特許ウォッチ

公開番号2024085770
公報種別公開特許公報(A)
公開日2024-06-27
出願番号2022200489
出願日2022-12-15
発明の名称情報処理装置、情報処理方法、及びプログラム
出願人キヤノン株式会社
代理人個人
主分類G06T 7/00 20170101AFI20240620BHJP(計算;計数)
要約【課題】低コストで期待する性能を達成できる予測結果が得られるようにする。
【解決手段】情報処理装置は、学習モデルを用いて、入力画像から検出対象に対応した部分領域を検出し、その検出結果を補正する。検出結果を補正では、学習モデルの学習のために作成された正解データに所定の加工を施した後のデータを学習データとした学習によって生成した識別器を用いた補正を行う。
【選択図】図1
特許請求の範囲【請求項１】
学習モデルを用いて、入力画像から検出対象に対応した部分領域を検出する検出手段と、
前記学習モデルの学習のために作成された正解データに所定の加工を施した後のデータを学習データとした学習によって生成した識別器を用いて、前記検出手段による検出結果を補正する補正手段と、
を有することを特徴とする情報処理装置。
続きを表示（約 1,100 文字）【請求項２】
画像から検出対象を検出する学習モデルの学習のために作成された正解データを取得する取得手段と、
前記正解データに所定の加工を施す加工手段と、
前記加工手段にて前記正解データに所定の加工が施されたデータを学習データとした学習を行って識別器を生成する生成手段と、
を有することを特徴とする情報処理装置。
【請求項３】
前記学習モデルを用いて、入力画像から検出対象に対応した部分領域を検出する検出手段と、
前記検出手段による検出結果を補正する補正手段と、
を有し、
前記補正手段は、前記生成手段により作成された識別器を用いて、前記検出手段による検出結果を補正することを特徴とする請求項２に記載の情報処理装置。
【請求項４】
前記所定の加工は、前記正解データの一部を欠損させる加工と、前記正解データに誤りデータを追加する加工と、前記正解データの一部を誤りデータに書き換える加工との、少なくともいずれかを含むことを特徴とする請求項１乃至３のいずれか１項に記載の情報処理装置。
【請求項５】
前記識別器は、前記正解データに所定の加工を施した後のデータを画像化した画像を用いた学習によって生成されることを特徴とする請求項１乃至３のいずれか１項に記載の情報処理装置。
【請求項６】
所定の評価値を算出する算出手段と、
前記算出手段にて前記算出された評価値を基に、前記補正手段の前記識別器を用いた前記補正を実行するか否かを判定する判定手段と、
を有することを特徴とする請求項１または３に記載の情報処理装置。
【請求項７】
前記算出手段は、前記学習モデルを用いた前記検出手段による検出結果を基に前記評価値を算出す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】
前記算出手段は、前記入力画像において検出されるべき検出領域に対して前記検出対象が検出されない割合を、前記評価値として算出することを特徴とする請求項７に記載の情報処理装置。
【請求項９】
前記算出手段は、前記入力画像に対して前記検出対象を探索した結果、前記入力画像の領域に対する前記検出対象が存在しない領域の割合を、前記評価値として算出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】
前記判定手段は、複数の入力画像について前記検出手段が検出した複数の検出結果から前記算出手段が算出した複数の評価値を基に、前記補正手段の前記識別器を用いた前記補正を実行するか否かを判定することを特徴とする請求項９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、撮影画像に基づく予測のための情報処理装置、情報処理方法、及びプログラムに関する。
続きを表示（約 2,700 文字）【背景技術】
【０００２】
近年、農業において、収量の予測、最適な収穫時期の予測や農薬散布量の制御、圃場修復計画等、多様な課題に対し、ＩＴ化を用いた課題解決の取り組みが盛んに行われている。特許文献１には、農作物を生育させる圃場から取得したセンサ情報とそれら情報を格納したデータベースを適宜参照することによって生育状況や収穫予測を早期に把握し、生育の異常状態を早期に発見して対処する方法が開示されている。また、特許文献２には、農作物に関する多種多様なセンサから獲得した情報を基に、登録済の情報を参照して任意の推論を行うことで農作物の品質や収量のばらつきを抑制する圃場管理を行う方法が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２００５－１３７２０９号公報
特開２０１６－４９１０２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、それら提案されてきた方法では、予測等を実施する圃場に関して過去に取得した事例を充分数保持して、該事例に関する情報を基に予測事項が精度良く推定できるような調整作業が済んでいることが前提となっている。
一方で、農作物の出来不出来は、一般的に天候・気候等の環境の変動に大きく影響を受け、また作業者による肥料・農薬等の散布状態によっても大きく異なる。全ての外的要因による条件が毎年不変であるならば、収量の予測や収穫時期の予測等は実施する必要すら無くなるが、特に農業の場合は、作業者にとって制御不可能な外的要因が多いため、予測は非常に困難である。また、未経験の天候が続いた場合の収量等を予測するような場合、前述した過去に取得した事例から調整された予測システムでは正しい予測が困難である。
【０００５】
最も予測が困難なケースは、新規に予測システムを圃場に導入した場合である。例えば、特定の圃場で収量の予測や、生育不良な領域（枯れ枝・病変）を修繕することを目的とした検出を行う場合を考える。こういったタスクにおいては通常、前述の圃場で過去に収集した農作物に関する画像やパラメータがデータベースに保持される。そして、実際に圃場に対して予測等を実施する際には、現在の圃場で撮影された画像やその他センサから取得された生育情報に関わるデータを相互に参照して調整することで予測の精度を上げるようにする。しかしながら、前述の如く、予測システムを異なる新規の圃場に導入した場合、その圃場の条件が合致しないことが多いために、そのまま適用することができない。この場合、新規の圃場で充分な数のデータの収集を実施して調整するという作業が必要となる。
【０００６】
また、前述の予測システムの調整を人手により行う場合、農作物の生育に関わるパラメータは高次元になるため多くの手間がかかる。一方で、圃場の画像を撮影し、その撮影画像を入力としてディープラーニングやそれらに準じた機械学習的手法で実施する場合もある。しかしながらこの場合、新規の入力に対して良い性能を発揮するためには、人手によるラベル付与（アノテーション）作業が必要となる。そして課題の複雑さが増すほど、人手による膨大なアノテーション作業が必要になりコストが増大してしまう。もし、新規圃場に対して新たな画像と人手のアノテーション作業による学習データ作成と学習を行わずに、既存の学習済モデルを用いて検出を行った場合、学習済みのパターンとは異なる見た目の対象画像が入力されたときに検出できない可能性が高くなる。ただし、新規圃場への対応を行う度に毎回アノテーション作業を実行するのは人的コストがかかるため、極力アノテーション作業を実施することなく性能を達成できることが望まれる。
【０００７】
そこで、本発明では、低コストで期待する性能を達成できる予測結果が得られるようにすることを目的とする。
【課題を解決するための手段】
【０００８】
本発明の情報処理装置は、学習モデルを用いて、入力画像から検出対象に対応した部分領域を検出する検出手段と、前記学習モデルの学習のために作成された正解データに所定の加工を施した後のデータを学習データとした学習によって生成した識別器を用いて、前記検出手段による検出結果を補正する補正手段と、を有することを特徴とする。
【発明の効果】
【０００９】
本発明によれば、低コストで期待する性能を達成できる予測結果が得られるようになる。
【図面の簡単な説明】
【００１０】
実施形態のシステム構成例を示す図である。
カメラによる圃場の撮影方法の一例を示す図である。
農作物の撮影画像の一例を示す図である。
撮影画像に対して学習用にアノテーションを実施した例を示す図である。
未検出領域が生ずる画像例と学習済画像例とを示す図である。
第１の実施形態に係る情報処理のフローチャートである。
ＧＴの矩形領域と一部を消去した矩形領域の例を示す図である。
欠損有ＧＴデータの例を示す図である。
図７（Ｂ）の欠損有ＧＴデータを画像化した画像を示す図である。
学習済ＡＩモデルと欠損補正識別器による処理のフローチャートである。
誤検出が発生しやすい撮影画像の一例を示す図である。
第２の実施形態に係る情報処理のフローチャートである。
誤検出を含む矩形領域とそれを画像化した画像とを示す図である。
学習済ＡＩモデルと誤検出補正識別器による処理のフローチャートである。
第３の実施形態に係る情報処理のフローチャートである。
未検出と誤検出の両方に対応する処理を模式的に示した図である。
第４の実施形態に係る情報処理のフローチャートである。
補正方法の組み合わせのバリエーションを示すフローチャートである。
図１７のステップＳ９８で利用するフローチャートである。
第５の実施形態に係る情報処理のフローチャートである。
パラメータセットの一例を示す図である。
第６の実施形態の画像例と検出結果を示す図である。
第６の実施形態における補正例を示す図である。
【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