特許ウォッチ

公開番号2025014039
公報種別公開特許公報(A)
公開日2025-01-28
出願番号2024190926,2023534865
出願日2024-10-30,2022-07-14
発明の名称認識モデル生成方法及び認識モデル生成装置
出願人京セラ株式会社,株式会社Rist
代理人個人,個人,個人
主分類G06T 7/00 20170101AFI20250121BHJP(計算;計数)
要約【課題】認識モデル生成方法及び認識モデル生成装置を提供する。
【解決手段】認識モデル生成装置において、制御部は、第1認識モデル生成手段と、付与手段と、第2認識モデル生成手段と、を有する。第1認識モデル生成手段は、複数の合成画像に基づき第1認識モデルを生成する。第1認識モデルは、画像の入力に対して物体認識結果を出力する。付与手段は、検出対象の複数の撮像画像の第1認識モデルへの入力によって物体認識結果をアノテーションデータとして撮像画像に付与する。第2認識モデル生成手段は、検出対象の撮像画像およびアノテーションデータに基づいて第2学習モデルを生成する。
【選択図】図2
特許請求の範囲【請求項１】
検出対象を示す複数の合成画像を取得し、
前記複数の合成画像に基づき、画像の入力に対して物体認識結果を出力する第１認識モデルを作成する第１学習を行い、
前記検出対象の撮像画像を取得し、
複数の前記撮像画像の前記第１認識モデルへの入力によって出力された前記物体認識結果をアノテーションデータとして、前記撮像画像に付与し、
前記撮像画像および前記アノテーションデータに基づいて、第２認識モデルを作成する第２学習を行う
認識モデル生成方法。
続きを表示（約 1,000 文字）【請求項２】
前記第２学習では、前記第１認識モデルを再学習する、請求項１に記載の認識モデル生成方法。
【請求項３】
前記第２学習は、前記第１学習時に使用される複数の合成画像の数よりも少ない数の複数の撮影画像によって行われる、請求項１又は２に記載の認識モデル生成方法。
【請求項４】
前記合成画像は、前記検出対象の３次元形状データに基づいて生成されている、請求項１から３のいずれか１項に記載の認識モデル生成方法。
【請求項５】
請求項１から４のいずれか１項に記載の認識モデル生成方法において、
前記第２学習では、前記アノテーションデータが付与された撮像画像を用いて第２認識モデルを生成する
認識モデル生成方法。
【請求項６】
請求項１から４のいずれか１項に記載の認識モデル生成方法において、
前記第２学習では、前記第１認識モデルを、前記アノテーションデータが付与されていない前記検出対象の撮像画像を用いたドメイン適応を行うことにより再学習させ、
前記アノテーションデータが付与された撮像画像を、前記第２認識モデルの評価に用いる
認識モデル生成方法。
【請求項７】
請求項１から６のいずれか１項に記載の認識モデル生成方法において、
前記撮像画像のアノテーションにおける確信度が閾値以下である場合、前記撮像画像と同じ特徴となるように、前記検出対象の合成画像を生成し、
該合成画像を前記第２学習に用いる
認識モデル生成方法。
【請求項８】
請求項１から７のいずれか１項に記載の認識モデル生成方法において、
前記３次元形状データに基づいて提供される、前記撮像画像を撮像するための撮像ガイドに基づいて前記撮像画像を撮像する
認識モデル生成方法。
【請求項９】
請求項８に記載の認識モデル生成方法において、
前記検出対象の撮像画像を取得する撮像装置を取付けたロボットを、前記撮像ガイドに基づき制御することで前記撮像画像を撮像する
認識モデル生成方法。
【請求項１０】
請求項８に記載の認識モデル生成方法において、
前記撮像ガイドは、前記３次元形状データに基づいて決定される、前記検出対象の撮影方向を含む
認識モデル生成方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【関連出願の相互参照】
【０００１】
本出願は、２０２１年７月１５日に日本国に特許出願された特願２０２１－１１７３４５の優先権を主張するものであり、この先の出願の開示全体をここに参照のために取り込む。
続きを表示（約 1,500 文字）【技術分野】
【０００２】
本開示は、認識モデル生成方法及び認識モデル生成装置に関するものである。
【背景技術】
【０００３】
従来、画像全体の中から特定の物体を認識する画像認識において、機械学習による認識が知られている。例えば、ＣＡＤデータから生成した学習画像を用いて画像認識を行なう画像認識方法が提案されている（特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
特開２０１９－１９１９７３号公報
【発明の概要】
【０００５】
第１の観点による認識モデル生成方法は、
検出対象を示す複数の合成画像を取得し、
前記複数の合成画像に基づき、画像の入力に対して物体認識結果を出力する第１認識モデルを作成する第１学習を行い、
前記検出対象の撮像画像を取得し、
複数の前記撮影画像の前記第１認識モデルへの入力によって出力された前記物体認識結果をアノテーションデータとして、前記撮像画像に付与し、
前記撮像画像および前記アノテーションデータに基づいて、第２認識モデルを作成する第２学習を行う。
【０００６】
また、第２の観点による認識モデル生成装置は、
検出対象を示す複数の合成画像に基づき、画像の入力に対して物体認識結果を出力する第１認識モデルを生成する第１認識モデル生成手段と、
前記検出対象の複数の撮像画像の前記第１認識モデルへの入力によって前記物体認識結果をアノテーションデータとして、前記撮像画像に付与する付与手段と、
前記撮像画像および前記アノテーションデータに基づいて第２認識モデルを生成する第２認識モデル生成手段と、を備える。
【０００７】
また、第３の観点による認識モデル生成装置は、
検出対象の撮像画像を教師データとして、第１認識モデルを学習させて第２認識モデルを生成する認識モデル生成装置であって、
前記第１認識モデルは、検出対象の３次元形状データに基づき生成した合成画像を教師データとして、物体認識に用いる原認識モデルを学習させて生成した認識モデルである。
【図面の簡単な説明】
【０００８】
図１は、一実施形態に係る認識モデル生成装置の概略構成示す機能ブロック図である。
図１の制御部の仮想的な概略構成を示す機能ブロック図である。
図１の制御部が実行する認識モデル生成処理を説明するための第１のフローチャートである。
図１の制御部が実行する認識モデル生成処理を説明するための第２のフローチャートである。
【発明を実施するための形態】
【０００９】
機械学習による認識精度を上げるためには、多量の教師データを用いて学習する必要がある。多量の教師データは、例えば、同一の認識対象の物体を、多様な方向から見た画像、多様な照明状態で見た画像等を必要とする。このような同一の認識対象の物体に対して多量の教師データを用意するために、当該物体のＣＡＤデータから学習画像を生成することが知られている。ＣＡＤデータから生成した学習画像のみを用いて学習した認識モデルでは、現実の撮像画像を正確に認識することが難しい。
【００１０】
以下、本開示を適用した認識モデル生成装置の実施形態について、図面を参照して説明する。なお、認識モデル生成方法は、認識モデル生成装置の説明により、説明される。
（【００１１】以降は省略されています）

関連特許