特許ウォッチ

公開番号2025012418
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023115235
出願日2023-07-13
発明の名称学習方法、装置及びプログラム
出願人キヤノン株式会社
代理人個人,個人,個人,個人,個人
主分類G06T 7/00 20170101AFI20250117BHJP(計算;計数)
要約【課題】暗号化画像データを使用して学習した推論器を非暗号化画像データに適用するための推論器の学習方法、装置及びプログラム。
【解決手段】画像群と教師データを用いてニューラルネットワークによる推論器を学習するための学習方法であって、前記推論器は、複数の層を含む前段層、及び後段層で構成され、第1の画像群と第1の教師データを用いて学習した第1の前記推論器の後段層を固定し、前記固定した後段層を第2の画像群を入力する第2の前記推論器の後段層に配置し、前記第2の画像群を入力して前記第2の推論器が推論した結果の、第2の教師データに対する誤差を、前記第2の推論器の前段層にフィードバックして学習することを特徴とする、学習方法。
【選択図】図4
特許請求の範囲【請求項１】
画像と教師データを用いてニューラルネットワークによる推論器を学習するための学習方法であって、
前記推論器は、複数の層を含む前段層、及び後段層で構成され、
第１の画像と第１の教師データを用いて学習した第１の前記推論器の後段層を固定し、
前記固定した後段層を第２の画像を入力する第２の前記推論器の後段層に配置し、
前記第２の画像を入力して前記第２の推論器が推論した結果の、第２の教師データに対する誤差を、前記第２の推論器の前段層にフィードバックして学習することを特徴とする、学習方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、暗号化画像を使用して学習したニューラルネットワークによる推論器を非暗号化画像に適用するための推論器の学習方法、装置及びプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
近年、カメラユーザーが撮影した画像データをクラウドに送信するとき、プライバシーを守るために、画像データを暗号化することが一般的である。また、暗号化した画像データをニューラルネットワークによる推論器に入力して識別や分類、領域判定等の推論を行うニーズがある。
【０００３】
このニーズに応える技術として、特許文献１に記載された学習方法がある。この学習方法は、ニューラルネットワークによる画像変換部と、画像変換部において変換し、暗号化した画像データを入力する推論部によって構成される。そして、変換前の画像データと変換後の画像データの差から算出される評価値、及び推論部の出力と教師データとの誤差を用いて、画像変換部のパラメータを学習する。これにより、推論部の推論精度を確保しつつ、暗号化した画像データを出力する学習済みの画像変換部を得ることができる。
【先行技術文献】
【特許文献】
【０００４】
特開２０２１－１５２７２５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、上述の特許文献に開示された従来技術には、次のような課題があった。すなわち、推論部が推論精度を確保するのは、暗号化した画像データを入力するときに限られ、暗号化される前の画像の入力に対して推論精度を確保できなかった。そのため、暗号化画像を使用して学習した推論器を、非暗号化画像を入力として使用することができなかった。
【課題を解決するための手段】
【０００６】
上記課題を解決するために、本発明は、画像群と教師データを用いてニューラルネットワークによる推論器を学習するための学習方法であって、前記推論器は、複数の層を含む前段層、及び後段層で構成され、第１の画像群と第１の教師データを用いて学習した第１の前記推論器の後段層を固定し、前記固定した後段層を第２の画像群を入力する第２の前記推論器の後段層に配置し、前記第２の画像群を入力して前記第２の推論器が推論した結果の、第２の教師データに対する誤差を、前記第２の推論器の前段層にフィードバックして学習することを特徴とする。
【発明の効果】
【０００７】
大量に収集した学習用の暗号化画像を学習に用いて作成した精度が高い推論器を、非暗号化画像を入力としても使うことができる。
【図面の簡単な説明】
【０００８】
本発明における学習システムの全体構成図
本発明における学習システムのハードウェア構成図
本発明の第１実施形態における学習システムの構成図
本発明の第１実施形態における学習部の構成図
本発明の第１実施形態における訓練用画像データの概念図
本発明の第１実施形態である学習のフローチャート
本発明の第２実施形態である学習のフローチャート
【発明を実施するための形態】
【０００９】
（実施例１）
以下、図１～６によって、本発明の第１の実施例による推論器の学習方法について説明する。
【００１０】
図１は、本発明における学習システムの全体構成例を示す図である。図１に示すように、本発明における学習システムは、学習サーバー１０１と、データ収集サーバー１０２、ファイルサーバー１０３、カメラ１０４で構成され、夫々がインターネット１００を介して通信する。
（【００１１】以降は省略されています）

関連特許