特許ウォッチ

公開番号2024058433
公報種別公開特許公報(A)
公開日2024-04-25
出願番号2022165783
出願日2022-10-14
発明の名称学習モデルの製造方法、学習モデル、推定方法、画像処理システム及びプログラム
出願人富士フイルム株式会社
代理人個人,個人,個人,個人
主分類G06T 7/00 20170101AFI20240418BHJP(計算;計数)
要約【課題】効率がよく、大量の学習データを生成でき、かつ、効率よく生成された大量の学習データが適用される学習モデルの学習を可能とする、学習モデルの製造方法、学習モデル、推定方法、画像処理システム及びプログラムを提供する。
【解決手段】学習モデルの製造方法は、処理対象の画像に含まれる正常な対象物の領域を第1マスクとして取得し(S10)、第1マスクの状態を変化させて第2マスクを生成し(S12)、第1マスク及び第2マスクを学習データとして、第2マスクから第1マスクに対する差分を注目領域として推定するように学習をするか(S14)、又は第2マスクから第1マスクを推定するように学習をする。
【選択図】図1
特許請求の範囲【請求項１】
画像に含まれる対象物について、規定の状態を有する正常な対象物に対する状態変化に基づいて注目領域を推定するか又は正常領域を推定する学習モデルの製造方法であって、
コンピュータが、
処理対象の画像に含まれる正常な対象物の領域を第１マスクとして取得し、
前記第１マスクの状態を変化させて第２マスクを生成し、
前記第１マスク及び前記第２マスクを学習データとして、前記第２マスクから前記第１マスクに対する差分を前記注目領域として推定するように学習をするか、又は前記第２マスクから前記第１マスクを推定するように学習をする学習モデルの製造方法。
続きを表示（約 970 文字）【請求項２】
前記処理対象の画像は、医用画像が適用され、
前記対象物として、解剖学的構造が適用される請求項１に記載の学習モデルの製造方法。
【請求項３】
前記第２マスクを生成する際に、前記第１マスクに対して病変を模した形状を組み合わせて、前記第１マスクの形状を変形させる請求項２に記載の学習モデルの製造方法。
【請求項４】
前記第２マスクを生成する際に、前記第１マスクに対して前記解剖学的構造の欠落として把握される形状を欠落させる請求項２に記載の学習モデルの製造方法。
【請求項５】
前記第２マスクを生成する際に、前記第１マスクの形状を膨張させるか、又は前記第１マスクの形状を収縮させる請求項１に記載の学習モデルの製造方法。
【請求項６】
前記第２マスクを生成する際に、前記第１マスクに対して異常を模した異常模擬形状を組み合わせて、前記第１マスクの形状を変形させる請求項１に記載の学習モデルの製造方法。
【請求項７】
前記第２マスクを生成する際に、前記第１マスクに対して複数の前記異常模擬形状を組み合わせる請求項６に記載の学習モデルの製造方法。
【請求項８】
前記第２マスクを生成する際に、前記第１マスクに対して、回転させた前記異常模擬形状を組み合わせる請求項６に記載の学習モデルの製造方法。
【請求項９】
前記第２マスクを生成する際に、前記第１マスクに対して、異常を模した異常模擬形状を欠落させ、前記第１マスクの形状を変形させる請求項１に記載の学習モデルの製造方法。
【請求項１０】
画像に含まれる対象物について、規定の状態を有する正常な対象物に対する状態変化に基づいて注目領域を推定するか又は正常領域を推定する学習モデルであって、
処理対象の画像に含まれる正常な対象物の領域を表す第１マスクと、前記第１マスクの状態を変化させて生成された第２マスクとを学習データとして、前記第２マスクから前記第１マスクに対する差分を前記注目領域として推定するように学習をするか、又は前記第２マスクから前記第１マスクを推定するように学習をした学習モデル。
（【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】
本発明は学習モデルの製造方法、学習モデル、推定方法、画像処理システム及びプログラムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
画像認識技術の一つとしてセグメンテーションが知られている。セグメンテーション
は、画像から１つ以上のオブジェクトを抽出する処理である。セグメンテーションは、
機械学習モデルの発展に起因して進歩を遂げている。
【０００３】
セグメンテーションの学習モデルでは、一般に、マスクの学習が実施される。マスク
とは、画像から抽出された関心領域等の領域として把握される。しかし、マスクの作成
にはコストを要するため、マスクに代わりシミュレーション画像を活用するケースがあ
る。一方、シミュレーション画像を活用する場合は、ドメインギャップが生じるという
課題が存在する。
【０００４】
特許文献１は、商品棚を撮影した撮影画像から、商品棚に関する変化を検出し、検出
された変化を分類し、商品の陳列棚の陳列状態を評価する画像処理装置が記載される。
【０００５】
同文献に記載の装置は、商品棚を撮影した撮影画像における前景画像と背景画像とを用
いて、変化領域を特定する。
【先行技術文献】
【特許文献】
【０００６】
特許第６９１１９１５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、正常な領域から逸脱した領域を注目領域として抽出するセグメンテーションモデルの学習には、大量の正解データが必要とされる。一方、大量の正解データの作成には時間を要する。
【０００８】
特許文献１に記載の装置は、事前に学習した商品棚の変化をモデル化した棚変化モデルを用いて、商品棚に関する変化の検出を実施している。同文献における棚変化モデルの学習データに関する開示には、上記した正解データの取得に関する課題の記載が含まれていない。
【０００９】
本発明はこのような事情に鑑みてなされたもので、効率がよく、大量の学習データを生成でき、かつ、効率よく生成された大量の学習データが適用される学習モデルの学習を可能とする、学習モデルの製造方法、学習モデル、推定方法、画像処理システム及びプログラムの提供を目的とする。
【課題を解決するための手段】
【００１０】
本開示の第１態様に係る学習モデルの製造方法は、画像に含まれる対象物について、規定の状態を有する正常な対象物に対する状態変化に基づいて注目領域を推定するか又は正常領域を推定する学習モデルの製造方法であって、コンピュータが、処理対象の画像に含まれる正常な対象物の領域を第１マスクとして取得し、第１マスクの状態を変化させて第２マスクを生成し、第１マスク及び第２マスクを学習データとして、第２マスクから第１マスクに対する差分を注目領域として推定するように学習をするか、又は第２マスクから第１マスク推定するように学習をする学習モデルの製造方法である。
（【００１１】以降は省略されています）

関連特許