特許ウォッチ

公開番号2024165080
公報種別公開特許公報(A)
公開日2024-11-28
出願番号2023080921
出願日2023-05-16
発明の名称情報処理装置、情報処理方法
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G06V 10/82 20220101AFI20241121BHJP(計算;計数)
要約【課題】演算効率の高いオブジェクト検出技術を提供すること。
【解決手段】オブジェクトを含む画像の特徴を用いて該画像から該オブジェクトを検出し、該検出したオブジェクトの方向に基づいて複数のパラメータから選択した選択パラメータと、該特徴と、に基づいて、該画像から該オブジェクトの一部を検出する。
【選択図】図1
特許請求の範囲【請求項１】
オブジェクトを含む画像の特徴を用いて該画像から該オブジェクトを検出する第１検出手段と、
前記第１検出手段が検出したオブジェクトの方向に基づいて複数のパラメータから選択した選択パラメータと、前記特徴と、に基づいて、前記画像から前記オブジェクトの一部を検出する第２検出手段と
を備え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】
前記第２検出手段は、前記第１検出手段が検出したそれぞれのオブジェクトの方向の角度を合成した合成角度を生成し、複数の角度範囲に対応する複数のパラメータから、該合成角度が属する角度範囲に対応するパラメータを前記選択パラメータとして選択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】
前記第２検出手段は、前記第１検出手段が検出したそれぞれのオブジェクトの方向の角度の平均値を前記合成角度として求め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】
前記第２検出手段は、前記第１検出手段が検出したそれぞれのオブジェクトのうち画像中央部に最も近いオブジェクトの方向の角度を前記合成角度と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５】
前記第２検出手段は、前記第１検出手段が検出したそれぞれのオブジェクトの方向の角度の重み付け平均により得られる重み付け平均値を前記合成角度として求め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６】
前記第２検出手段は、前記第１検出手段が検出したオブジェクトごとに、該オブジェクトの方向に基づいて複数のパラメータから選択した選択パラメータと前記特徴とに基づいて前記画像から該オブジェクトの一部を検出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７】
前記第１検出手段は、オブジェクト検出のための重み係数を階層型ニューラルネットワークに設定した第１階層型ニューラルネットワークを構成し、該第１階層型ニューラルネットワークを用いて前記オブジェクトを検出し、
前記第２検出手段は、前記選択パラメータである重み係数を前記階層型ニューラルネットワークに設定した第２階層型ニューラルネットワークを構成し、該第２階層型ニューラルネットワークを用いて前記オブジェクトの一部を検出する
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８】
さらに、
前記特徴を検出するための重み係数を前記階層型ニューラルネットワークに設定した第３階層型ニューラルネットワークを構成し、該第３階層型ニューラルネットワークを用いて該特徴を検出する手段を備え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】
さらに、
前記第２検出手段による検出の結果を互いに対応付けて出力する手段を備え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１０】
さらに、
前記画像を撮像する撮像手段を備え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、オブジェクトの検出技術に関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
コンボリューショナルニューラルネットワーク（以下ＣＮＮと略記する）に代表される階層的な演算手法（深層学習技術に基づくパターン認識手法）が、オブジェクトの変動に対して頑健なオブジェクト検出手法として注目されている。
【０００３】
特許文献１には対象画像に含まれる顔の向きに関する第１情報を出力する学習器と対象画像に含まれる顔の器官の位置に関する第２情報を出力する学習器とを設け、第１情報に対応する第２学習器によって対象画像から第２情報を取得する技術が開示されている。
【０００４】
特許文献２には、軽量な分析処理によりメモリ上に展開された複数の機械学習モデルのパラメータから、第ｍ段目の認識結果に対応する第（ｍ＋１）段目の機械学習モデルのパラメータを選択する技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
特開２０１８－１５１９３８号公報
特開２０２１－１９６８９３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に開示されている技術では、第１情報を抽出する学習器と第２情報を取得するための学習器とを異ならせることで、夫々に最適化された学習器を使用することができる。そのため、第１情報と第２情報を同時に出力可能な学習器を設けるよりも効率的に第１情報と第２情報を取得することができる。一方で、第１情報と第２情報に関連の深い情報を抽出する場合、第１の学習器と第２の学習器は同様の特徴を夫々重複して計算している可能性があり、演算効率が下がってしまう。
【０００７】
また、特許文献２に開示されている技術では、機械学習モデルのパラメータをメモリにロードする時間を、第ｍ段目の機械学習モデルの演算の間に隠蔽することができる。一方で、機械学習モデル自体の演算量を削減することはできないため、第（ｍ＋１）段目の機械学習モデルの演算時間を削減することはできない。本発明では、演算効率の高いオブジェクト検出技術を提供する。
【課題を解決するための手段】
【０００８】
本発明の一様態は、オブジェクトを含む画像の特徴を用いて該画像から該オブジェクトを検出する第１検出手段と、前記第１検出手段が検出したオブジェクトの方向に基づいて複数のパラメータから選択した選択パラメータと、前記特徴と、に基づいて、前記画像から前記オブジェクトの一部を検出する第２検出手段とを備えることを特徴とする。
【発明の効果】
【０００９】
本発明によれば、演算効率の高いオブジェクト検出技術を提供することができる。
【図面の簡単な説明】
【００１０】
ＣＮＮ処理部２０１の構成例を示すブロック図。
情報処理装置のハードウェア構成例を示すブロック図。
演算処理部１０３の機能構成例を示すブロック図。
ＣＮＮのネットワーク構成例を示す図。
スコアマップ５０１、領域幅マップ５０２、領域高さマップ５０３、の一例を示す図。
顔検出および顔器官検出を行うための機能構成例を示すブロック図。
顔検出および顔器官検出のフローチャート。
スコアマップ８０１、顔領域幅マップ８０２、顔領域高さマップ８０３、顔向きマップ８０４、の一例を示す図。
ＲＡＭ２０５におけるデータの構成例を示す図。
右目尤度マップ１００１、左目尤度マップ１００２、鼻尤度マップ１００３、口尤度マップ１００４、の一例を示す図。
共通ＣＮＮ処理６０１、顔検出ＣＮＮ処理６０２、顔器官検出ＣＮＮ処理６０５の学習処理の構成例を示すブロック図。
学習シーケンス１１０１による学習方法のフローチャート。
第２の実施形態に係る機能の概要を説明するための図。
第２の実施形態に係る検出処理のフローチャート。
【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