JP2022075326A5 - - Google Patents

Claims (10)

1. コンピュータにおいて実行されるプログラムであって、
   前記プログラムは、前記コンピュータに、
   第１コンテンツに関連するキー画像、前記キー画像に付加する付加要素、及び前記キー画像の加工に関する加工条件のうちの少なくとも１以上を取得するステップと、
   機械学習モデルを用いて、前記キー画像に前記付加要素を付加すること及び前記キー画像を前記加工条件に従って加工することのうちの少なくとも一方を実行することで得られるサムネイル画像を出力するステップと、
   を実行させるプログラム。
2. 前記機械学習モデルは、所定のコンテンツに関連するキー画像と所定の付加要素、所定の加工条件、又は、前記キー画像と前記所定の付加要素と前記所定の加工条件を入力とし、該キー画像に該付加要素を付加すること及び該キー画像を該加工条件に従って加工することのうちの少なくとも一方を実行することで得られた所定のサムネイル画像を出力とした教師データを用いて学習させたものであり、
   前記出力するステップは、複数のサムネイル画像を出力するステップであり、
   前記プログラムは、前記コンピュータに、さらに、
   ユーザの選択操作に応じて、前記複数のサムネイル画像のうち１以上のサムネイル画像を選択するステップと、
   前記取得するステップにおいて取得された前記キー画像ならびに前記付加要素及び／又は前記加工条件と、前記選択するステップにおいて選択された前記サムネイル画像とに基づいて、前記機械学習モデルのパラメータを更新するステップと、を実行させる、
   請求項１に記載のプログラム。
3. 前記取得するステップにおいて取得される前記付加要素として、前記第１コンテンツに関連するロゴ画像及びテキストデータのうちの１以上が含まれる、
   請求項１又は請求項２に記載のプログラム。
4. 前記取得するステップは、前記キー画像、前記付加要素、及び前記加工条件を取得するステップであり、
   前記取得するステップにおいて取得される前記加工条件として、前記キー画像における前記付加要素の付加位置に関する条件、及び前記付加要素の配色に関する条件のうちの１以上が含まれる、
   請求項１から請求項３のいずれか一項に記載のプログラム。
5. 前記配色に関する条件として、色の組み合わせの可否を規定した第１配色条件が含まれ、
   前記付加要素の配色が、前記キー画像における前記付加要素の付加位置の周囲の色と、前記第１配色条件とに基づいて決定される、
   請求項４に記載のプログラム。
6. 前記配色に関する条件として、前記第１コンテンツの種類に応じた１以上の候補色を規定した第２配色条件が含まれ、
   前記付加要素の配色が、前記第１コンテンツの種類に応じた１以上の前記候補色の中から決定される、
   請求項４又は請求項５に記載のプログラム。
7. 前記取得するステップにおいて取得される前記加工条件として、加工後の画像サイズに関する条件が含まれる、
   請求項１から請求項６のいずれか一項に記載のプログラム。
8. 前記出力するステップは、前記画像サイズに関する条件を満たすように、前記キー画像のリサイズ、トリミング、及び前記画像サイズに関する条件を満たすサイズの所定の画像への貼り付けのうちのいずれか１以上を実行することを含む、
   請求項７に記載のプログラム。
9. コンピュータにおいて実行される情報処理方法であって、
   前記情報処理方法は、前記コンピュータに、
   第１コンテンツに関連するキー画像と、前記キー画像に付加する付加要素及び／又は前記キー画像の加工に関する加工条件とを取得するステップと、
   機械学習モデルを用いて、前記キー画像に前記付加要素を付加する及び／又は前記キー画像を前記加工条件に従って加工することで得られるサムネイル画像を出力するステップと、
   を実行させることを含む、情報処理方法。
10. コンピュータにおいて実行される機会学習モデル生成方法であって、
    前記機会学習モデル生成方法は、前記コンピュータに、
    所定のコンテンツに関連するキー画像と所定の付加要素及び／又は所定の加工条件とを入力とし、該キー画像に該付加要素を付加する及び／又は該キー画像を該加工条件に従って加工することで得られた所定のサムネイル画像を出力とした教師データを用いて機械学習モデルを生成するステップ
    を実行させることを含む、機会学習モデル生成方法。