特許ウォッチ

公開番号2025011666
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023113901
出願日2023-07-11
発明の名称推論装置、制御方法およびプログラム
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 20230101AFI20250117BHJP(計算;計数)
要約【課題】複数の入力データに学習に適していないデータが含まれていた場合であっても推論精度を向上させる技術を実現する。
【解決手段】推論装置は、複数の推論用データを使用して推論処理を実行する推論手段と、前記推論装置に入力される複数の入力データについて前記推論処理に使用する際の適性を判定する判定手段と、前記判定手段により不適切と判定された入力データに代えて、前記判定手段により適切と判定された入力データに基づいて代替データを決定する決定手段と、を有し、前記推論手段は、前記適切と判定された入力データと前記代替データを前記複数の推論用データとして推論モデルに適用して推論処理を実行する。
【選択図】図1
特許請求の範囲【請求項１】
推論装置であって、
複数の推論用データを使用して推論処理を実行する推論手段と、
前記推論装置に入力される複数の入力データについて前記推論処理に使用する際の適性を判定する判定手段と、
前記判定手段により不適切と判定された入力データに代えて、前記判定手段により適切と判定された入力データに基づいて代替データを決定する決定手段と、を有し、
前記推論手段は、前記適切と判定された入力データと前記代替データを前記複数の推論用データとして推論モデルに適用して推論処理を実行することを特徴とする推論装置。
続きを表示（約 1,100 文字）【請求項２】
前記判定手段は、前記複数の入力データについて、入力データごとの評価情報を算出し、
前記評価情報と所定の閾値とを比較することにより前記複数の入力データについて前記推論処理に使用する際の適性を判定することを特徴とする請求項１に記載の推論装置。
【請求項３】
前記決定手段は、前記判定手段により前記複数の入力データが全て適切と判定された場合、当該適切と判定された入力データを前記複数の推論用データとして前記推論手段に出力することを特徴とする請求項２に記載の推論装置。
【請求項４】
前記決定手段は、前記判定手段により前記複数の入力データが全て不適切と判定された場合、前記評価情報が最も高い入力データの判定結果を適切に変更することを特徴とする請求項２に記載の推論装置。
【請求項５】
前記複数の入力データについて、入力データごとの特性情報を算出する算出手段を有し、
前記決定手段は、前記入力データごとの特性情報に基づいて前記代替データを決定することを特徴とする請求項２に記載の推論装置。
【請求項６】
前記算出手段は、前記複数の入力データについて、入力データごとに複数の特性情報を算出し、
前記決定手段は、前記入力データごとの複数の特性情報に基づいて前記代替データを決定することを特徴とする請求項５に記載の推論装置。
【請求項７】
前記特性情報は、前記算出手段が前記入力データごとに取得した特性を正規化した値であることを特徴とする請求項５に記載の推論装置。
【請求項８】
前記複数の入力データは、画像データと音データを含むことを特徴とする請求項５に記載の推論装置。
【請求項９】
前記評価情報および前記特性情報は、前記入力データが前記画像データの場合は、当該画像データの撮影時のボケ量、輝度または感度に応じたノイズのいずれかに関する値を含み、
前記入力データが前記音データの場合は、音量またはノイズ音に関する値を含むことを特徴とする請求項８に記載の推論装置。
【請求項１０】
前記特性情報は、前記入力データが前記画像データの場合は、当該画像データの撮影時の感度に応じたノイズ量に関する第１の特性情報と、当該画像データのボケ量に関する第２の特性情報を含み、
前記入力データが前記音データの場合はノイズ音に関する第１の特性情報と、音量に関する第２の特性情報を含み、
前記決定手段は、前記入力データごとの前記第１の特性情報と前記第２の特性情報に基づいて前記代替データを決定することを特徴とする請求項９に記載の推論装置。
（【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、複数のデータを入力して推論処理を実行する技術に関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
最近では、撮影画像から人物の顔や表情等を認識する画像処理にＡＩ（人工知能）が利用されている。ＡＩを利用した画像処理では、撮影画像等を入力データとして学習済みの推論モデルに適用して機械学習による推論処理が実行され、推論結果が出力される。
【０００３】
この場合、推論処理に使用されるデータが単一の入力データ（シングルモーダルデータ）では、推論精度を向上するには十分ではない。そこで、特許文献１には、複数の入力データを使用して推論モデルの学習処理を行うことにより、単一の入力データを使用して学習処理を行うよりも推論精度を向上させる技術が記載されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－２０２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１では、複数の入力データの中に学習処理に適していない不適切なデータが含まれていた場合、このような不適切なデータで学習させた推論モデルを使用した推論処理では推論精度を向上させることが難しくなる。
【０００６】
本発明は、上記課題に鑑みてなされ、その目的は、複数の入力データに学習に適していないデータが含まれていた場合であっても推論精度を向上させる技術を実現することである。
【課題を解決するための手段】
【０００７】
上記課題を解決し、目的を達成するために、本発明の推論装置は、複数の推論用データを使用して推論処理を実行する推論手段と、複数の入力データについて前記推論処理に使用する際の適性を判定する判定手段と、前記判定手段により不適切と判定された入力データに代えて、前記判定手段により適切と判定された入力データに基づいて代替データを決定する決定手段と、を有し、前記推論手段は、前記適切と判定された入力データと前記代替データを前記複数の推論用データとして推論モデルに適用して推論処理を実行する。
【発明の効果】
【０００８】
本発明によれば、複数の入力データに学習に適していないデータが含まれていた場合であっても推論精度を向上させることができる。
【図面の簡単な説明】
【０００９】
実施形態１の推論装置の構成を例示するブロック図。
実施形態１の推論部の構成を例示する図。
実施形態１の推論装置に入力される画像データを例示する図。
実施形態１の推論装置に入力される音データを例示する図。
実施形態１の適性判定結果を例示する図。
実施形態１の入力データの特性情報の算出方法と代替データの決定方法を説明する図。
実施形態１の推論用データを例示する図。
実施形態１の制御処理を示すフローチャート。
実施形態１の推論モデルの学習処理を説明する図。
実施形態２の入力データの特性情報の算出方法と代替データの決定方法を説明する図。
実施形態２の推論用データを例示する図。
実施形態３の推論装置に入力される画像データを例示する図。
実施形態３の推論用データを例示する図。
実施形態４の推論装置に入力される画像データを例示する図。
実施形態４の推論用データを例示する図。
実施形態５の推論装置の構成を例示するブロック図。
実施形態５の推論部の構成を例示する図。
実施形態５の推論用データを例示する図。
実施形態５の制御処理を示すフローチャート。
【発明を実施するための形態】
【００１０】
以下、添付図面を参照して実施形態を詳しく説明する。尚、以下の実施形態は特許請求の範囲に係る発明を限定するものでするものでない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
（【００１１】以降は省略されています）

関連特許