューティングシステムであってもよい。

【0017】

情報処理装置１００は、第１のカメラ装置によって標準光源下で色見本を撮影した画像を現像した画像を入力データ、当該画像の現像に使用された３Ｄ－ＬＵＴを正解データとする教師データを学習して学習モデルを構築し、当該学習モデルを用いて、第２のカメラ装置によって色見本を撮影した別画像から、別画像での色見本の色を第１のカメラ装置で再現するための３Ｄ－ＬＵＴを推定することを特徴とする。なお、カメラ装置は、カメラ機能を搭載したスマートフォンなどであってもよいし、デジタルカメラなどカメラそのものであってもよい。

【0018】

図１は、本実施形態に係る情報処理装置１００の機能構成例を示すブロック図である。図１に示すように、本実施形態に係る情報処理装置１００は、記憶部１１０、取得部１２０、学習部１３０、推定部１４０、生成部１５０、制御部１７０を備える。

【0019】

（記憶部１１０）
本実施形態に係る記憶部１１０は、各種プログラムやデータを一時的または恒常的に記憶するための記憶領域である。記憶部１１０には、情報処理装置１００が各種機能を実行するためのプログラムやデータが記憶されてよい。具体的な一例として、記憶部１１０には、色見本を撮影した画像を現像した画像から当該画像の色を再現するための３Ｄ－ＬＵＴを推定するための学習モデル（色再現ＬＵＴ推定モデル）や学習のための教師データ、各種設定などを管理するための管理データなどが記憶されてよい。もちろん、上記はあくまで一例であり、記憶部１１０に記憶されるデータの種別は特に限定されない。

【0020】

（取得部１２０）
本実施形態に係る取得部１２０は、色再現ＬＵＴ推定モデルの学習フェーズでは、他のカメラ装置の色表現を再現させるカメラ装置（「第１のカメラ装置」に相当）によって色見本を撮影した画像を現像した画像（「第１の画像」に相当）、および当該画像の現像に使用された３Ｄ－ＬＵＴを取得する。また、取得部１２０は、色再現ＬＵＴ推定モデルの認識（推定）フェーズでは、３Ｄ－ＬＵＴが推定されるカメラ装置（「第２のカメラ装置」に相当）によって色見本を撮影した画像を現像した画像（「第２の画像」に相当）を取得する。

【0021】

（学習部１３０）
本実施形態に係る学習部１３０は、取得部１２０によって取得された標準光源下で色見本を撮影した画像を現像した画像（「第１の画像」に相当）を入力データ、当該画像の現像に使用された３Ｄ－ＬＵＴ（「第１の３Ｄ－ＬＵＴ」に相当）を正解データとする教師データを学習して色再現ＬＵＴ推定モデルを構築する。

【0022】

なお、本実施形態の色再現ＬＵＴ推定モデルは、色見本を撮影した画像を現像した画像が入力される入力層と、出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された画像に応じて、出力層以外の各層に属する各要素を第１要素として、第１要素と前記第１要素の重みとに基づく演算を行うことにより、色見本を撮影した画像を現像した画像の色を再現するための３Ｄ－ＬＵＴを出力層から出力するよう、情報処理装置１００を機能させる。

【0023】

なお、本実施形態の学習モデルを生成する生成装置（例えば、サーバ装置などの情報処理装置１００）は、いかなる学習アルゴリズムを用いて上述の学習モデルを生成してもよい。例えば、生成装置は、ニューラルネットワーク（ＮＮ：Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、サポートベクターマシン（ＳＶＭ：Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）、強化学習などの学習アルゴリズムを用いて本実施形態の学習モデルを生成してもよい。一例として、生成装置がＮＮを用いて本実施形態の学習モデルを生成するとする。この場合、学習モデルは、１つ以上のニューロンを含む入力層と、１つ以上のニューロンを含む中間層と、１つ以上のニューロンを含む出力層とを有していてもよい。

【0024】

ここで、本実施形態に係る学習モデルが「ｙ＝ａ_１＊ｘ_１＋ａ_２＊ｘ_２＋・・・＋ａ_ｉ＊ｘ_ｉ」で示す回帰モデルで実現されるとする。この場合、学習モデルが含む第１要素は、ｘ_１やｘ_２などといった入力データ（ｘ_ｉ）に対応する。また、第１要素の重みは、ｘ_ｉに対応する係数ａ_ｉに対応する。ここで、回帰モデルは、入力層と出力層とを有する単純パーセプトロンとみなすことができる。各モデルを単純パーセプトロンとみなした場合、第１要素は、入力層が有するいずれかのノードに対応し、第２要素は、出力層が有するノードとみなすことができる。

【0025】

また、本実施形態に係る学習モデルがＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）など、１つまたは複数の中間層を有するＮＮで実現されるとする。この場合、学習モデルが含む第１要素は、入力層または中間層が有するいずれかのノードに対応する。また、第２要素は、第１要素と対応するノードから値が伝達されるノードである次段のノードに対応する。また、第１要素の重みは、第１要素と対応するノードから第２要素と対応するノードに伝達される値に対して考慮される重みである接続係数に対応する。

【0026】

上述した回帰モデルやＮＮなど、任意の構造を有する学習モデルを用いて、色見本を撮影した画像を現像した画像の色を再現するための３Ｄ－ＬＵＴを算出する。より具体的には、学習モデルは、色見本を撮影した画像を現像した画像が入力された場合に、当該画像の色を再現するための３Ｄ－ＬＵＴを出力するように係数が設定される。本実施形態に係る学習モデルは、データの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。

【0027】

なお、上記例では、本実施形態に係る学習モデルが、色見本を撮影した画像を現像した画像が入力された場合に、当該画像の色を再現するための３Ｄ－ＬＵＴを出力するモデル（モデルＡとする）である例を示した。しかしながら、本実施形態に係る学習モデルは、モデルＡに対しデータの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。例えば、本実施形態に係る学習モデルは、色見本を撮影した画像を現像した画像を入力とし、モデルＡが出力する当該画像の色を再現するための３Ｄ－ＬＵＴを出力とする学習モデル（モデルＢとする）であってもよい。または、本実施形態に係る学習モデルは、色見本を撮影した画像を現像した画像を入力とし、モデルＢが出力する当該画像の色を再現するための３Ｄ－ＬＵＴを出力とする学習モデルであってもよい。

【0028】

（推定部１４０）
本実施形態に係る推定部１４０は、第１のカメラ装置によって標準光源下で色見本を撮影した第１の画像を入力データ、第１の画像の現像に使用された第１の３Ｄ－ＬＵＴを正解データとして学習した色再現ＬＵＴ推定モデルに、第２のカメラ装置によって色見本を撮影した第２の画像を入力することにより、第２の画像での色見本の色を第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する。

【0029】

（生成部１５０）
本実施形態に係る生成部１５０は、基準カメラ装置の３Ｄ－ＬＵＴと被調整カメラ装置の３Ｄ－ＬＵＴとの差分に基づいて、基準カメラ装置の色表現に合わせるための被調整カメラ装置用の差分３Ｄ－ＬＵＴを生成する。また、生成部１５０は、３Ｄ－ＬＵＴのパラメータを所定の条件で変更し、色再現ＬＵＴ推定モデルのための教師データを生成する。

【0030】

（補完部１６０）
本実施形態に係る補完部１６０は、推定部１４０によって推定された３Ｄ－ＬＵＴのパラメータの数（例えば、３３×３３×３３の約３万６千）がカメラ装置の表示色数（例えば、ＲＧＢ各色８ｂｉｔの約１６７７万色）よりも少なく再現できない色がある場合、推定された３Ｄ－ＬＵＴのパラメータから、再現できない色を再現するためのパラメータを補完する。補完方法は、例えば、テトラヘドラル補完や多項式近似、上述したＤＮＮなどであってよい。

【0031】

（制御部１７０）
本実施形態に係る制御部１７０は、情報処理装置１００全体を司る処理部であり、情報処理装置１００が備える各構成を制御する。制御部１７０が有する機能の詳細については後述される。

【0032】

以上、本実施形態に係る情報処理装置１００の機能構成例について説明した。なお、図１を用いて説明した上記の機能構成はあくまで一例であり、本実施形態に係る情報処理装置１００の機能構成は係る例に限定されない。例えば、情報処理装置１００は、必ずしも図１に示す構成のすべてを備えなくてもよいし、学習モデルによる学習と推定を別々の装置で行う場合は、推定部１４０などの各構成を情報処理装置１００とは異なる別の装置に備えることも可能である。本実施形態に係る情報処理装置１００の機能構成は、仕様や運用に応じて柔軟に変形可能である。

【0033】

また、各構成要素の機能を、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）などの演算装置がこれらの機能を実現する処理手順を記述した制御プログラムを記憶したＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの記憶媒体から制御プログラムを読み出し、そのプログラムを解釈して実行することにより行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜利用する構成を変更することが可能である。また、情報処理装置１００のハードウェア構成の一例については後述される。

【0034】

＜＜１．２．機能の詳細＞＞
次に、本実施形態に係る情報処理装置１００が有する機能について詳細に説明する。本実施形態は、スマートフォンなどの第１のカメラ装置で撮影した色見本の画像と、その現像に使用された３Ｄ－ＬＵＴとで学習された色再現ＬＵＴ推定モデルを用いて、第１のカメラ装置とは別の第２のカメラ装置で撮影された画像の色を第１のカメラ装置で再現するための３Ｄ－ＬＵＴを推定するために行われる。そのため、本実施形態に係る主な処理は色再現ＬＵＴ推定モデルの学習フェーズと、推定フェーズとに分かれる。なお、両フェーズは、同一の装置で実行されてもよいし、別々の装置で実行されてもよい。

【0035】

まず、本実施形態について説明する前に、スマートフォンなどのカメラ装置で写真を撮影した際のカメラ信号処理について説明する。図２は、一般的なカメラ信号処理の一例を示す図である。図２は、カメラ機能を備えたスマートフォンなどである情報処理端末２００によって実行される各種処理である。情報処理端末２００は、デジタルカメラなどのカメラ装置であってもよい。

【0036】

情報処理端末２００は、カメラレンズを通して入射した被写体の光をイメージセンサによってＲＡＷデータ２５に変換する。図２の例では、ＲＡＷデータ２５は色見本を撮影した画像データであり、べイヤー（Ｂａｙｅｒ）フィルタによってべイヤー配列に並べられた信号である。色見本は、マクベスチャートなどの複数の色を含むカラーチャートである。しかしながら、色見本は、マクベスチャート以外のより多くの色を含むチャートであってもよい。

【0037】

ＲＡＷデータ２５は、線形性補正をはじめ、ノイズ除去や減光補正など各種補正処理を経て調整された後、デモザイクおよびカラーマトリクス処理によって、ＲＧＢ信号であるフルカラー画像データに変換される。また、図２の例では、ＲＧＢ信号からさらにＹＵＶ（またはＹＣｂＣｒ）信号に変換され、現像画像データ３０が出力される。

【0038】

ここで、ＲＡＷデータ２５の色表現を調整するための３Ｄ－ＬＵＴを用いた変換処理は、一般的に、カラーマトリクス処理の後や、ＲＧＢからＹＵＶ信号への変換処理の後に挿入されられることが多い。どちらに挿入されるか、またはどちらにも挿入されるかは、情報処理端末２００によって異なる。また、挿入する３Ｄ－ＬＵＴは情報処理端末２００によって異なり、情報処理端末２００ごとに生成する必要がある（ゼロから生成する必要はなくても、少なくとも３Ｄ－ＬＵＴのパラメータを調整するなどは必要である）。

【0039】

そのため、本実施形態では、色再現ＬＵＴ推定モデルを用いて３Ｄ－ＬＵＴを推定（生成）する。次に、この色再現ＬＵＴ推定モデルの学習フェーズについて説明する。図３は、本実施形態に係る色再現ＬＵＴ推定モデルの学習の一例を示す図である。

【0040】

標準光源装置１０は、ブース状になっており、異なる場所で撮影する場合であっても、装置内に被写体を設置することで光源環境を統一することができる装置である。図３に示すように、色見本２０を標準光源装置１０内に設置し、情報処理端末２００によって色見本２０が撮影される。そして、情報処理装置１００は、情報処理端末２００によって撮影された色見本２０の現像画像２１０を入力データ、現像画像２１０の現像に使用された３Ｄ－ＬＵＴ（厳密には、３Ｄ－ＬＵＴのパラメータなどを示す３Ｄ－ＬＵＴデータ２２０）を正解データとして、色再現ＬＵＴ推定モデルの学習を行う。具体的には、例えば、３Ｄ－ＬＵＴのパラメータの初期状態は、入力された現像画像２１０の色を何も変更しないようなパラメータで、当該パラメータを所定の条件で変更しながら色見本２０の撮影画像に対して現像処理を繰り返し行い、多数の教師データを生成することで色再現ＬＵＴ推定モデルの学習を繰り返す。

【0041】

次に、教師データを生成するための３Ｄ－ＬＵＴのパラメータ変更について説明する。図４は、本実施形態に係る３Ｄ－ＬＵＴのパラメータ変更の一例を示す図である。図４に示すように、１つの３Ｄ－ＬＵＴデータ２２０－１のパラメータを変更して、複数の３Ｄ－ＬＵＴデータ２２０－２～２２０－ｎ（ｎは任意の整数。）を生成する。なお、３Ｄ－ＬＵＴデータ２２０－１のパラメータの変更は、例えば、図４に示すように、周囲の格子点をランダムに変更することによって行われる。このようにして生成された３Ｄ－ＬＵＴデータ２２０－２～２２０－ｎをそれぞれ用いて、情報処理端末２００によって撮影された色見本２０を現像し、現像された複数の画像を教師データとして取得する。

【0042】

次に、色再現ＬＵＴ推定モデルの推定フェーズについて説明する。図５は、本実施形態に係る色再現ＬＵＴ推定モデルによる３Ｄ－ＬＵＴの推定の一例を示す図である。図５の色再現ＬＵＴ推定モデルは、図３で説明した、情報処理端末２００によって撮影され現像された現像画像２１０を入力データ、現像画像２１０の現像に使用された３Ｄ－ＬＵＴデータ２２０を正解データとして学習されたモデルである。

【0043】

図５に示すように、色見本２０を標準光源装置１０内に設置し、カメラ装置３００によって色見本２０が撮影される。次に、情報処理装置１００は、カメラ装置３００によって撮影された色見本２０の現像画像３１０を、色再現ＬＵＴ推定モデルに入力することで、３Ｄ－ＬＵＴ（厳密には、３Ｄ－ＬＵＴデータ３２０）を推定する。

【0044】

推定される３Ｄ－ＬＵＴデータ３２０は、カメラ装置３００によって撮影された現像画像３１０の色を、情報処理端末２００で再現するための３Ｄ－ＬＵＴ（データ）である。そのため、この３Ｄ－ＬＵＴデータ３２０を情報処理端末２００の記憶部に記憶し適用することで、情報処理端末２００で撮影された画像で、カメラ装置３００によって撮影され現像された現像画像３１０の色を再現することができるようになる。

【0045】

＜＜１．３．機能の流れ＞＞
次に、図６を用いて、色再現ＬＵＴ推定モデルの学習処理の手順について説明する。図６は、本実施形態に係る色再現ＬＵＴ推定モデルの学習処理の流れを示すフローチャートである。

【0046】

図６に示すように、まず、他のカメラ装置の色表現を再現させるカメラ装置を用いて、標準光源下で色見本を撮影する（ステップＳ１０１）。ステップＳ１０１で撮影した撮影画像は、インターネットなどの各種通信網や通信ケーブルなどを介して情報処理装置１００に送信される。

【0047】

次に、情報処理装置１００の取得部１２０は、ステップＳ１０１で撮影し現像した現像画像、および当該現像画像の現像に使用した３Ｄ－ＬＵＴを取得する（ステップＳ１０２）。

【0048】

次に、情報処理装置１００の学習部１３０は、ステップＳ１０２で取得した、現像画像を入力データ、３Ｄ－ＬＵＴを正解データとして、色再現ＬＵＴ推定モデルの学習を行う（ステップＳ１０３）。ステップ１０３の後、本処理は終了するが、情報処理装置１００の生成部１５０によって３Ｄ－ＬＵＴを所定の条件で変更し、変更された３Ｄ－ＬＵＴを使用してステップＳ１０１～ステップ１０３を実行することで、色再現ＬＵＴ推定モデルの学習を繰り返し行う。これにより、他のカメラ装置で撮影され現像された色見本の画像を色再現ＬＵＴ推定モデルに入力することで、他のカメラ装置の色表現を、学習に用いたカメラ装置で再現するための３Ｄ－ＬＵＴを推定することができる。

【0049】

次に、図７を用いて、色再現ＬＵＴ推定モデルによる３Ｄ－ＬＵＴの推定処理について説明する。図７は、本実施形態に係る色再現ＬＵＴ推定モデルによる３Ｄ－ＬＵＴの推定処理の流れを示すフローチャートである。

【0050】

図７に示すように、まず、色再現ＬＵＴ推定モデルの学習に用いたカメラ装置に対して、色表現を再現する他のカメラ装置を用いて、標準光源下で色見本を撮影する（ステップＳ２０１）。ステップＳ２０１で撮影し現像した撮影画像も、インターネットなどを介して情報処理装置１００に送信される。

【0051】

次に、情報処理装置１００の取得部１２０は、ステップＳ２０１で撮影し現像した現像画像を取得する（ステップＳ２０２）。

【0052】

次に、情報処理装置１００の推定部１４０は、ステップＳ２０２で取得した現像画像を色再現ＬＵＴ推定モデルに入力し、３Ｄ－ＬＵＴを推定する（ステップＳ２０３）。ステップ２０３の後、本処理は終了するが、推定された３Ｄ－ＬＵＴを、色再現ＬＵＴ推定モデルの学習に用いたカメラ装置の記憶部に記憶し適用することで、ステップＳ２０１で撮影画像を撮影した他のカメラ装置の色表現を再現させることができる。

【0053】

＜２．変形例＞
＜＜２．１．変形例１＞＞
また、色再現ＬＵＴ推定モデルを用いて、カメラ装置間の色表現のばらつきを補正することもできる。カメラ装置を量産した場合、イメージセンサなどのばらつきによって同一の機種であっても、機種間で色表現に違いが出てしまう。そこで、量産されるカメラ装置の中から基準となる基準装置を決定し、他の装置の色表現を基準装置に合わせることで、同一機種間の色表現のばらつきを補正する。

【0054】

図８は、本実施形態に係る色再現ＬＵＴ推定モデルを用いた同一機種間の色表現のばらつき補正の一例を示す図である。図８は、基準となる基準カメラ装置４００の色表現に合うように調整される被調整カメラ装置５００の例を示している。ここで、基準カメラ装置４００および被調整カメラ装置５００は同一機種である。

【0055】

図８に示すように、基準カメラ装置４００で標準光源装置１０内に設置された色見本２０を撮影する。そして、基準カメラ装置４００で撮影され現像された現像画像４１０を色再現ＬＵＴ推定モデルに入力することで、３Ｄ－ＬＵＴデータ４２０を推定する。同様に、被調整カメラ装置５００で標準光源装置１０内に設置された色見本２０を撮影し、撮影され現像された現像画像５１０を色再現ＬＵＴ推定モデルに入力することで、３Ｄ－ＬＵＴデータ５２０を推定する。

【0056】

次に、推定された３Ｄ－ＬＵＴデータ４２０と３Ｄ－ＬＵＴデータ５２０との対応するパラメータの差分によって、差分３Ｄ－ＬＵＴを生成する。この差分３Ｄ－ＬＵＴを被調整カメラ装置５００の記憶部に記憶し適用することにより、被調整カメラ装置５００の色表現を調整し、基準カメラ装置４００の色表現に合わせることができる。以上の処理を、基準カメラ装置４００と同一機種の量産されたカメラ装置の各々で行うことで、同一機種間の色表現のばらつきを補正することができる。

【0057】

＜＜２．２．変形例２＞＞
また、図８で説明した補正処理を異なる機種のカメラ装置間で行うことにより、一方のカメラ装置で、他機種のカメラ装置の色表現を再現することができる。図９は、本実施形態に係る色再現ＬＵＴ推定モデルを用いた異機種間の色表現整合の一例を示す図である。図９は、基準となる基準カメラ装置４００の色表現に合うように調整される被調整カメラ装置６００の例を示している。ここで、基準カメラ装置４００と被調整カメラ装置６００とは異なる機種である。

【0058】

図９の処理も、図８同様、基準カメラ装置４００および被調整カメラ装置６００のそれぞれで、標準光源装置１０内に設置された色見本２０を撮影し、撮影され現像された現像画像４１０および６１０をそれぞれ色再現ＬＵＴ推定モデルに入力することで、３Ｄ－ＬＵＴデータ４２０および６２０を推定する。

【0059】

そして、推定された３Ｄ－ＬＵＴデータ４２０と３Ｄ－ＬＵＴデータ６２０との差分３Ｄ－ＬＵＴを生成し、被調整カメラ装置６００の記憶部に記憶し適用することにより、被調整カメラ装置６００の色表現を調整し、異なる機種の基準カメラ装置４００の色表現に合わせることができる。

【0060】

＜３．ハードウェア構成例＞
次に、本実施形態に係る情報処理装置１００のハードウェア構成例について説明する。図１０は、本実施形態に係る情報処理装置１００のハードウェア構成例を示すブロック図である。図１０を参照すると、情報処理装置１００は、例えば、プロセッサ８０１と、ＲＯＭ８０２と、ＲＡＭ８０３と、ホストバス８０４と、ブリッジ８０５と、外部バス８０６と、インターフェース８０７と、入力装置８０８と、出力装置８０９と、ストレージ８１０と、ドライブ８１１と、接続ポート８１２と、通信装置８１３と、を有する。なお、ここで示すハードウェア構成は一例であり、構成要素の一部が省略されてもよい。また、ここで示される構成要素以外の構成要素をさらに含んでもよい。

【0061】

（プロセッサ８０１）
プロセッサ８０１は、例えば、演算処理装置または制御装置として機能し、ＲＯＭ８０２、ＲＡＭ８０３、ストレージ８１０、またはリムーバブル記録媒体９０１に記録された各種プログラムに基づいて各構成要素の動作全般またはその一部を制御する。

【0062】

（ＲＯＭ８０２、ＲＡＭ８０３）
ＲＯＭ８０２は、プロセッサ８０１に読み込まれるプログラムや演算に用いるデータなどを格納する手段である。ＲＡＭ８０３には、例えば、プロセッサ８０１に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータなどが一時的または永続的に格納される。

【0063】

（ホストバス８０４、ブリッジ８０５、外部バス８０６、インターフェース８０７）
プロセッサ８０１、ＲＯＭ８０２、ＲＡＭ８０３は、例えば、高速なデータ伝送が可能なホストバス８０４を介して相互に接続される。一方、ホストバス８０４は、例えば、ブリッジ８０５を介して比較的データ伝送速度が低速な外部バス８０６に接続される。また、外部バス８０６は、インターフェース８０７を介して種々の構成要素と接続される。

【0064】

（入力装置８０８）
入力装置８０８には、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、およびレバーなどが用いられる。さらに、入力装置８０８としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ（以下、リモコン）が用いられることもある。また、入力装置８０８には、マイクロフォンなどの音声入力装置が含まれる。

【0065】

（出力装置８０９）
出力装置８０９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）、ＬＣＤ、または有機ＥＬなどのディスプレイ装置、スピーカ、ヘッドホンなどのオーディオ出力装置、プリンタ、携帯電話、またはファクシミリなど、取得した情報を利用者に対して視覚的または聴覚的に通知することが可能な装置である。また、本実施形態に係る出力装置８０９は、触覚刺激を出力することが可能な種々の振動デバイスを含む。

【0066】

（ストレージ８１０）
ストレージ８１０は、各種のデータを格納するための装置である。ストレージ８１０としては、例えば、ハードディスクドライブ（ＨＤＤ）などの磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどが用いられる。

【0067】

（ドライブ８１１）
ドライブ８１１は、例えば、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９０１に記録された情報を読み出し、またはリムーバブル記録媒体９０１に情報を書き込む装置である。

【0068】

（接続ポート８１２）
接続ポート８１２は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）、ＲＳ－２３２Ｃポート、または光オーディオ端子などのような外部接続機器９０２を接続するためのポートである。

【0069】

（通信装置８１３）
通信装置８１３は、ネットワークに接続するための通信デバイスであり、例えば、有線または無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または各種通信用のモデムなどである。

【0070】

（リムーバブル記録媒体９０１）
リムーバブル記録媒体９０１は、例えば、ＤＶＤメディア、Ｂｌｕ－ｒａｙ（登録商標）メディア、ＨＤ ＤＶＤメディア、各種の半導体記憶メディアなどである。もちろん、リムーバブル記録媒体９０１は、例えば、非接触型ＩＣチップを搭載したＩＣカード、または電子機器などであってもよい。

【0071】

（外部接続機器９０２）
外部接続機器９０２は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、またはＩＣレコーダなどである。

【0072】

なお、本実施形態に係る記憶部１１０は、ＲＯＭ８０２やＲＡＭ８０３、ストレージ８１０によって実現される。また、プロセッサ８０１によって実現される本実施形態に係る制御部１７０が、取得部１２０、学習部１３０、推定部１４０、生成部１５０、補完部１６０を実現する各制御プログラムを、ＲＯＭ８０２やＲＡＭ８０３などから読み出し実行する。

【0073】

＜４．まとめ＞
以上説明したように、第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得する取得部と、第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄ－ＬＵＴを正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する推定部とを備えた、情報処理装置が提供される。

【0074】

これにより、３Ｄ－ＬＵＴをより容易に生成することができる。

【0075】

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

【0076】

また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

【0077】

なお、本技術は以下のような構成も取ることができる。
（１）第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像しに使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得する取得部と、
前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う学習部と
を備えた、情報処理装置。
（２）前記第１の画像は、前記第１の３Ｄ－ＬＵＴのパラメータを変えて撮影され現像された複数の画像である、前記（１）に記載の情報処理装置。
（３）前記第１の３Ｄ－ＬＵＴおよび前記第２の３Ｄ－ＬＵＴとは、ＲＧＢ－ＬＵＴ、またはＹＣｂＣｒ－ＬＵＴである、前記（１）または（２）に記載の情報処理装置。
（４）前記色見本とは、カラーチャート、またはグレースケールチャートである、前記（１）～（３）のいずれか１つに記載の情報処理装置。
（５）第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得する取得部と、
第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する推定部と
を備えた、情報処理装置。
（６）前記色見本とは、カラーチャート、またはグレースケールチャートである、前記（５）に記載の情報処理装置。
（７）前記第１の３Ｄ－ＬＵＴおよび前記第２の３Ｄ－ＬＵＴとは、ＲＧＢ－ＬＵＴ、またはＹＣｂＣｒ－ＬＵＴである、前記（５）または（６）に記載の情報処理装置。
（８）前記取得部はさらに、第３のカメラ装置によって前記色見本を撮影し現像した第３の画像を取得し、
前記推定部はさらに、前記モデルに、前記第３の画像を入力することにより、前記第３の画像での前記色見本の色を前記第１のカメラ装置で再現するための第３の３Ｄ－ＬＵＴを推定し、
前記第２の３Ｄ－ＬＵＴと、前記第３の３Ｄ－ＬＵＴとの差分に基づいて、前記第３のカメラ装置の色表現に合わせるための前記第２のカメラ装置用の差分３Ｄ－ＬＵＴを生成する生成部をさらに備えた、前記（５）～（７）のいずれか１つに記載の情報処理装置。
（９）前記第２のカメラ装置、および前記第３のカメラ装置は、同一機種、または異機種である、前記（８）に記載の情報処理装置。
（１０）前記（５）～（９）のいずれか１つに記載の情報処理装置の前記推定部により推定された前記第２の３Ｄ－ＬＵＴを記憶した記憶部を備えた、情報処理端末。
（１１）前記第２の３Ｄ－ＬＵＴの第１のパラメータの数は、前記情報処理端末の表示色数よりも少なく、
前記第１のパラメータから、前記第２の３Ｄ－ＬＵＴでは再現できない色を再現するための第２のパラメータを補完する補完部をさらに備えた、前記（１０）に記載の情報処理端末。
（１２）情報処理装置が、
第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得し、
前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う
処理を実行する、方法。
（１３）情報処理装置が、
第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得し、
第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する
処理を実行する、方法。
（１４）情報処理装置に、
第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像、および前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を取得し、
前記第１の画像を入力データ、前記第１の３Ｄ－ＬＵＴを正解データとして、第２のカメラ装置によって前記色見本を撮影し現像した第２の画像から、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを生成するモデルの学習を行う
処理を実行させる、プログラム。
（１５）情報処理装置に、
第２のカメラ装置によって色見本を撮影し現像した第２の画像を取得し、
第１のカメラ装置によって標準光源下で前記色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルに、前記第２の画像を入力することにより、前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを推定する
処理を実行させる、プログラム。
（１６）第１のカメラ装置によって標準光源下で色見本を撮影し現像した第１の画像を入力データ、前記第１の画像の現像に使用された第１の３Ｄルックアップテーブル（３Ｄ－ＬＵＴ）を正解データとして学習したモデルであって、
第２のカメラ装置によって前記色見本を撮影し現像した第２の画像が入力される入力層と、
前記第２の画像での前記色見本の色を前記第１のカメラ装置で再現するための第２の３Ｄ－ＬＵＴを出力する出力層と、
前記入力層から前記出力層までのいずれかの層であって前記出力層以外の層に属する第１要素と、
前記第１要素と前記第１要素の重みとに基づいて値が算出される第２要素と
を含み、
前記入力層に入力された前記第２の画像に応じて、前記出力層以外の各層に属する各要素を前記第１要素として、前記第１要素と前記第１要素の重みとに基づく演算を行うことにより、前記第２の３Ｄ－ＬＵＴを前記出力層から出力する
ように情報処理装置を機能させるためのモデル。

【符号の説明】

【0078】

１０ 標準光源装置
２０ 色見本
２５ ＲＡＷデータ
３０ 現像画像データ
１００ 情報処理装置
１１０ 記憶部
１２０ 取得部
１３０ 学習部
１４０ 推定部
１５０ 生成部
１６０ 補完部
１７０ 制御部
２００ 情報処理端末
２１０、３１０、４１０、５１０、６１０ 現像画像
２２０、３２０、４２０、５２０、６２０ ３Ｄ－ＬＵＴデータ
３００ カメラ装置
４００ 基準カメラ装置
５００ 被調整カメラ装置
６００ 被調整カメラ装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】