[发明专利]分类装置、分类方法、程序以及信息记录介质

权利要求书

1.一种分类装置，其特征在于，具备：

获取部，将多个学习图像S_i,1、S_i,2、…与多个组G₁、G₂、…、G_L中的组G_z(i)建立对应关系地获取，其中，上述多个学习图像S_i,1、S_i,2、…是分割多个学习照片S₁、S₂、…中的各学习照片S_i而获得的图像，上述组G_z(i)是上述各学习照片S_i中拍摄到的学习对象所属的组；

第一学习部，学习第一模型，上述第一模型求出多个已压缩向量、多个类C₁、C₂、…、C_M中的类C_y(i,j)、以及多个M维的得分向量u_i,j，上述多个已压缩向量是对获取到的上述多个学习图像进行维数压缩而获得的向量，上述类C_y(i,j)是将上述多个学习图像的各学习图像S_i,j和上述多个已压缩向量的各已压缩向量v_i,j分类的类，上述多个M维的得分向量u_i,j表示上述各已压缩向量v_i,j与上述多个类中的每个类的接近度，其中，

获取到的上述多个学习图像为：

S_1,1、S_1,2、…、

S_2,1、S_2,2、…、

…，

上述多个已压缩向量为：

v_1,1、v_1,2、…、

v_2,1、v_2,2、…、

…；

对应关系部，根据得分向量u_i,j|z(i)＝h求出M维的代表度向量r_h，并根据上述求出的代表度向量r₁、r₂、…、r_L将上述多个类的各类C_k与上述多个组G₁、G₂、…、G_L以及其它组G₀中的组G_x(k)建立对应关系，上述得分向量u_i,j|z(i)＝h是对与上述多个组G₁、G₂、…、G_L中的各组G_h建立对应关系的已压缩向量v_i,j|z(i)＝h求出的向量，上述M维的代表度向量r_h表示上述多个类C₁、C₂、…、C_M中的每个类代表上述多个组G₁、G₂、…、G_L中的各组G_h的程度；

受理部，受理对拍摄有判定对象的判定照片进行分割而获得的多个判定图像；以及

识别部，通过所学习的上述第一模型，将受理的上述多个判定图像中的每个图像分类到上述多个类中的任意类，识别与被分类的上述类建立有上述对应关系的组。

2.根据权利要求1所述的分类装置，其特征在于，还具备：

第二学习部，学习第二模型，上述第二模型基于与上述各已压缩向量v_i,1、v_i,2、…被分类的类C_y(i,1)、C_y(i,2)、…建立有对应关系的组G_x(y(i,1))、G_x(y(i,2))、…的分布，将上述各学习照片S_i中拍摄到的学习对象分配至上述多个组G₁、G₂、…、G_L中的任意组；以及

推断部，基于对上述判定对象识别出的上述组的分布，通过所学习的上述第二模型，推断上述判定对象属于上述多个组G₁、G₂、…、G_L中的哪个组。