TOP
|
特許
|
意匠
|
商標
特許ウォッチ
Twitter
他の特許を見る
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)
この特許をJ-PlatPatで参照する
関連特許
個人
プログラム
29日前
株式会社理研
演算装置
1か月前
個人
情報検索システム
9日前
個人
日本語入力支援システム
1か月前
個人
AI旅行最適化プラグイン
1か月前
個人
確率場データ同化演算手法
21日前
個人
納骨堂システム
28日前
個人
技術実行管理システム
23日前
キヤノン株式会社
電子機器
8日前
キヤノン株式会社
電子機器
8日前
シャープ株式会社
電子機器
22日前
キヤノン株式会社
電子機器
8日前
個人
不動産情報提供システム
18日前
キヤノン電子株式会社
通信システム
1日前
株式会社イノベイト
広告装置
11日前
キヤノン株式会社
情報処理装置
1か月前
合同会社IPマネジメント
内部不正対策
16日前
個人
ネイルスキルテストシステム
22日前
トヨタ自動車株式会社
電気自動車
1か月前
トヨタ自動車株式会社
管理システム
3日前
トヨタ自動車株式会社
作業評価装置
1日前
ローム株式会社
半導体集積回路
1か月前
TDK株式会社
等価回路
3日前
西松建設株式会社
計測システム
7日前
株式会社NURSY
再就職の支援装置
2日前
株式会社TIMEWELL
情報処理システム
29日前
株式会社JVCケンウッド
情報処理装置
22日前
個人
収納装置および収納システム
1か月前
株式会社ヒニアラタ
障害者支援システム
16日前
個人
生成AI向けデータ保管及び活用システム
29日前
株式会社サマデイ
メンタリングシステム
23日前
個人
外国為替証拠金取引定期自動売買システム
14日前
トヨタ自動車株式会社
電池評価システム
28日前
キヤノン株式会社
ワークフロー制御装置
28日前
個人
公益寄付インタラクティブシステム
1日前
NGB株式会社
制御装置
21日前
続きを見る
他の特許を見る