公开(公告)号：CN103069414A

公开(公告)日：2013-04-24

申请号：CN201180038474.X

申请日：2011-08-02

Applicant: 索尼公司

Inventor： 铃木洋贵 ,  伊藤真人

IPC: G06F17/30 ,  G06N3/00

CPC classification number: G06K9/00718 ,  G06F17/30796 ,  G06F17/30843 ,  G06F17/30852 ,  G06K9/18 ,  G06K2209/27

Abstract: 本发明涉及一种能够容易地执行针对内容的注释分配的信息处理设备、信息处理方法和程序。特征值提取单元（21）提取用于学习的内容的图像的每个帧的图像特征值，并且提取与描述用于学习的内容的图像的内容的描述文本（例如，字幕文本）中的每个词的出现频率相关的词频信息，作为描述文本的文本特征值。模型学习单元（22）使用每个帧的图像特征值以及作为包含文本特征值的内容的多流的注释的注释使用序列，执行作为多流隐马尔可夫模型（HMM）的注释模型的学习。例如，当向用于电视广播的节目的内容分配注释时，可以应用本发明。

公开(公告)号：CN103052953A

公开(公告)日：2013-04-17

申请号：CN201180038305.6

申请日：2011-08-02

Applicant: 索尼公司

Inventor： 铃木洋贵 ,  伊藤真人

IPC: G06F17/30 ,  G06N3/00

CPC classification number: H04N9/87 ,  G06F17/30796 ,  G06F17/30843 ,  G06F17/30852 ,  G06K9/00718 ,  G06K2209/27

Abstract: 本发明公开了信息处理设备、信息处理方法和程序，从而容易地向内容附加注释并且提供了使用注释的应用。学习部件（312）从学习内容的图像中的每个帧中提取图像特征量，同时提取与描述了学习内容的图像的内容的描述文本中每个词出现的频率有关的词频信息作为描述文本的文本特征量，并且通过使用包括图像特征量和文本特征量的多流来学习作为多流HMM的注释模型。浏览控制部件（314）通过使用注释模型，从目标内容中提取作为具有一个或更多个时间连续帧的组的场景，并且将场景的代表性图像显示为按时间顺序来布置。本发明可以应用于例如向内容附加注释时。

公开(公告)号：CN102087722A

公开(公告)日：2011-06-08

申请号：CN201010570767.X

申请日：2010-11-26

Applicant: 索尼公司

Inventor： 井手直纪 ,  伊藤真人 ,  佐部浩太郎

IPC: G06N5/02 ,  G06N5/04

CPC classification number: G06N99/005

Abstract: 本发明涉及一种学习设备和学习方法、预测设备和预测方法及程序。学习设备包括：位置采集部，用于采集关于用户的位置的时序数据；时间采集部，用于采集关于时间的时序数据；以及学习部，用于使用相应采集的关于位置和时间的时序数据作为输入来学习表明用户的活动状态的活动模型作为概率状态转变模型。

公开(公告)号：CN1463215A

公开(公告)日：2003-12-24

申请号：CN02801750.1

申请日：2002-04-02

Applicant: 索尼公司

Inventor： 伊藤真人

IPC: B25J9/22

CPC classification number: B25J9/163 ,  B62D57/032 ,  G06N3/008

Abstract: 通过使用分层循环神经网络进行学习动作控制。多种动作模式可以通过自动地按时间序列把人类教的动作模式分割为各个部分、结合各部分、并控制身体的动作来生成。局部时间序列模式和局部时间序列模式的透视模式组合由时间序列分割形成。由于ZMP稳定性标准是满足身体静态和动态稳定性的指数，保证了动作模式的控制稳定性。