特許ウォッチ

公開番号2024043294
公報種別公開特許公報(A)
公開日2024-03-29
出願番号2022148403
出願日2022-09-16
発明の名称情報処理装置およびその制御方法
出願人キヤノン株式会社
代理人弁理士法人大塚国際特許事務所
主分類G06N 5/04 20230101AFI20240322BHJP(計算;計数)
要約【課題】エッジで推論処理を行う場合の推論精度の低下を抑制する。
【解決手段】情報処理装置は、センサにより得られたデータを取得する取得手段と、取得された複数のデータに基づいて所与のM個の推論モデルそれぞれに対する優先度を決定する決定手段と、M個の推論モデルのうち相対的に高い優先度が決定されたN個(N<M)の推論モデルを記憶する記憶手段と、記憶手段に格納されたN個の推論モデルのうちの1つを利用して、センサにより得られたデータに対する推論演算を実行する推論処理手段と、を有する。
【選択図】図4
特許請求の範囲【請求項１】
センサにより得られたデータを取得する取得手段と、
前記取得手段により取得された複数のデータに基づいて、所与のＭ個の推論モデルそれぞれに対する優先度を決定する決定手段と、
前記Ｍ個の推論モデルのうち前記決定手段により相対的に高い優先度が決定されたＮ個（Ｎ＜Ｍ）の推論モデルのみを記憶する記憶手段と、
前記記憶手段が記憶する前記Ｎ個の推論モデルのうちの１つを使用して、前記センサにより得られたデータに対する推論演算を実行する推論処理手段と、
を有することを特徴とする情報処理装置。
続きを表示（約 1,500 文字）【請求項２】
前記決定手段は、前記複数のデータにおける複数の属性それぞれの発生頻度を取得し、前記複数の属性のうち発生頻度が相対的に高い属性により適した推論モデルに対してより高い優先度を決定する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記センサは撮像装置であり前記データは画像データである、または、前記センサは音声取得装置であり、前記データは音声データである
ことを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記記憶手段は、ネットワークを介して接続可能な外部格納装置から前記Ｎ個の推論モデルを取得し記憶し、
前記外部格納装置は、前記Ｍ個の推論モデルを予め全て記憶する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項５】
前記決定手段は、所定のタイミングでＭ個の推論モデルそれぞれに対する優先度を再度決定するよう構成されており、
前記記憶手段は、相対的に高い優先度が決定されたＮ個の推論モデルに変更が発生した場合、前記再度決定された優先度に基づき決定されるＮ個の推論モデルのうち前記記憶手段に現在記憶されていない推論モデルを前記外部格納装置から取得して記憶し、前記記憶手段に現在記憶されているＮ個の推論モデルのうち前記再度決定された優先度に基づき決定されるＮ個の推論モデルに含まれていない推論モデルを前記記憶手段から削除する
ことを特徴とする請求項４に記載の情報処理装置。
【請求項６】
Ｎ個の推論モデルは、前記Ｍ個の推論モデルのそれぞれに対する優先度と前記Ｍ個の推論モデルのそれぞれのサイズとに基づいて決定される
ことを特徴とする請求項５に記載の情報処理装置。
【請求項７】
前記Ｎ個の推論モデルは、さらに前記記憶手段が前記外部格納装置から推論モデルを取得する回数が低減されるように決定される
ことを特徴とする請求項６に記載の情報処理装置。
【請求項８】
前記情報処理装置は、本体デバイスと該本体デバイスに装着された着脱デバイスとから構成され、
前記取得手段と前記決定手段とは前記本体デバイスに含まれ、
前記推論処理手段は前記着脱デバイスに含まれ、
前記記憶手段は、前記本体デバイスに含まれＮ
１
個の推論モデルのみを記憶する第１記憶手段と、前記着脱デバイスに含まれＮ
２
個（Ｎ＝Ｎ
１
＋Ｎ
２
）の推論モデルのみを記憶する第２記憶手段と、を含む
ことを特徴とする請求項１に記載の情報処理装置。
【請求項９】
前記Ｎ個の推論モデルのそれぞれのサイズが同じであり、前記第１記憶手段に記憶された１つの推論モデルを前記推論処理手段で使用するよう変更に要する第１時間が、前記第２記憶手段に記憶された１つの推論モデルを前記推論処理手段で使用するよう変更に要する第２時間よりも長い場合、前記Ｎ個の推論モデルのうちより高い優先度を有するＮ
２
個を前記第２記憶手段に記憶し、前記Ｎ個の推論モデルのうちより低い優先度を有するＮ
１
個を前記第１記憶手段に記憶する
ことを特徴とする請求項８に記載の情報処理装置。
【請求項１０】
前記Ｎは前記記憶手段が記憶可能なデータサイズにより決定され、
前記Ｍ個の推論モデルのそれぞれのサイズが同じではない場合、前記Ｎは複数の推論モデルの組み合わせの合計サイズによって変化する
ことを特徴とする請求項１に記載の情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置におけるデータの格納制御に関するものである。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
監視カメラなどの撮像装置によって取得された画像に対する画像解析処理（物体の検出や追尾、属性推定など）や、その結果に基づいた解析処理（物体数カウントなど）が行われている。このような処理は、一般には、撮像装置で取得された画像をネットワークを介してＰＣやサーバー等に転送することにより行われている。一方で、近年のモバイル用の演算装置の処理能力向上に伴い、画像解析を撮像装置側で行う事例も増えてきている。実装形態としては、撮像装置に演算装置を配置する形態のほか、演算装置が配置された着脱デバイスをユニバーサルシリアルバス（ＵＳＢ）等を介して撮像装置に接続する形態が提案されている。このような撮像装置側（エッジ）で処理を行う実装形態はエッジコンピューティングと呼ばれている。
【０００３】
エッジで処理を行う場合、ＰＣやサーバー等に比較すると処理能力に制約が生じる。また、推論処理にかかる処理時間は、一般的に入力データに対する推論処理を定義した推論モデルのサイズに比例して増加する傾向にある。一方で、推論処理の精度は推論モデルのサイズに比例して向上する傾向にある。そのため、推論モデルをエッジ上に実装できるサイズ以内に収めつつ、処理速度、処理精度を出来るだけ低下させることなく行うことが求められる。
【０００４】
特許文献１では、複数の推論モデルを保持し、状況に応じて推論モデルを切り替えることにより推論の精度低下を防ぐ手法が開示されている。特許文献２では、推論精度の低下を抑えながら機械学習モデルのサイズを小さくする手法が開示されている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２１－０１８５９３号公報
特開２０２１－０１２５５３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、推論モデルを使用した推論処理をエッジで行う場合、エッジ上に搭載できる推論モデルの数／サイズには制限があることから、特許文献１に記載の技術を適用することは困難である。また、特許文献２に記載の技術は、機械学習モデルを頻繁に切り替えるようなケースに対応することができない。
【０００７】
本発明は、このような問題に鑑みてなされたものであり、エッジで推論処理を行う場合においても、推論精度の低下を抑制可能とする技術を提供することを目的としている。
【課題を解決するための手段】
【０００８】
上述の問題点を解決するため、本発明に係る情報処理装置は以下の構成を備える。すなわち、情報処理装置は、
センサにより得られたデータを取得する取得手段と、
前記取得手段により取得された複数のデータに基づいて、所与のＭ個の推論モデルそれぞれに対する優先度を決定する決定手段と、
前記Ｍ個の推論モデルのうち前記決定手段により相対的に高い優先度が決定されたＮ個（Ｎ＜Ｍ）の推論モデルを記憶部に格納する格納制御手段と、
前記記憶部に格納された前記Ｎ個の推論モデルのうちの１つを前記記憶部から読み出して、前記センサにより得られたデータに対する推論演算を実行する推論処理手段と、
を有する。
【発明の効果】
【０００９】
本発明によれば、エッジで推論処理を行う場合においても、推論精度の低下を抑制可能とする技術を提供することができる。
【図面の簡単な説明】
【００１０】
第１実施形態におけるシステム構成を示す図である。
第１実施形態における撮像装置のハードウェア構成を示す図である。
第１実施形態における推論モデルの格納方法を説明する図である。
第１実施形態における処理のフローチャートである。
第２実施形態におけるシステム構成を示す図である。
第２実施形態における撮像装置のハードウェア構成を示す図である。
着脱デバイスのハードウェア構成を示す図である。
第２実施形態における推論モデルの格納方法を説明する図である。
第２実施形態における処理のフローチャートである。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許