特許 7575205 実行装置、実行方法、および実行プログラム

(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】2024-10-21

(45)【発行日】2024-10-29

(54)【発明の名称】実行装置、実行方法、および実行プログラム

(51)【国際特許分類】

   G06F 9/50 20060101AFI20241022BHJP

   G06T 7/00 20170101ALI20241022BHJP

【ＦＩ】

G06F9/50 150C

G06T7/00 660A

【請求項の数】 13

(21)【出願番号】P 2020103369

(22)【出願日】2020-06-15

(65)【公開番号】P2021196912

(43)【公開日】2021-12-27

【審査請求日】2021-08-19

【審判番号】

【審判請求日】2023-06-19

(73)【特許権者】

【識別番号】500257300

【氏名又は名称】ＬＩＮＥヤフー株式会社

(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】三浦 衛

(72)【発明者】

【氏名】志賀 優毅

(72)【発明者】

【氏名】日野 善至

(72)【発明者】

【氏名】二反田 哲

(72)【発明者】

【氏名】森本 浩介

(72)【発明者】

【氏名】山本 太一

【合議体】

【審判長】林 毅

【審判官】大塚 俊範

【審判官】吉田 美彦

(56)【参考文献】

【文献】特開２０１９－１６０２８７（ＪＰ，Ａ）

【文献】特開２０１８－６７３０２（ＪＰ，Ａ）

【文献】特開２００１－２５６１８６（ＪＰ，Ａ）

【文献】特開２０１２－２１２４２６（ＪＰ，Ａ）

【文献】特開２０１８－４１１９０（ＪＰ，Ａ）

【文献】特開２０１９－２１２１５７（ＪＰ，Ａ）

【文献】特開２０２０－８７５７０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

G06F 9/50

G06T 7/00

(57)【特許請求の範囲】

【請求項1】

予め登録された解析対象の情報を識別するための情報と当該解析対象に対する解析処理の内容を指定する指定情報とからなる解析要求に基づいて、所定の解析処理を構成する複数の構成処理と、当該複数の構成処理の夫々を実現するために使用するモジュールと、当該複数の構成処理の夫々を実行する順序とを決定するものであって、前記所定の解析処理の対象となった対象情報と、当該所定の解析処理を実現するために実行された複数の構成処理と、当該対象情報の解析処理の結果との履歴に基づいて、実行対象となる構成処理の内容、順序、およびモジュールを決定する決定部と、
前記決定部が使用を決定したモジュールを用いて、前記複数の構成処理を実行する実行部と
を有することを特徴とする実行装置。

【請求項2】

前記決定部は、先に実行された構成処理の結果を用いる構成処理を含む複数の構成処理を決定する
ことを特徴とする請求項１に記載の実行装置。

【請求項3】

前記決定部は、並列して実行可能な複数の構成処理を決定する
ことを特徴とする請求項１または２に記載の実行装置。

【請求項4】

前記決定部は、前記構成処理を実現する複数のモジュールのうち、いずれのモジュールを使用するかを決定する
ことを特徴とする請求項１～３のうちいずれか１つに記載の実行装置。

【請求項5】

前記決定部は、動画像を分割する分割処理、当該分割処理により分割された動画像から人物の顔を検知する検知処理、前記分割処理により分割された動画像と検知処理による検知結果とから顔の分類を行う分類処理、および、前記検知処理による検知結果と前記分類処理による分類結果とから前記動画像に撮影された人物の認証結果を生成する生成処理を実行対象となる構成処理として決定する
ことを特徴とする請求項１～４のうちいずれか１つに記載の実行装置。

【請求項6】

利用者から前記所定の解析処理の解析要求を一時的に保持する保持部
を有し、
前記実行部は、前記保持部が保持する解析要求のうち所定の条件を満たす解析要求が前記保持部から提供されると、当該解析要求に従って、前記所定の解析処理を実行する
ことを特徴とする請求項１～５のうちいずれか１つに記載の実行装置。

【請求項7】

前記実行部は、前記利用者が前記所定の解析処理の対象となる対象情報を登録した所定の外部記憶装置から当該対象情報を取得して当該対象情報の解析処理を実行し、当該解析処理の実行結果を前記外部記憶装置に登録する
ことを特徴とする請求項６に記載の実行装置。

【請求項8】

前記実行部が前記解析処理の実行結果を前記外部記憶装置に登録した場合は、前記利用者に対して解析処理が完了した旨を通知する通知部
を有することを特徴とする請求項７に記載の実行装置。

【請求項9】

それぞれ個別に前記解析処理を実行可能な前記実行部を複数有する
ことを特徴とする請求項６～８のうちいずれか１つに記載の実行装置。

【請求項10】

前記解析処理を実行可能な計算リソース、または、前記保持部が保持する解析要求の数に基づいて、前記解析処理を実行させる実行部の数を変更する変更部
を有することを特徴とする請求項９に記載の実行装置。

【請求項11】

所定の記憶装置に登録された学習データに対して利用者が付与したラベルを取得する取得部と、
前記ラベルと、前記学習データとを用いて、前記複数の構成処理のいずれかの処理で用いるモジュールを学習する学習部と、
前記学習部により学習されたモジュールを所定のモジュール記憶装置に登録する登録部と
を有し、
前記決定部は、前記モジュール記憶装置に登録されたモジュールの中から、前記複数の構成処理で使用するモジュールを決定する
ことを特徴とする請求項１～１０のうちいずれか１つに記載の実行装置。

【請求項12】

実行装置が実行する実行方法であって、
予め登録された解析対象の情報を識別するための情報と当該解析対象に対する解析処理の内容を指定する指定情報とからなる解析要求に基づいて、所定の解析処理を構成する複数の構成処理と、当該複数の構成処理の夫々を実現するために使用するモジュールと、当該複数の構成処理の夫々を実行する順序とを決定するものであって、前記所定の解析処理の対象となった対象情報と、当該所定の解析処理を実現するために実行された複数の構成処理と、当該対象情報の解析処理の結果との履歴に基づいて、実行対象となる構成処理の内容、順序、およびモジュールを決定する決定工程と、
前記決定工程が使用を決定したモジュールを用いて、前記複数の構成処理を実行する実行工程と
を含むことを特徴とする実行方法。

【請求項13】

予め登録された解析対象の情報を識別するための情報と当該解析対象に対する解析処理の内容を指定する指定情報とからなる解析要求に基づいて、所定の解析処理を構成する複数の構成処理と、当該複数の構成処理の夫々を実現するために使用するモジュールと、当該複数の構成処理の夫々を実行する順序とを決定するものであって、前記所定の解析処理の対象となった対象情報と、当該所定の解析処理を実現するために実行された複数の構成処理と、当該対象情報の解析処理の結果との履歴に基づいて、実行対象となる構成処理の内容、順序、およびモジュールを決定する決定手順と、
前記決定手順が使用を決定したモジュールを用いて、前記複数の構成処理を実行する実行手順と
をコンピュータに実行させるための実行プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、実行装置、実行方法、および実行プログラムに関する。

【背景技術】

【0002】

従来、ＤＮＮ（Deep Neural Network）等の各種モデルを用いて、所定の解析処理を実行する技術が知られている。このような技術の一例として、人の顔が有する特徴を学習したモデルを用いて、画像解析を行い、画像から顔の領域を見つけ出し、誰の顔かを判断する顔検出・認識（以下、「顔認識」と総称する。）する技術が知られている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２０－０７１８４８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、解析処理の実現に手間がかかる。

【0005】

例えば、顔認識を行う単一のモジュール（もしくは、クラス、ファンクション等）を用いて利用者の顔認識を行う場合、解析処理として、画像から人の顔を検知し、検知した顔が誰の顔であるかを識別するといった複数の処理が実行される。しかしながら、これら複数の処理が単一のモジュールにより実現される場合、複数の処理のうち一部の処理を変更したい場合であっても、全体的にモジュールの修正や再生成といった再実装を行う必要がある。

【0006】

本願は、上記に鑑みてなされたものであって、解析処理の実現を容易にすることを目的とする。

【課題を解決するための手段】

【0007】

本願に係る実行装置は、所定の解析処理を行う際に実行される複数の処理であって、それぞれ独立して実行可能な複数の処理の内容をそれぞれ決定する決定部と、前記決定部により内容が決定された複数の処理を実行することで、前記所定の解析処理を実行する実行部とを有することを特徴とする。

【発明の効果】

【0008】

実施形態の一態様によれば、解析処理の実現を容易にすることができる。

【図面の簡単な説明】

【0009】

【図1】図１は、実施形態に係る情報提供システムが実行する処理の一例を示す図である。

【図2】図２は、実施形態に係る情報提供システムのモデルの学習におけるプラットフォームの一例を示す図である。

【図3】図３は、実施形態に係る情報提供システムのモデルの利用におけるプラットフォームの一例を示す図である。

【図4】図４は、実施形態にかかる解析処理の流れを示す図である。

【図5】図５は、実施形態に係る機能構成の一例を示す第１の図である。

【図6】図６は、実施形態に係るモジュールデータベースに登録される情報の一例を示す図である。

【図7】図７は、実施形態に係る機能構成の一例を示す第２の図である。

【図8】図８は、実施形態に係る解析処理データベースに登録さる情報の一例を示す図である。

【図9】図９は、実施形態に係る情報提供装置が実行する処理の流れの一例を示すフローチャートである。

【図10】図１０は、ハードウェア構成の一例を示す図である。

【発明を実施するための形態】

【0010】

以下に、本願に係る実行装置、実行方法、および実行プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る実行装置、実行方法、および実行プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

【0011】

〔１．情報提供装置について〕
まず、図１を用いて、実行方法により実行処理を実現する情報提供システム１について説明する。図１は、実施形態に係る情報提供システムが実行する処理の一例を示す図である。図１では、情報提供システム１が実行する処理の一例として、動画解析等、各種の解析対象となる情報（以下、「解析対象情報」と記載する。）を取得し、取得した情報を解析する処理（以下、「解析処理」と記載する。）の一例について記載した。

【0012】

〔１－１．情報提供装置の概要〕
図１に示すように、情報提供システム１は、複数の情報提供装置１０、キューサーバ１００、モジュール管理サーバ２００、およびストレージサーバ３００を有する。なお、情報提供システム１の構成は、図１に示すものに限定されるものではない。例えば、情報提供システム１は、単一の情報提供装置１０を有していてもよく、複数のキューサーバ１００、複数のモジュール管理サーバ２００、および複数のストレージサーバ３００を有していてもよい。また、情報提供システム１は、ストレージサーバ３００に変えて、外部のストレージサーバと通信可能であってもよい。また、情報提供システム１は、複数の情報提供装置１０、キューサーバ１００、モジュール管理サーバ２００、およびストレージサーバ３００の機能を有するクラウドシステム等により実現されてもよい。

【0013】

複数の情報提供装置１０は、実行装置の一例であり、後述する実行処理を実現する。例えば、複数の情報提供装置１０は、インターネット等の所定のネットワークＮ（例えば、図３を参照。）を介して、各種の装置と通信可能な情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。例えば、各情報提供装置１０は、ネットワークＮを介して、利用者が利用する端末装置ＰＣ、キューサーバ１００、モジュール管理サーバ２００、およびストレージサーバ３００と通信可能である。なお、以下の説明では、複数の情報提供装置１０を特に区別しない場合、単に情報提供装置１０と記載する。

【0014】

キューサーバ１００は、インターネット等の所定のネットワークＮを介して、端末装置ＰＣや情報提供装置１０等と通信可能な情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。例えば、キューサーバ１００は、端末装置ＰＣから送信される解析要求をキューとして保持し、情報提供装置１０に対して、先に保持したキューから順番に提供するキューイングを実現する。

【0015】

モジュール管理サーバ２００は、インターネット等の所定のネットワークＮを介してして、端末装置ＰＣや情報提供装置１０等と通信可能な情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。モジュール管理サーバ２００は、各種の処理を実行するモジュールの修正、生成、管理などを行う。ここで、モジュールとは、後述する構成処理を実現するためのプログラムモジュールである。なお、モジュールは、例えば、ＳＶＭ（Support Vector Machine）やＤＮＮ（Deep Neural Network）等、各種のモデルにより実現されてもよい。このようなモデルによりモジュールが実現される場合、モジュール管理サーバ２００は、モデルの学習や再学習、修正等によりモジュールの再実装を実現することとなる。

【0016】

ストレージサーバ３００は、インターネット等の所定のネットワークＮを介して、端末装置ＰＣや情報提供装置１０等と通信可能な情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。ストレージサーバ３００は、解析対象情報の登録や、解析処理の結果等の登録を受け付けると、受け付けた解析対象情報や結果の提供を行う。

【0017】

端末装置ＰＣは、スマートフォンやタブレット等のスマートデバイス、もしくはＰＣ（Psersonal Computer）であり、３Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網、もしくは各種のネットワークを介して任意のサーバ装置と通信を行うことができる情報処理装置である。例えば、端末装置ＰＣは、ストレージサーバ３００に解析対象情報を登録し、情報提供装置１０から解析完了通知を受け付けると、ストレージサーバ３００から、情報提供装置１０が登録した解析結果を取得する。

【0018】

〔１－２．実行処理について〕
ここで、従来の解析処理において、処理内容の変更が行われた場合等は、解析処理の内容を全体的に修正する必要があり、手間がかかっていた。例えば、単一のモジュールを用いて顔認識を行う場合、顔画像を入力情報とし、認証結果を出力情報とするペアのデータを学習データとして準備し、入力情報が入力された際に、正しいペアの出力情報を出力するように、モジュールの作成を行う。

【0019】

しかしながら、このような手法により生成されたモジュールは、入力情報に変更があった際に、正しい出力を行うことができない恐れがある。例えば、学習データの入力情報として顔の正面画像のみを用いた場合、顔の側面画像を用いた顔認識の精度が低下してしまう恐れがある。しかしながら、このように顔の側面画像を用いた顔認識を行うためには、顔の側面画像を入力情報とし、認証結果を出力情報とするペアのデータを学習データとして新たに準備し、モジュールの修正・再生成モジュールの修正・再生成を行う必要がある。

【0020】

一方で、各種の解析処理は、それぞれ個別に実行される複数の処理により構成される場合がある。例えば、動画像を用いた顔認識を解析処理とみなした場合、動画像をフレーム分割する分割処理、分割処理により分割された動画像から人物の顔が撮影された範囲を検知する検知処理、分割処理により分割された動画像と検知処理による検知結果とから、撮影された顔の分類を行う分類処理、および、検知処理による検知結果と分類処理による分類結果とから動画像に撮影された人物の認証結果を生成する生成処理に分割することができる。

【0021】

このように、解析処理をそれぞれ疎な処理、すなわち、解析処理を構成する複数の構成処理であって、それぞれ独立して実行可能な複数の構成処理に分割した場合、構成処理ごとに処理内容の修正を行うことで、解析処理全体の修正を実現することが可能となる。例えば、顔認識が分割処理、検知処理、分類処理および生成処理により構成されている場合、正面画像のみを用いた顔認識を側面画像を加えた顔認識に修正する場合は、検知処理において顔の正面のみではなく横顔を検知するように修正し、分類処理において顔の正面および横顔に基づいた分類を行うように修正すればよい。このような修正を行った場合、分割処理や生成処理といった、共通して実行される構成処理については、修正の必要がなくなる。さらに、それぞれ異なる複数の解析処理を構成する構成処理として、共通する構成処理が含まれる場合、このような構成処理を実現するモジュールを各解析処理ごとに生成せずとも、共用することができる。

【0022】

そこで、情報提供装置１０は、以下の実行処理を実行する。まず、情報提供装置１０は、所定の解析処理を行う際に実行される複数の処理であって、それぞれ独立して実行可能な複数の処理（すなわち、構成処理）の内容をそれぞれ決定する。そして、情報提供装置１０は、内容が決定された複数の構成処理を実行することで、所定の解析処理を実行する。

【0023】

このように、情報提供装置１０は、解析処理を１つの処理として実行するのではなく、解析処理を実現する複数の構成処理を決定し、決定した複数の構成処理をそれぞれ実行する。このような処理の結果、解析処理の内容に変更や更新があった場合にも、修正対象を構成処理単位に収めることができるので、修正対象となる処理内容を最小限に抑えることができる。この結果、情報提供装置１０は、再実装に必要な手間や計算リソース、時間等の削減を実現し、解析処理の実現を容易にすることができる。また、情報提供装置１０は、解析処理を構成する構成処理をフレキシブルに組み合わせて実現することができるので、様々な解析処理の実行を実現することができる。

【0024】

〔１－３．実行処理の一例について〕
以下、図１を用いて、実行処理の一例について説明する。まず、利用者Ｕは、端末装置ＰＣを用いてモジュール管理サーバ２００にアクセスし、モジュール管理サーバ２００が記憶する学習データを参照する。なお、利用者Ｕは、モジュール管理サーバ２００に対し、モジュールの修正や再生成といった学習に用いる学習データの登録を行ってもよい。そして、利用者Ｕは、学習データに対して、ラベルを付与する（ステップＳ１）。より具体的には、利用者Ｕは、構成処理を実現するモジュールの学習データに対し、どのような出力を行わせるかの指標となるラベルを付与する。

【0025】

例えば、利用者Ｕは、顔認識の対象となる利用者である対象利用者の顔写真であって、正面の顔写真に対し、対象利用者を識別する識別子をラベルとして付与してもよい。また、利用者Ｕは、対象利用者の顔写真とその対象利用者の識別子とを対応付けた学習データに対して正例を示すラベルを付与し、対象利用者の顔写真とその対象利用者とは異なる対象利用者の識別子とを対応付けた学習データに対して負例のラベルを付与してもよい。また、利用者Ｕは、対象利用者の横顔も使う場合は、対象利用者の横顔の画像に対して、対象利用者の識別子をラベルとして付与してもよく、対象利用者の横顔の画像と対象利用者の識別子との組に、正例のラベルを付与してもよい。すなわち、利用者Ｕは、学習データに対してラベルを付与することで、モジュール（もしくはモジュールとして動作するニューラルネットワークなどのモデル。以下同様。）の生成に用いる学習データを設定する。

【0026】

この際、利用者Ｕは、構成処理を実現するモジュールのうち、どのモジュールの学習データにするかを指定する。例えば、利用者Ｕは、対象利用者の顔の画像と識別子との組である学習データを設定する際、かかる学習データが、顔認識を実現する構成処理のうち、分類処理に用いるモジュールの学習データである旨を登録する。このような処理の結果、モジュール管理サーバ２００は、利用者Ｕが設定した学習データを用いて、モジュールの学習を行う（ステップＳ２）。

【0027】

ここで、モジュール管理サーバ２００は、分類処理を実現するモジュールを新規に生成してもよく、分類処理を実現する既存のモジュールに対し、利用者Ｕが設定した学習データを用いた再実装（すなわち、処理内容の修正）を行ってもよい。例えば、モジュール管理サーバ２００は、既存のモジュールとして対象利用者の顔の正面が撮影された画像の特徴を学習したモジュールが存在する場合、対象利用者の顔の側面が撮影された画像を含む学習データを用いて、既存のモジュールの修正・再生成を行ってもよい。

【0028】

なお、上述した例では、利用者Ｕが分類処理に用いるモジュールの生成を行うための学習データの設定を行い、かかるモジュールの生成を行う例について記載したが、実施形態は、これに限定されるものではない。例えば、利用者Ｕは、分割処理や検知処理、生成処理等、実行対象となる各種解析処理を構成する構成処理を実現する任意のモジュールについて、任意の形式の学習データを設定してよい。このような処理の結果、モジュール管理サーバ２００は、任意の構成処理を実現するモジュールの生成を行うことができる結果、構成処理の内容を任意の形式で修正することができる。

【0029】

続いて、利用者Ｕは、解析処理の対象となる解析対象情報をストレージサーバ３００にに登録する（ステップＳ３）。例えば、利用者Ｕは、動画像に撮影された人物の顔認識を行う場合、動画像のデータをストレージサーバ３００に登録する。そして、利用者Ｕは、解析要求をキューの末尾に登録する（ステップＳ４）。例えば、利用者Ｕは、解析要求として、解析対象情報を識別するための情報（例えば、ストレージサーバ３００が解析対象情報を記憶した領域や、解析対象情報を識別するための識別子）と、解析処理の内容を指定する指定情報を送信する。

【0030】

ここで、指定情報は、解析処理を構成する構成処理や、構成処理の内容を示す情報である。例えば、利用者Ｕは、顔認識を実現する構成処理として、分割処理、検知処理、分類処理、および生成処理を指定するとともに、分類処理に用いるモジュール、検知処理に用いるモジュール、分類処理に用いるモジュール、および生成処理に用いるモジュールを指定する。このような場合、端末装置ＰＣは、指定された処理やモジュールを示す指定情報を生成し、解析要求に含めて送信する。

【0031】

なお、指定情報には、各構成処理を実行する順序や、各構成処理をそれぞれ順番に（すなわち、直列的）に実行するか、同時に（すなわち、並行的に）実行するかを示す情報が含まれてもよい。例えば、ある解析処理を実現する構成処理として、第１処理～第５処理が存在するものとする。このような第１処理～第５処理において、第２処理が第１処理の処理結果を用いた処理であり、第３処理が第１処理もしくは第２処理の処理結果を用いた処理であり、第４処理が第１処理～第３処理の処理結果を用いたものであり、第５処理が第１処理～第４処理の処理結果を用いるものである場合、情報提供装置１０は、第１処理～第５処理を直列的に実行する必要がある。このような場合、利用者Ｕは、第１処理、第２処理、第３処理、第４処理、および第５処理の順に処理を実行するように指定する。

【0032】

一方、第２処理と第３処理とがそれぞれ第１処理の処理結果のみを用いたものである場合、第２処理と第３処理とは、同時並行的に実行可能な処理である。このような場合、利用者Ｕ１は、第１処理を実行した後に、第２処理と第３処理とを同時並行的に実行し、その後、第４処理と第５処理とを実行するように指定する。

【0033】

続いて、情報提供装置１０は、キューサーバ１００から、最も古いキューを取得する（ステップＳ５）。そして、情報提供装置１０は、取得したキューに従って、解析処理を実行する。より具体的には、情報提供装置１０は、キューが示す解析対象情報をストレージサーバ３００から取得する（ステップＳ６）。続いて、情報提供装置１０は、指定情報に従って、解析処理を構成する構成処理ごとにモジュールを用いた処理をモジュール管理サーバ２００に実行させる（ステップＳ７）。このように、構成処理ごとにモジュールを用いた処理を実行させることで、情報提供装置１０は、解析処理を実行する（ステップＳ８）。

【0034】

例えば、情報提供装置１０は、解析対象情報の分割処理を実行する。そして、情報提供装置１０は、分割処理の結果を取得する。続いて、情報提供装置１０は、分割処理の結果をモジュール管理サーバ２００に送信し、検知処理を実現するモジュールを用いて検知処理を実行させる。そして、情報提供装置１０は、検知処理の結果を取得する。

【0035】

続いて、情報提供装置１０は、分割処理の結果と検知処理の結果とをモジュール管理サーバ２００に送信し、分類処理を実現するモジュールを用いて分類処理を実行させる。そして、情報提供装置１０は、分類処理の結果を取得する。そして、情報提供装置１０は、検知処理の結果と分類処理の結果とを用いて生成処理を実行する。そして、情報提供装置１０は、生成処理の結果、すなわち、顔認識といった解析処理を取得する。

【0036】

また、情報提供装置１０は、解析処理の実行結果を解析結果としてストレージサーバ３００に登録する（ステップＳ９）。また、情報提供装置１０は、端末装置ＰＣに対し、解析完了を通知する（ステップＳ１０）。この結果、利用者Ｕは、ストレージサーバ３００から、解析結果を取得することができる（ステップＳ１１）。

【0037】

このように、情報提供装置１０は、顔認識等の解析処理を１つの処理として実行するのではなく、複数の構成処理と見做して実行する。より具体的には、情報提供装置１０は、構成処理ごとに、実行する処理内容（例えば、使用するモジュール）を決定し、決定した処理内容の構成処理を順次あるいは同時並行的に実行することで、解析処理を実行する。このような処理の結果、情報提供装置１０は、構成処理ごとに処理内容の変更や更新を受け付けることができる結果、より容易に解析処理を実現することができる。また、情報提供装置１０は、構成処理が他の解析処理を構成する構成処理と同一である場合、かかる構成処理に用いるモジュールを流用することができるので、モジュールの生成に要する時間や計算リソースを削減することができる。

【0038】

なお、図１に示す例では、情報提供装置１０は、検知処理および分類処理をモジュール管理サーバ２００に実行させた。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置１０は、各構成処理をすべてモジュール管理サーバ２００に実行させてもよく、例えば、モジュール管理サーバ２００から各処理に用いるモジュールであって、指定情報が指定するモジュールを取得し、取得したモジュールを用いて、解析処理を実現してもよい。

【0039】

〔１－４．プラットフォームの一例について〕
次に、図２～図４を用いて、モジュールもしくはその一部として動作するモデルの学習およびモデルの利用におけるプラットフォームの一例について説明する。なお、以下の説明では、モジュールとモデルとを同義に用いる場合がある。

【0040】

まず、図２を用いて、モデルの学習におけるプラットフォームの一例について説明する。図２は、実施形態に係る情報提供システムのモデルの学習におけるプラットフォームの一例を示す図である。例えば、図２に示す場合、Ｉｍａｇｅ ｃｒａｗｌｅｒによって収集された学習データが、所定のストレージに登録される（Ｓｔｏｒｅ ｔｒａｉｎｉｎｇ ｄａｔａ）。このような場合、利用者Ｕ（Ｕｓｅｒ）は、Ｏｂｊｅｃｔ ｓｔｏｒａｇｅに登録された学習データを参照し、ラベルの付与を行う（Ａｎｎｏｔａｔｅ ｄａｔａ）。そして、利用者Ｕは、モジュール管理サーバ２００等、モデルの学習を行うクラスタ（Ｃｌｕｓｔｅｒ ｆｏｒ ｔｒａｉｎｉｎｇ）が有するＴｒａｉｎｉｎｇ ＡＰＩ（Application Programming Interface）を介して、モデルの学習を要求する（Ｉｓｓｕｅ ｒｅｑｕｅｓｔ）。

【0041】

このような場合、Ｔｒａｉｎｉｎｇ ＡＰＩは、クラスタを構成するいずれかの構成単位（例えば、サーバやシステム）に対し、モデルの学習を割り当てる（Ｉｎｖｏｋｅ ｊｏｂ）。そして、構成単位は、Ｏｂｊｅｃｔ ｓｔｏｒａｇｅからラベルが付与された学習データを読み出し、読みだした学習データを用いたモデルの学習を行い（Ｔｒａｉｎｉｎｇ ｊｏｂｓ）、学習済みのモデルをＯｂｊｅｃｔ ｓｔｏｒａｇｅに登録する（Ｓｔｏｒｅ ｍｏｄｅｌ）。なお、学習済みのモデルが格納されるＯｂｊｅｃｔ ｓｔｏｒａｇｅと、学習データが登録されるＯｂｊｅｃｔ ｓｔｏｒａｇｅとは、同一の記憶装置であってもよく、異なる記憶装置であってもよい。

【0042】

また、図２に示すプラットフォームにおいては、学習済みのモデルのデプロイを行うＣｌｕｓｔｅｒ ｆｏｒ ｉｎｆｅｒｅｎｃｅが備わっている。例えば、Ｃｌｕｓｔｅｒ ｆｏｒ ｉｎｆｅｒｅｎｃｅを構成するＭｏｄｅｌ ｕｐｄａｔｅｒは、Ｏｂｊｅｃｔ ｓｔｏｒａｇｅをポーリングし、登録されているモデルに差分が生じた場合（すなわち、モデルの登録や更新が行われた場合）、ＭＬ ｍｏｄｅｌ ｓｅｒｖｅｒに対してモデルの更新を要求する（Ｒｅｑｕｅｓｔ ｕｐｄａｔｅ）。この結果、ＭＬ ｍｏｄｅｌ ｓｅｒｒｖｅｒ、すなわち、モジュール管理サーバ２００は、常に最新のモデルを利用可能とすることができる。

【0043】

なお、図１に示す例では、発明の特徴の理解を容易にするため、モデルを管理する各種の処理をモジュール管理サーバ２００が実行するものとした。このような場合、図２に示すプラットフォームの各構成要素は、モジュール管理サーバ２００が有することとなる。しかしながら、実施形態は、これに限定されるものではない。例えば、モジュール管理サーバ２００が図２に示すＭＬ ｍｏｄｅｌ ｓｅｒｖｅｒに対応する場合、図２に示す他の構成要素は、モジュール管理サーバ２００とは別の情報処理装置やクラウドシステム等により実現されることとなる。

【0044】

次に、図３を用いて、モデルの利用におけるプラットフォームの一例について説明する。図３は、実施形態に係る情報提供システムのモデルの利用におけるプラットフォームの一例を示す図である。例えば、図３に示す例では、利用者Ｕ（Ｕｓｅｒ）は、Ｏｂｊｅｃｔ ｓｔｏｒａｇｅ（例えば、ストレージサーバ３００）に対し、解析対象情報となる動画像を登録する（Ｓｔｏｒｅ ｖｉｄｅｏ ｆｉｌｅ）。そして、利用者Ｕは、Ａｎａｌｙｓｉｓ ＡＰＩ（例えば、キューサーバ１００）に対し、解析要求を登録する（Ｒｅｑｕｅｓｔ ａｎａｌｙｓｉｓ）。

【0045】

このような場合、Ａｎａｌｙｓｉｓ ＡＰＩは、解析要求をキューの末尾に追加する（Ｅｎｑｕｅｕｅ ｒｅｑｕｅｓｔ）。そして、このような解析要求は、Ｍａｓｓａｇｉｎｇ ｓｙｓｔｅｍを介して、複数のＫｕｂｅｒｎｅｔｅｓ ｃｌｕｓｔｅｒ（例えば、情報提供装置１０に対応）のうちいずれかのＫｕｂｅｒｎｅｔｅｓ ｃｌｕｓｔｅｒに対して通知される。なお、このようなＭａｓｓａｇｉｎｇ ｓｙｓｔｅｍの機能は、キューサーバ１００が有する機能として実現されてもよい。

【0046】

ここで、Ｋｕｂｅｒｎｅｔｅｓ ｃｌｕｓｔｅｒを構成するＪｏｂ ｏｐｅｒａｔｅｒは、Ｍａｓｓａｇｇｉｎｇ ｓｙｓｔｅｍをポーリング（Ｐｏｌｌｉｎｇ）し、解析要求を取得する。そして、Ｊｏｂ ｏｐｅｒａｔｅｒは、解析要求を取得すると、解析処理を実行するクラスタ（Ａｎａｌｙｓｉｓ ｊｏｂｓ）に対して、解析処理の実行を割り当てる（Ｉｎｖｏｋｅ ｊｏｂ）。

【0047】

このような場合、解析処理を実行するクラスタは、Ｏｂｊｅｃｔ ｓｔｏｒａｇｅから、解析対象情報となる動画像を取得するとともに（Ｄｏｗｎｌｏａｄ ｖｉｄｅｏ ｆｉｌｅ）、ＭＬ ｍｏｄｅｌ ｓｅｒｖｅｒに対して、モデルを用いた構成処理を実行させる（Ｒｅｑｕｅｓｔ ｉｎｆｅｒｅｎｃｅ）。そして、解析処理を実行するクラスタは、すべての構成処理が完了すると、最終的に得られた実行結果を解析結果として、Ｏｂｊｅｃｔ ｓｔｏｒａｇｅに登録する（Ｓｔｏｒｅ ａｎａｌｙｓｉｓ ｒｅｓｕｌｔ）。また、解析処理を実行するクラスタは、Ｍａｓｓａｇｉｎｇ ｓｙｓｔｅｍを介して、利用者Ｕに解析処理の完了を通知する（Ｎｏｔｉｆｙ ｃｏｍｐｌｅｔｉｏｎ）。この結果、利用者Ｕは、解析結果をＯｂｊｅｃｔ ｓｔｏｒａｇｅから得ることができる。

【0048】

続いて、図４を用いて、解析処理の流れについて説明する。図４は、実施形態にかかる解析処理の流れを示す図である。図４に示すように、情報提供装置１０は、解析処理を構成する構成処理をモジュールとして抽象化することで、解析処理のパイプラインを疎結合にする。このような処理の結果、情報提供装置１０は、構成処理の内容の更新や、解析処理を構成する構成処理の組み換えといった作業を容易にするとともに、単一のモデルをＡＰＩ化する工数を削減することができる。

【0049】

例えば、Ｏｂｊｅｃｔ Ｓｔｏｒａｇｅに登録された動画像は、Ｓｔｏｒｅに入力される。続いて、分割処理を実現するＶｉｄｅｏ Ｓｐｌｉｔｔｅｒは、Ｓｔｏｒｅから動画像を読み出し、フレームごとの静止画像であるＦｒａｍｅ Ｉｍａｇｅを生成し、生成したＦｒａｍｅ ＩｍａｇｅをＳｔｏｒｅに入力する。続いて、検知処理を実現するＦａｃｅ Ｄｅｔｅｃｔｏｒ Ｍｏｄｕｌｅは、ＳｔｏｒｅからＦｒａｍｅ Ｉｍａｇｅを取得し、Ｆａｃｅ Ｄｅｔｅｃｔｏｒ Ｉｎｆｅｒｅｎｃｅ Ｓｅｒｖｅｒ（例えば、モジュール管理サーバ２００）に送信する。この結果、Ｆａｃｅ Ｄｅｔｅｃｔｏｒ Ｉｎｇｅｒｅｎｃｅ Ｓｅｒｖｅｒは、モデルを用いて検知処理を実行し、実行結果をＦａｃｅ Ｄｅｔｅｃｔｏｒ Ｍｏｄｕｌｅへと返す。そして、Ｆａｃｅ Ｄｅｔｅｃｔｏｒ Ｍｏｄｕｌｅは、検知処理の結果、例えば、Ｆｒａｍｅ Ｉｍａｇｅ内において人物の顔が撮影されている範囲を示すＢｏｕｎｄｉｎｇ Ｂｏｘの情報をＳｔｏｒｅに入力する。

【0050】

続いて、分類処理を実現するＣＮＮ（Convolutional Neural Network） Ｃｌａｓｓｉｌｉｅｒ Ｍｏｄｕｌｅは、Ｓｔｏｒｅから検知処理の結果であるＢｏｕｎｄｉｎｇ Ｂｏｘと分割処理の結果であるＦｒａｍｅ Ｉｍａｇｅとを取得する。そして、ＣＮＮ Ｃｌａｓｓｉｌｉｅｒ Ｍｏｄｕｌｅは、ＣＮＮＣｌａｓｓｉｌｉｅｒ Ｉｎｆｅｒｅｎｃｅ Ｓｅｒｖｅｒ（例えば、モジュール管理サーバ２００）に送信する。この結果、ＣＮＮ Ｃｌａｓｓｉｌｉｅｒ Ｉｎｇｅｒｅｎｃｅ Ｓｅｒｖｅｒは、モデルを用いて分類処理を実行し、実行結果をＣＮＮ Ｃｌａｓｓｉｌｉｅｒ Ｍｏｄｕｌｅへと返す。そして、ＣＮＮ Ｃｌａｓｓｉｌｉｅｒ Ｍｏｄｕｌｅは、検知処理の結果、例えば、Ｂｏｕｎｄｉｎｇ Ｂｏｘ内に撮影された利用者の識別結果（分類結果）であるＣｌａｓｓｉｆｉｃａｔｉｏｎ ＲｅｓｕｌｔをＳｔｏｒｅに入力する。

【0051】

続いて、生成処理を実現するＳｈａｐｅｒ Ｍｏｄｕｌｅは、Ｓｔｏｒｅから検知処理の結果であるＢｏｕｎｄｉｎｇ Ｂｏｘと分類処理の結果であるＣｌａｓｓｉｆｉｃａｔｉｏｎ Ｒｅｓｕｌｔとを取得する。このような場合、Ｓｈａｐｅｒ Ｍｏｄｕｅは、利用者の認証結果を生成し、生成した認証結果をＳｔｏｒｅに入力する。その後、Ｓｔｏｒｅは、認証結果をＲｅｓｕｌｔとして、Ｏｂｊｅｃｔ Ｓｔｏｒａｇｅに登録する。

【0052】

このような解析パイプラインを構成した場合、例えば、Ｆａｃｅ Ｄｅｔｅｃｔｏｒのモデルをアップデートする場合は、Ｆａｃｅ Ｄｅｔｅｃｔｏｒ Ｉｎｆｅｒｅｎｃｅ Ｓｅｒｖｅｒのモデルを更新するだけでよく、Ｆａｃｅ Ｄｅｔｅｃｔｏｒのコード買い替えて再度デプロイする手間を削減することができる。また、このような解析パイプラインを構成した場合、例えば、認識対象となる人物が変化した場合であっても、ＣＮＮ Ｃｌａｓｓｉｆｉｅｒ Ｉｎｆｅｒｅｎｃｅ Ｓｅｒｖｅｒ以外のモジュールを共通して用いることができる。

【0053】

また、上述した処理以外にも、例えば、顔認識のアルゴリズムを変更し、顔の検出、顔の特徴ベクトルを抽出、特徴ベクトルを用いたｋ近傍法による認識といった解析処理を行いたい場合であっても、情報提供システム１は、Ｖｉｄｅｏ ＳｐｌｉｔｔｅｒやＦａｃｅ Ｄｅｔｅｃｔｏｒ、 Ｓｈａｐｅｒのモジュールを流用することができる。

【0054】

〔１－５．情報提供システム１のバリエーションについて〕
上述した説明では、図１に示す情報提供システム１は、図２～図４に示すプラットフォームに沿って、決定処理を実現した。しかしながら、実施形態は、これに限定されるものではない。以下、実行処理を実現する実施形態のバリエーション、すなわち、情報提供システム１のバリエーションについて説明する。

【0055】

〔１－５－１．実行主体について〕
上述した説明では、複数の情報提供装置１０と、キューサーバ１００と、モジュール管理サーバ２００と、ストレージサーバ３００とが協調して実行処理を実現する処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置１０は、キューサーバ１００と、モジュール管理サーバ２００と、ストレージサーバ３００との機能を発揮する単一のサーバ装置、もしくはクラウドシステムであってもよい。このような構成を有する場合、情報提供装置１０は、キューサーバ１００のように、解析要求をキューとして保持する機能、モジュール管理サーバ２００のように、モデルの生成や管理、モデルを用いた構成処理の実行を行う機能、および、ストレージサーバ３００のように、各種情報を保持する機能を有することとなる。

【0056】

また、情報提供システム１は、例えば、ストレージサーバ３００を有さず、外部に設置された任意のストレージシステムを用いて、解析対象情報や解析結果を利用者Ｕとの間で送受信してもよい。また、情報提供システム１は、例えば、モデルを外部のサーバに保持してもよい。

【0057】

〔１－５－２．処理の推定について〕
上述した例では、情報提供装置１０は、解析処理として、利用者が指定した複数の構成処理を実行した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置１０は、利用者から実行する解析処理の指定のみを受け付けてもよい。このような場合、情報提供装置１０は、指定された解析処理を実現する複数の構成処理を特定する。例えば、情報提供装置１０は、あらかじめ解析処理とその解析処理を実現するための複数の構成処理とを対応付けたテーブルを用いて、構成処理を特定してもよい。

【0058】

また、情報提供装置１０は、解析対象情報と、その解析対象情報に対して実行した解析処理を構成する構成処理と、解析処理の結果との組の履歴に基づいて、実行対象となる構成処理を推定してもよい。例えば、情報提供装置１０は、履歴における解析対象情報の種別や内容、各種の特徴量を算出するとともに、その特徴量に対して、解析処理の結果における精度と、その解析処理を実現するために実行された複数の構成処理の内容や順序を示す構成処理情報を対応付けた学習データを生成する。そして、情報提供装置１０は、精度が所定の閾値を超える学習データの特徴量と構成処理情報とを正例とし、精度が所定の閾値を下回る学習データの特徴量と構成処理情報とを負例とする。

【0059】

そして、情報提供装置１０は、所定のモデルに、正例と負例との特徴を学習させる。例えば、情報提供装置１０は、正例の特徴量をモデルに入力した際に、その特徴量と対応付けた構成処理情報を出力し、かつ、負例の特徴量をモデルに入力した際に、その特徴量と対応付けた構成処理情報を出力しないようにモデルの学習を行う。

【0060】

続いて、情報提供装置１０は、解析要求を受け付けると、解析対象情報の特徴量を算出し、算出した特徴量を学習済みのモデルに入力する。そして、情報提供装置１０は、モデルが出力した情報を、解析処理を実現するための複数の構成処理の内容や順序を示す構成処理情報として取得する。この結果、情報提供装置１０は、解析対象情報の特徴量に応じた内容の構成処理を、解析対象情報の特徴量に応じた順序で実行することができる。

【0061】

なお、構成処理情報は、解析処理を構成する構成処理そのものや順序を示すものであってもよく、構成処理の内容、すなわち、構成処理を実現するために用いるモジュールを示すものであってもよい。このような構成処理情報を用いて、モデルの学習を行うことで、情報提供装置１０は、解析対象情報の特徴に応じたモジュールを用いた構成処理を実行することができる。例えば、情報提供装置１０は、動画像から顔認識を行う処理について、分類処理に第１モデルを使った場合と第２モデルを使った場合とで精度に差が生じていた場合、より高い精度を発揮したモデルを分類処理に用いるモデル（すなわち、モジュール）とすることができる。

【0062】

また、情報提供装置１０は、過去の履歴における解析対象情報の特徴量と、新たな解析対象情報との特徴量との類似性に応じて、実行する構成処理やその内容を適宜最適化することができる。より具体的な例を挙げて説明する。例えば、過去の履歴において、映画等の動画像から顔認識を行う処理について、分類処理に第１モジュールを使った場合、第２モジュールを使った場合よりも解析結果の精度が高く、監視カメラ等の動画像から顔認識を行う処理について、分類処理に第２モジュールを使った場合、第１モジュールを使った場合よりも解析結果の精度が高かったものとする。このような場合であっても、情報提供装置１０は、解析対象情報となる動画像の特徴量が、映画等の動画像の特徴量に類似する場合、分類処理に用いるモジュールとして第１モジュールを選択し、解析対象情報となる動画像の特徴量が、監視カメラ等の動画像の特徴量に類似する場合、分類処理に用いるモジュールとして第２モジュールを選択することができる。

【0063】

また、例えば、映画等の動画像と、監視カメラ等の動画像とに対し、分割処理と、検出処理と、分類処理と、生成処理とを実行する第１解析処理、および、分類処理と、検出処理と、検出された顔の特徴ベクトルを抽出する抽出処理と、特徴ベクトルを用いたｋ近傍法により分類を行う近傍分類処理とを実行する第２解析処理がそれぞれ実行されていたものとする。また、映画等の動画像については、第１解析処理のほうが第２解析処理よりも精度が高く、監視カメラ等の動画像については、第２解析処理のほうが第１解析処理よりも精度が高かったものとする。このような場合であっても、情報提供装置１０は、新たな解析対象情報となる動画像の特徴量が、映画等の動画像の特徴量に類似する場合は、第１解析処理を構成する構成処理を実行対象とし、新たな解析対象情報となる動画像の特徴量が、監視カメラ等の動画像の特徴量に類似する場合は、第２解析処理を構成する構成処理を実行対象とすることができる。このように、情報提供装置１０は、解析対象情報の特徴に基づいて、解析処理を構成する構成処理や、構成処理の内容を最適化することで、より適切な解析結果を提供することができる。

【0064】

なお、情報提供装置１０は、解析対象情報と、利用者が実行を指定した解析処理を示す解析処理情報との特徴量を用いてもよい。このような特徴量を学習対象とすることで、情報提供装置１０は、同一の解析対象情報に対し、利用者が異なる複数の解析処理を所望する場合であっても、各解析処理として適切な構成処理を実行対象として決定することができる。

【0065】

〔１－５－３．クラスタ制御について〕
上述した例では、情報提供システム１は、解析要求をキューとして保持し、解析処理を実行可能な情報提供装置１０（すなわち、解析処理の実行クラスタ）が、最先のキューとなる解析処理を実行した。ここで、情報提供システム１は、キューサーバ１００が保持するキューの数もしくは解析処理を実行可能な計算リソース等に応じて、処理を実行する実行クラスタの数を制御してもよい。

【0066】

例えば、情報提供システム１は、キューの数が所定の閾値を下回る場合、解析処理を実行する情報提供装置１０の数を所定の閾値以下とすることで、消費電力の削減等を図ってもよい。また、情報提供システム１は、キューの数が所定の閾値を上回る場合、解析処理を実行する情報提供装置１０の数を増加させることで、利用者Ｕの待機時間を短縮させてもよい。

【0067】

例えば、情報提供システム１は、キューとして保持された解析要求が実行を要求する解析処理の内容や解析対象情報のデータ量等に基づいて、解析処理に要する計算リソースの指標値を算出する。より具体的な例を挙げると、情報提供システム１は、例えば、解析要求ごとに、必要なＣＰＵ（Central Processing Unit）の数やメモリ量、情報提供装置１０の台数、計算に要する時間等に基づいて、指標値を算出し、キューとして保持された各解析要求の指標値の総和を算出する。そして、情報提供システム１は、算出された指標値の総和が所定の閾値を下回る場合、解析処理を実行する情報提供装置１０の数を所定の閾値以下とし、指標値の総和が所定の閾値を上回る場合、解析処理を実行する情報提供装置１０の数を増加させてもよい。

【0068】

なお、このような指標値は、例えば、解析処理を構成する構成処理が直列的に実行されるものであるか、並列的に実行可能なものであるかに応じて変化するものであってもよい。このような指標値に応じて、実行クラスタの数を変更することで、情報提供システム１は、より適切な解析処理の実行を実現することができる。

【0069】

〔１－５－４．その他〕
なお、情報提供システム１は、解析対象情報と解析処理の指定のみを受け付けた場合、解析対象情報の特徴に応じて、解析処理の内容を自動的に決定してもよい。このように、解析処理の内容を自動的に決定する場合、例えば、図３に示すＪｏｂ ｏｐｅｒａｔｏｒは、利用者にとってブラックボックスとなる。

【0070】

〔２．機能構成の一例〕
以下、上記した情報提供システム１が有する機能構成の一例について説明する。以下の説明では、まず、キューサーバ１００とモジュール管理サーバ２００とが有する機能構成の一例を説明し、その後、情報提供装置１０が有する機能構成の一例について説明する。なお、以下に説明する機能構成は、あくまで一例であり、例えば、後述するすべての機能構成は、すべて情報提供装置１０が有するものであってもよく、任意の単位でそれぞれ異なる装置が有する者であってもよい。

【0071】

〔２－１．キューサーバとモジュール管理サーバとの機能構成の一例〕
図５は、実施形態に係る機能構成の一例を示す第１の図である。図５に示すように、キューサーバ１００は、通信部１２０、記憶部１３０、および制御部１４０を有する。

【0072】

通信部１２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１２０は、ネットワークＮと有線または無線で接続され、端末装置ＰＣ、情報提供装置１０、モジュール管理サーバ２００、およびストレージサーバ３００との間で情報の送受信を行う。

【0073】

記憶部１３０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部１３０は、キューデータ１３１を記憶する。キューデータ１３１は、キューイングされた解析要求である。

【0074】

説明を続ける。制御部１４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、キューサーバ１００内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１４０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

【0075】

図５に示すように、制御部１４０は、保持部１４１、および変更部１４２を有する。保持部１４１は、利用者から受け付けた所定の解析処理の実行を要求する解析要求を一時的に保持する。例えば、保持部１４１は、解析対象となる解析対象情報と解析処理と要求元の利用者とを示す解析要求を受け付けると、キューデータ１３１として記憶部１３０に保持する。なお、保持部１４１は、解析処理として実行させる複数の構成処理や構成処理の内容を示す解析要求を保持してもよい。

【0076】

そして、保持部１４１は、情報提供装置１０から解析要求の配信要求を受け付けると、キューデータ１３１として登録された解析要求のうち、所定の条件を満たす解析要求を情報提供装置１０へと提供する。例えば、保持部１４１は、キューデータ１３１のうち、保持日時が最も古い解析要求（すなわち、最先の解析要求）を提供してもよい。また、保持部１４１は、各種の条件に応じて、キューデータ１３１として保持する解析要求を提供してもよい。例えば、保持部１４１は、ユーザが解析要求に対してあらかじめ設定された重要度を参照し、重要度が最も高い解析要求を優先的に情報提供装置１０へと提供してもよい。また、保持部１４１は、解析処理の内容等から、解析に要する時間や計算リソース量を推定し、推定結果に応じた順序で、解析要求を情報提供装置１０へと送信してもよい。また、保持部１４１は、複数の条件の組み合わせに応じた順序で、解析要求を提供してもよい。例えば、保持部１４１は、緊急度が高い程、もしくは、保持日時が古い程、解析要求をより優先的に提供してもよい。このような解析要求の提供順序は、各種任意の条件を採用することができる。

【0077】

変更部１４２は、解析処理を実行可能な計算リソース、または、保持された解析要求の数に基づいて、解析処理を実行させる情報提供装置１０等の実行クラスタの数を変更する。例えば、変更部１４２は、キューデータ１３１を参照し、キューイングされた解析要求の数を計数する。また、変更部１４２は、各解析要求の内容を参照し、キューイングされた解析要求をすべて所定の時間内に実行するために必要な計算リソースの計算を行う。

【0078】

そして、変更部１４２は、解析要求の数や計算リソースの量に応じて、解析処理を実行する実行クラスタの数を制御する。例えば、変更部１４２は、解析要求の数や計算リソースの量が所定の閾値を下回る場合は、複数の情報提供装置１０のうち所定の数の情報提供装置１０以外に対し、解析処理の実行を停止するよう要求し、解析要求の数や計算リソースの量が所定の閾値を上回る場合は、解析処理を実行する情報提供装置１０の数が所定の数（例えば、解析要求の数や計算リソースの量に応じた数）となるように、情報提供装置１０に対し、解析処理の実行を要求してもよい。

【0079】

続いて、モジュール管理サーバ２００が有する機能構成の一例について説明する。図５に示すように、モジュール管理サーバ２００は、通信部２２０、記憶部２３０、および制御部２４０を有する。

【0080】

通信部２２０は、通信部１２０と同様に、例えば、ＮＩＣ等によって実現される。そして、通信部２２０は、ネットワークＮと有線または無線で接続され、端末装置ＰＣ、情報提供装置１０、キューサーバ１００、およびストレージサーバ３００との間で情報の送受信を行う。

【0081】

記憶部２３０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部２３０は、学習データ２３１、およびモジュールデータベース２３２を記憶する。なお、図５に示す例では、モジュール管理サーバ２００は、自装置内の記憶部２３０にモジュールデータベース２３２を記憶しているが、実施形態は、これに限定されるものではない。モジュール管理サーバ２００は、自装置内の記憶部２３０ではなく、各種所定の外部ストレージに、モジュールデータベース２３２を登録していてもよい。

【0082】

学習データ２３１は、モジュールの生成に用いるための学習データである。例えば、モジュール管理サーバ２００は、ネットワーク上から利用可能な静止画像、動画像、ニュース記事、各種投稿等のコンテンツをクロールし、収集したコンテンツを学習データ２３１として記憶部２３０に登録する。なお、モジュール管理サーバ２００は、利用者が登録した各種のコンテンツを学習データ２３１として記憶部２３０に登録してもよい。

【0083】

モジュールデータベース２３２には、構成処理を実現するための各種モジュールが登録される。例えば、図６は、実施形態に係るモジュールデータベースに登録される情報の一例を示す図である。図６に示すように、モジュールデータベース２３２には、「モジュールＩＤ（Identifier）」、「対応処理」、「学習内容」、「入力形式」、「出力形式」、および「モジュールデータ」が登録される。

【0084】

ここで、「モジュールＩＤ」とは、モジュールを識別する識別子である。また、「対応処理」とは、対応付けられた「モジュールＩＤ」が識別するモジュールが、どの構成処理に用いられるモジュールであるかを示す。また、「学習内容」とは、モジュールの生成に用いられた学習データがどのような学習データであったかを示す情報である。また、「入力形式」とは、モジュールに対し入力した入力データの内容を示す情報であり、たとえば、データの種別や内容、データの次元数、入力データとした１つまたは複数種類の情報を識別するための情報である。また、「出力形式」とは、入力データが入力した際にモジュールが出力する出力データの内容を示す情報であり、例えば、出力データが何を示しているか、出力データの次元数等を識別するための情報である。また、「モジュールデータ」とは、モジュールのデータであり、例えば、ＤＮＮを構成するノードの接続関係や接続係数の値を示す情報である。

【0085】

例えば、図６に示す例では、モジュールＩＤ「ＭＩＤ１」、対応処理「顔検出」、学習内容「正面」、入力形式「入力形式＃１」、出力形式「出力形式＃１」、モジュールデータ「ＭＤ１」が対応付けて登録されている。このような情報は、モジュールＩＤ「ＭＩＤ１」が示すモジュールが、モジュールデータ「ＭＤ１」より実現されるモジュールであり、対応処理「顔検出」が示す構成処理を実現するためのモジュールである旨を示す。また、このような情報は、かかるモジュールが、学習内容「正面」が示す学習データ、例えば、人物の正面が撮影された画像を学習データとした学習が行われた旨を示す。また、このような情報は、かかるモジュールが、入力形式「入力形式＃１」が示す形式の入力データを入力すると、出力形式「出力形式＃１」が示す形式の出力データを出力する旨を示す。

【0086】

なお、図６に示す例では、「入力形式＃１」といった概念的な値を記載したが、実際には、モジュールデータベース２３２には、モジュールに入力する入力データが、どのような種別のデータであるか、何次元のデータであるか、何種類のデータをどのような態様で入力するかといった情報、すなわち、学習時に入力データとした情報の形式を示す各種のパラメータが登録される。また、図６では、「出力形式＃１」といった概念的な値を記載したが、実際には、モジュールデータベース２３２には、モジュールが出力する出力データが、どのような情報をどのように示すデータであるか、何次元のデータであるか、何種類のデータをどのような態様で出力するかといった情報、すなわち、学習時に出力データとした情報の形式を示す各種のパラメータが登録される。

【0087】

図５に戻り説明を続ける。制御部２４０は、コントローラであり、例えば、ＣＰＵ、ＭＰＵ等のプロセッサによって、モジュール管理サーバ２００内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部２４０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

【0088】

図５に示すように、制御部２４０は、取得部２４１、学習部２４２、登録部２４３、および提供部２４４を有する。

【0089】

取得部２４１は、所定の記憶装置に登録された学習データに対して利用者が付与したラベルを取得する。例えば、取得部２４１は、各種のクロール技術を用いて、学習データとなる各種のコンテンツを収集し、収集したコンテンツを学習データ２３１として記憶部２３０に登録する。なお、取得部２４１は、端末装置ＰＣから、利用者が指定した学習データとなるコンテンツを取得してもよい。

【0090】

また、取得部２４１は、端末装置ＰＣからラベルの付与対象となる学習データの条件を受け付けた場合、条件に合致する学習データ２３１を端末装置ＰＣに配信する。そして、取得部２４１は、各学習データ２３１に対して利用者が付与したラベルを取得する。なお、取得部２４１は、入力データとする学習データと、その入力データが入力された際に出力データ（もしくはその出力データの指標）となる学習データとの組に対し、その組が正例か負例かといったラベルを付与したデータを取得してもよい。このようなラベルの付与態様については、モジュールの学習手法により、任意の設定が採用可能である。

【0091】

学習部２４２は、ラベルと、学習データとを用いて、複数の処理のいずれかの処理で用いるモジュールを生成する。例えば、学習部２４２は、端末装置ＰＣから、学習対象となるモジュールの指定を受け付ける。このような場合、学習部２４２は、モジュールデータベース２３２からモジュールを読み出し、学習データとラベルとを用いて、モジュールの修正・再生成（すなわち、モジュールの学習）を実行する。そして、登録部２４３は、学習されたモジュールを所定のモジュール記憶装置に登録する。例えば、登録部２４３は、モジュールデータベース２３２に登録された再実装前のモジュールを、再実装後のモジュールで更新する。

【0092】

なお、学習部２４２は、新たなモジュールを学習する場合や、更新前のモジュールとは異なるモジュールとして新たなモジュールをモジュールデータベース２３２に登録する場合、対応処理や学習内容、入力形式や出力形式の登録を端末装置ＰＣから受け付ける。そして、学習部２４２は、受け付けた入力形式や出力形式に沿って、学習データが有する特徴をモジュールに学習させる。その後、登録部２４３は、学習済みのモジュールに対し、端末装置ＰＣから受け付けた対応処理や学習内容と対応付けてモジュールデータベース２３２に登録してもよい。

【0093】

提供部２４４は、モジュール、もしくはモジュールを用いた構成処理の結果を提供する。例えば、情報提供装置１０が自装置内でモジュールを用いた構成処理を実行する場合、提供部２４４は、配信対象となるモジュールの指定を受け付ける。このような場合、提供部２３３は、指定されたモジュールのモジュールデータを情報提供装置１０に送信する。

【0094】

一方、提供部２４４は、情報提供装置１０が自装置等でモジュールを用いた構成処理を実行しない場合、提供部２４４は、構成処理を実行するモジュールの指定と、モジュールに入力する入力データとを受け付ける。このような場合、提供部２４４は、モジュールデータベース２３２から指定されたモジュールを読み出し、読みだしたモジュールに対して、入力データを入力する。そして、提供部２４４は、モジュールが出力した出力データを、構成処理の実行結果として、情報提供装置１０へと提供する。

【0095】

なお、提供部２４４は、入力データをそのままモジュールに入力してもよく、モジュールと対応付けられた入力形式に応じて入力データから生成したデータをモジュールに入力してもよい。なお、提供部２４４は、出力データをそのまま構成処理の実行結果として提供してもよく、モジュールと対応付けられた出力形式に基づいて、モジュールが出力した出力データを変形した各種の情報を構成処理の実行結果としてもよい。

【0096】

〔２－２．情報提供装置の機能構成の一例〕
続いて、情報提供装置１０が有する機能構成の一例について説明する。図７は、実施形態に係る機能構成の一例を示す第２の図である。図７に示すように、情報提供装置１０は、通信部２０、記憶部３０、および制御部４０を有する。

【0097】

通信部２０は、通信部１２０、２２０と同様に、例えば、ＮＩＣ等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、端末装置ＰＣ、キューサーバ１００、モジュール管理サーバ２００、およびストレージサーバ３００との間で情報の送受信を行う。

【0098】

記憶部３０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部３０は、解析処理データベース３１、および解析履歴データベース３２を記憶する。

【0099】

解析処理データベース３１には、解析処理と、解析処理を構成する構成情報とが対応付けて登録されている。例えば、図８は、実施形態に係る解析処理データベースに登録される情報の一例を示す図である。図８に示すように、解析処理データベース３１には、「解析処理ＩＤ」、「処理内容」、「実行処理」、および「実行順序」が登録される。なお、図８に示す情報以外にも、解析処理データベース３１には、各処理の実行結果に含まれる情報の内容や、各処理を実現するためのモジュールを示すモジュールＩＤ等が対応付けて登録されていてもよい。

【0100】

「解析処理ＩＤ」とは、解析処理を識別するための識別子である。また、「処理内容」とは、解析処理がどのような処理であるかを示す情報である。また、「実行処理」とは、解析処理を実現する複数の構成処理を示す情報である。また、「実行順序」とは、各構成処理をどのような順序で実行するかを示す情報である。

【0101】

例えば、図８に示す例では、解析処理ＩＤ「ＡＩＤ１」が示す解析処理が、動画像から利用者の顔認識を行う「顔認識」処理であり、その解析処理が、実行処理「分割処理」、「検知処理」、「分類処理」および「生成処理」を順に実行することで実現される旨が登録されている。

【0102】

図７に戻り、説明を続ける。解析履歴データベース３２には、解析処理の実行結果等が登録されている。例えば、解析履歴データベース３２は、解析処理の対象となった解析対象情報と、解析処理を実現するために実行された複数の処理と、解析処理の結果とが対応付けて登録されているものとする。

【0103】

制御部４０は、コントローラであり、例えば、ＣＰＵ、ＭＰＵ等のプロセッサによって、情報提供装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部４０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

【0104】

図７に示す例では、制御部４０は、受付部４１、決定部４２、実行部４３、通知部４４および推定部４５を有する。

【0105】

受付部４１は、解析処理の解析要求である解析要求を受け付ける。例えば、受付部４１は、実行部４３により解析処理を構成するすべての構成処理が実行され、通知部４４により利用者に解析処理の完了が通知された場合、キューサーバ１００に対し、解析要求の配信を要求する。なお、受付部４１は、例えば、情報提供装置１０が有する計算リソースが所定の閾値を超えた際に、キューサーバ１００に対して、解析要求の配信を要求する。そして、受付部４１は、キューイングされた解析要求のうち、最先の解析要求等、所定の条件を満たす解析要求を受け付ける。この結果、実行部４３は、保持された解析要求のうち保持日時が最も古い解析要求に従って、所定の解析処理を実行することとなる。

【0106】

決定部４２は、解析処理を行う際に実行される複数の処理であって、それぞれ独立して実行可能な複数の処理の内容をそれぞれ決定する。例えば、決定部４２は、解析要求を受け付けると、解析要求が実行を要求する解析処理を特定する。そして、決定部４２は、特定した解析処理を構成する複数の構成処理を解析処理データベース３１から特定する。

【0107】

ここで、解析処理が直列的に実行させる複数の構成処理により実現される場合、決定部４２は、直列的に実行させる複数の構成処理、例えば、それぞれ先に実行された処理の結果を用いる構成処理を含む複数の構成処理を実行対象として決定することとなる。また、解析処理が平行して実行可能な複数の構成処理を含む場合、決定部４２は、並列して実行可能な複数の構成処理を実行対象として決定することとなる。

【0108】

なお、決定部４２は、同一の構成処理を実現するモジュールが複数存在する場合、すなわち、モジュールデータベース２３２に複数のモジュールが登録されている場合には、いずれのモジュールを使用するかを決定してもよい。例えば、決定部４２は、モジュールデータベースに、検出処理を実現するモジュールが複数存在する場合、これらのモジュールの中から、実際に検出処理を実現するモジュールを決定してもよい。より具体的な例を挙げると、決定部４２は、解析要求を介して、利用者により使用するモジュールが指定されている場合、かかるモジュールを使用した構成処理の実行を決定してもよい。

【0109】

また、決定部４２は、指定されてるモジュールとは異なるモジュールを用いた構成処理の実行を決定してもよい。また、決定部４２は、ある構成処理を実行するモジュールとして所定のモジュールが基準となるモジュールとして登録されている場合、かかるモジュールとは異なるモジュールを用いた構成処理の実行を決定してもよい。例えば、決定部４２は、ある構成処理を実現するモジュールとして、指定されたモジュールあるいは基準となるモジュールよりも、解析処理の精度が向上すると推定部４５により推定されたモジュールが存在する場合、かかるモジュールを用いて構成処理を実行する旨を決定してもよい。

【0110】

ここで、ある構成処理に用いるモジュールを変更する場合、その構成処理の処理結果を用いて実行する他の構成処理への影響を抑える必要がある。そこで、決定部４２は、変更前のモジュールと同じ形式の入力情報から、変更前のモジュールと同じ形式の出力情報であって、変更前のモジュールとは異なる内容の出力情報を生成するように生成されたモジュールに変更する。例えば、決定部４２は、変更前のモジュールと、出力データの形式や次元数等が共通するモジュールを変更後のモジュールとして採用すればよい。

【0111】

実行部４３は、決定部４２により内容が決定された複数の構成処理を実行することで、所定の解析処理を実行する。例えば、実行部４３は、決定部４２が使用を決定したモジュールを用いて、構成処理を実行する。例えば、決定部４２は、実行を決定した複数の構成処理と、各構成処理を実現するために使用するモジュールと、各構成処理を実行する順序とを特定する。そして、実行部４３は、特定された内容に従って、構成処理を実行する。

【0112】

例えば、実行部４３は、解析対象情報をストレージサーバ３００から取得し、取得した解析対象情報をモジュール管理サーバ２００に送信するとともに、最初に実行する構成処理と、その構成処理に用いるモジュールとを通知する。このような処理の結果、モジュール管理サーバ２００は、解析対象情報に対し、通知されたモジュールを用いた構成処理を実行し、実行結果を情報提供装置１０へと送信する。

【0113】

続いて、実行部４３は、最初の処理の実行結果をモジュール管理サーバ２００に送信するとともに、次に実行する構成処理とその構成処理に用いるモジュールとを通知する。このような処理の結果、モジュール管理サーバ２００は、最初の構成処理の実行結果に対し、通知されたモジュールを用いた構成処理を実行し、実行結果を情報提供装置１０へと送信する。このような処理を繰り返すことで、実行部４３は、構成処理を実現することとなる。

【0114】

なお、実行部４３は、モジュール管理サーバ２００に解析対象情報の所在を示す情報を送信するとともに、各構成処理と、構成処理を示すモジュールと、構成処理を実行する順序とを通知してもよい。このような場合、モジュール管理サーバ２００は、ストレージサーバ３００から解析対象情報をダウンロードし、各構成処理を実行し、実行結果をストレージサーバ３００に登録する。そして、モジュール管理サーバ２００は、実行結果の所在を情報提供装置１０へと通知することとなる。

【0115】

また、実行部４３は、特定されたモジュールをモジュール管理サーバ２００から取得し、自装置内で、構成処理を実行してもよい。このような場合、実行部４３は、各構成処理の実行結果をストレージサーバ３００に登録することとなる。

【0116】

通知部４４は、解析処理の実行結果が外部記憶装置に登録された場合は、利用者Ｕに対して解析処理が完了した旨を通知する。例えば、通知部４４は、解析処理が完了し、解析結果がストレージサーバ３００に登録されると、解析結果の所在を端末装置ＰＣへと送信する。

【0117】

推定部４５は、所定の解析処理の対象となった対象情報と、所定の解析処理を実現するために実行された複数の処理と、対象情報の解析処理の結果との履歴に基づいて、実行対象となる処理を推定する。例えば、実行部４３は、実行した解析処理の内容と、解析処理として実行した複数の構成処理の内容や順番、構成処理を実現するために用いたモジュール等を解析履歴として解析履歴データベース３２に登録する。また、実行部４３は、処理結果の精度を評価するための各種公知の評価技術を用いて、解析結果の精度を評価し、評価結果を解析履歴データベース３２に登録する。なお、実行部４３は、利用者から受け付けた評価を評価結果としてもよい。

【0118】

このような情報が解析履歴データベース３２に登録されている場合、推定部４５は、解析対象情報の傾向と、解析処理の内容と、解析処理として実行した構成処理の内容、順序、構成処理に用いたモジュールを示す構成処理情報と、解析処理の評価結果との関係性を所定のモジュールに学習させる。例えば、推定部４５は、解析対象情報の傾向と、解析処理の内容とを入力した際に、解析処理の精度がより高くなる構成処理情報を出力するようにモジュールを学習させる。そして、推定部４５は、新たな解析処理を実行する場合、解析対象情報の傾向に基づいて、解析処理の精度がより高くなる構成処理を示す構成処理情報を取得する。このような処理を行った場合、決定部４２は、推定部４５が取得した構成処理情報に基づいて、実行対象となる構成処理の内容、順序、およびモジュールを決定することとなる。

【0119】

〔３．情報提供装置が実行する処理の流れの一例〕
続いて、図９を用いて、情報提供装置１０が実行する処理の流れについて説明する。図９は、実施形態に係る情報提供装置が実行する処理の流れの一例を示すフローチャートである。

【0120】

例えば、情報提供装置１０は、キューから解析要求を取得し（ステップＳ１０１）、解析処理として実行する複数の処理であって、それぞれ個別に実行する処理を特定する（ステップＳ１０２）。すなわち、情報提供装置１０は、複数の構成処理を特定する。そして、情報提供装置１０は、各処理の内容を個別に決定する（ステップＳ１０３）。例えば、情報提供装置１０は、どのモジュールを用いてどの構成処理を実現するかを決定する。そして、情報提供装置１０は、決定した処理を行うことで、解析処理を実現し（ステップＳ１０４）、処理を終了する。

【0121】

〔４．変形例〕
上記では、情報提供システム１による処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、情報提供システム１が実行する処理のバリエーションについて説明する。

【0122】

〔４－１．解析処理のバリエーションについて〕
上述した説明では、解析処理の一例として、動画像に撮影された人物の顔を用いた顔認識処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。情報提供システム１は、それぞれ個別に実行可能な複数の構成処理により実現される処理、すなわち、解析処理であれば、任意の内容および目的の処理について、上述した実行処理を適用してよい。

【0123】

例えば、情報提供システム１は、動画像に字幕を付与する処理を解析処理としてもよい。このような解析処理を実現する場合、情報提供システム１は、例えば、音声付きの動画像から音声を抽出する抽出処理、音声データから音声のパワースペクトルや特徴量を生成する生成処理、音声のパワースペクトルや特徴量から、音声に含まれる言葉を特定する特定処理、特定しした言葉の字幕データを生成する字幕生成処理、および、字幕データを動画像に重畳した動画像を生成する動画生成処理等を構成処理として実行することとなる。

【0124】

また、情報提供システム１は、音声、静止画像、動画像、テキスト、各種のログデータ等、任意の形式の情報を解析対象情報としてもよく、これら任意の情報に対して任意の内容の構成処理を実行してよい。

【0125】

〔４－２．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、逆に、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

【0126】

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

【0127】

また、上記してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

【0128】

〔４－３．プログラム〕
また、上述した実施形態に係る情報提供装置１０は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。図１０は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

【0129】

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ(Read Only Memory)、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ等により実現される。

【0130】

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

【0131】

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

【0132】

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

【0133】

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

【0134】

例えば、コンピュータ１０００が情報提供装置１０として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部４０の機能を実現する。

【0135】

〔５．効果〕
上述したように、情報提供システム１は、所定の解析処理を行う際に実行される複数の構成処理であって、それぞれ独立して実行可能な複数の構成処理の内容をそれぞれ決定する。そして、情報提供システム１は、内容が決定された複数の構成処理を実行することで、所定の解析処理を実行する。このような処理の結果、情報提供システム１は、解析処理を構成する構成処理ごとに、最適化や更新を容易にすることができるので、解析処理の実現を容易にすることができる。

【0136】

また、情報提供システム１は、先に実行された構成処理の結果を用いる構成処理を含む複数の構成処理の内容を決定する。また、情報提供システム１は、並列して実行可能な複数の構成処理の内容を決定する。この結果、情報提供システム１は、直列的もしくは並列的に実行させる構成処理の最適化や更新を容易にすることができるので、解析処理の実現を容易にすることができる。

【0137】

また、情報提供システム１は、構成処理を実現する複数のモジュールのうち、いずれのモジュールを使用するかを決定し、使用を決定したモジュールを用いて、構成処理を実行する。また、情報提供システム１は、複数の構成処理を実行するモジュールのうち、利用者が指定した構成処理を実現するモジュールを他のモジュールに変更する。このような処理の結果、情報提供システム１は、構成処理で用いるモジュールの最適化や更新を容易にすることができるので、解析処理の実現を容易にすることができる。

【0138】

また、情報提供システム１は、変更前のモジュールと同じ形式の入力情報から、変更前のモジュールと同じ形式の出力情報であって、変更前のモジュールとは異なる内容の出力情報を生成するように生成されたモジュールに変更する。このような処理の結果、情報提供システム１は、ある構成処理を実現するモジュールの変更を行った場合であっても、他の構成処理の変更を不要もしくは最小限に留める結果、解析処理の実現を容易にすることができる。

【0139】

また、情報提供システム１は、動画像を分割する分割構成処理、当該分割構成処理により分割された動画像から人物の顔を検知する検知構成処理、分割構成処理により分割された動画像と検知構成処理による検知結果とから顔の分類を行う分類構成処理、および、検知構成処理による検知結果と分類構成処理による分類結果とから動画像に撮影された人物の認証結果を生成する生成構成処理のうち、いずれかの構成処理の内容を変更する。このような処理の結果、情報提供システム１は、顔認識処理の最適化や内容の変更を容易にすることができる。

【0140】

また、情報提供システム１は、所定の解析処理の対象となった対象情報と、当該所定の解析処理を実現するために実行された複数の構成処理と、当該対象情報の解析処理の結果との履歴に基づいて、実行対象となる構成処理を推定する。このような処理の結果、情報提供システム１は、利用者が適切な構成処理の内容を指定せずとも、解析処理の最適化を容易にすることができる。

【0141】

また、情報提供システム１は、利用者から所定の解析処理の要求を一時的に保持し、保持した要求のうち所定の条件を満たす要求を取得し、取得した要求に従って、所定の解析処理を実行する。このため、情報提供システム１は、キューイングされた解析処理を実行することができる。

【0142】

また、情報提供システム１は、利用者が所定の解析処理の対象となる対象情報を登録した所定の外部記憶装置から当該対象情報を取得して当該対象情報の解析処理を実行し、当該解析処理の実行結果を外部記憶装置に登録する。そして、情報提供システム１は、解析処理の実行結果を外部記憶装置に登録した場合は、利用者に対して解析処理が完了した旨を通知する。この結果、情報提供システム１は、解析処理の数が増加した場合にも、柔軟な対応を実現することができる。

【0143】

また、情報提供システム１は、それぞれ個別に解析処理を実行可能な実行装置を有する。このため、情報提供システム１は、解析処理の並列的な実行を実現することができる。

【0144】

また、情報提供システム１は、解析処理を実行可能な計算リソース、または、保持する要求の数に基づいて、解析処理を実行させる実行装置の数を変更する。このため、情報提供システム１は、システムのスケーリングを柔軟にすることができる。

【0145】

また、情報提供システム１は、所定の記憶装置に登録された学習データに対して利用者が付与したラベルを取得し、ラベルと、学習データとを用いて、複数の構成処理のいずれかの構成処理で用いるモジュールを学習する。そして、情報提供システム１は、学習されたモジュールを所定のモジュール記憶装置に登録し、モジュール記憶装置に登録されたモジュールの中から、複数の構成処理で使用するモジュールを決定する。このため、情報提供システム１は、モジュールの生成や更新から、モジュールのデプロイまでを容易にすることができる。

【0146】

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

【0147】

また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、付与部は、特定手段や特定回路に読み替えることができる。

【符号の説明】

【0148】

１ 情報提供システム
１０ 情報提供装置
２０、１２０、２２０ 通信部
３０、１３０、２３０ 記憶部
３１ 解析処理データベース
３２ 解析履歴データベース
４０、１４０、２４０ 制御部
４１ 受付部
４２ 決定部
４３ 実行部
４４ 通知部
４５ 推定部
１００ キューサーバ
１３１ キューデータ
１４１ 保持部
１４２ 変更部
２００ モジュール管理サーバ
２３１ 学習データ
２３２ モジュールデータベース
２４１ 取得部
２４２ 学習部
２４３ 登録部
２４４ 提供部
３００ ストレージサーバ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】