特許ウォッチ

公開番号2025015477
公報種別公開特許公報(A)
公開日2025-01-30
出願番号2024114095
出願日2024-07-17
発明の名称異常を生成するためのコンピュータ実装される方法及び装置
出願人ローベルトボツシユゲゼルシヤフトミツトベシユレンクテルハフツング,ROBERT BOSCH GMBH
代理人アインゼル・フェリックス=ラインハルト,個人,個人,個人,個人
主分類G06T 7/00 20170101AFI20250123BHJP(計算;計数)
要約【課題】異常を生成するための装置及びコンピュータ実装される方法に関する。
【解決手段】本方法においては、状態空間(208)におけるデジタル入力(106)の第1の表現(206)、特に、デジタル時系列、デジタルオーディオ信号、又は、デジタル画像、好ましくはビデオ画像、レーダ画像、LiDAR画像、超音波画像、運動センサの画像若しくは赤外線画像の第1の表現(206)を、デジタル入力(106)に第1の表現をマッピングするように構成されている第1のモデル(202)を用いて、デジタル入力(106)にマッピングし、デジタル入力(106)を、デジタル入力(106)に含まれるコンテンツの予測(212)にデジタル入力(106)をマッピングするように構成されている第2のモデル(204)を用いて、予測(212)にマッピングし、予測(212)を悪化させる、状態空間(208)における第2の表現を、予測(212)の品質を特徴付ける尺度に依存して特定し、第2の表現に依存して異常を生成する。
【選択図】図2
特許請求の範囲【請求項１】
異常を生成するためのコンピュータ実装される方法であって、
状態空間（２０８）におけるデジタル入力（１０６）の第１の表現（２０６）、特に、デジタル時系列、デジタルオーディオ信号、又は、デジタル画像、好ましくはビデオ画像、レーダ画像、ＬｉＤＡＲ画像、超音波画像、運動センサの画像若しくは赤外線画像の第１の表現（２０６）を、前記デジタル入力（１０６）に前記第１の表現をマッピングするように構成されている第１のモデル（２０２）を用いて、前記デジタル入力（１０６）にマッピングし（３０４）、
前記デジタル入力（１０６）を、前記デジタル入力（１０６）に含まれるコンテンツの予測（２１２）に前記デジタル入力（１０６）をマッピングするように構成されている第２のモデル（２０４）を用いて、前記予測（２１２）にマッピングし（３０６）、
前記予測（２１２）を悪化させる、前記状態空間（２０８）における第２の表現を、前記予測（２１２）の品質を特徴付ける尺度に依存して特定し（３０８）、
前記第２の表現に依存して異常を生成する（３１０）、
ことを特徴とする、コンピュータ実装される方法。
続きを表示（約 1,400 文字）【請求項２】
前記第１の表現（２０６）を、
ランダムに選択し（３０２）、又は、
前記デジタル入力（１０６）を前記第１の表現（２０６）にマッピングするように構成されている第３のモデルを用いて、前記デジタル入力に依存して特定する（３０２）、請求項１に記載の方法。
【請求項３】
前記予測（２１２）は、前記コンテンツ（１０８）の分類又は前記デジタル入力（１０６）における前記コンテンツ（１０８）の位置を含む、請求項１又は２に記載の方法。
【請求項４】
前記第１の表現（２０６）は、前記デジタル入力（１０６）に含まれるコンテンツ（１０８）に対するセマンティックコンセプトを表す、請求項１乃至３のいずれか一項に記載の方法。
【請求項５】
前記第１のモデル（２０２）は、前記デジタル入力（１０６）において提供されるべきコンテンツ（１０８）の記述（２１０）と前記第１の表現（２０６）とを前記デジタル入力（１０６）にマッピングするように構成されており、前記第１のモデル（２０２）によって、前記デジタル入力（１０６）において提供されるべき前記コンテンツ（１０８）の前記記述（２１０）と前記第１の表現（２０６）とが前記デジタル入力（１０６）にマッピングされる、請求項１乃至４のいずれか一項に記載の方法。
【請求項６】
前記第１のモデル（２０２）によって、前記第２の表現が、デジタル入力、特に、デジタル時系列、デジタルオーディオ信号、又は、デジタル画像、好ましくはビデオ画像、レーダ画像、ＬｉＤＡＲ画像、超音波画像、運動センサの画像若しくは赤外線画像にマッピングされる（３１０）、請求項１乃至５のいずれか一項に記載の方法。
【請求項７】
前記第１のモデル（２０２）は、前記デジタル入力（１０６）において提供されるべきコンテンツ（１０８）の記述と前記第２の表現とを前記デジタル入力にマッピングするように構成されており、前記第１のモデル（２０２）によって、種々異なる記述に対する前記第２の表現に依存して、それぞれ１つのデジタル入力が特定され、前記第２のモデル（２０４）によって、デジタル入力ごとに前記予測（２１２）が特定され、前記予測の少なくとも一部が共通の特性を有するか否かが検査され、前記予測の一部が共通の特性を有する場合に、前記異常の生成に適した第２の表現が識別される（３１０）、請求項１乃至６のいずれか一項に記載の方法。
【請求項８】
前記第２の表現を、種々異なる第２のモデルに対して特定し、種々異なる第２のモデルに対して特定された前記第２の表現の間隔が所定の閾値よりも小さい場合に、前記異常の生成に適した第２の表現が識別される（３１０）、請求項１乃至７のいずれか一項に記載の方法。
【請求項９】
表示されるべき前記コンテンツの同一の記述及び種異なる第２の表現に対して、異常が識別される（３１０）頻度を特定し、前記予測（２１２）の変化に対する前記第２のモデル（２０４）のロバスト性を、前記頻度に依存して特定する、請求項７又は８に記載の方法。
【請求項１０】
人間に制御されることなく実施される、請求項１乃至９のいずれか一項に記載の方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
背景技術
デジタル入力の自動処理のためのモデルは、種々異なる分野において使用される。このようなモデルは、望ましくない異常をもたらす系統的エラーを有する可能性がある。
続きを表示（約 2,400 文字）【発明の概要】
【発明が解決しようとする課題】
【０００２】
発明の開示
装置、及び、独立請求項に記載の方法によって、モデルにおける異常の生成が可能になる。
【課題を解決するための手段】
【０００３】
コンピュータ実装される方法においては、状態空間におけるデジタル入力の第１の表現、特に、デジタル時系列、デジタルオーディオ信号、又は、デジタル画像、好ましくはビデオ画像、レーダ画像、ＬｉＤＡＲ画像、超音波画像、運動センサの画像若しくは赤外線画像の第１の表現を、デジタル入力に第１の表現をマッピングするように構成されている第１のモデルを用いて、デジタル入力にマッピングし、デジタル入力を、デジタル入力に含まれるコンテンツの予測にデジタル入力をマッピングするように構成されている第２のモデルを用いて、この予測にマッピングし、この予測を悪化させる第１の表現の変化を、予測の品質を特徴付ける尺度に依存して特定し、第１の表現及びこの変化に依存して、状態空間における第２の表現を特定し、第２の表現に依存して異常を生成することが想定されている。第１の表現及び第２の表現は、たとえば、状態空間におけるベクトルである。コンテンツは、デジタル画像の場合、たとえば、デジタル画像内に表示されるオブジェクト、たとえば人間、又は、対象物、たとえば車両若しくは交通標識である。第１の表現及び第２の表現は、コンテンツに依存していないコンセプトを定義する。デジタル画像の場合、コンセプトは、たとえば、このデジタル画像が検出された気象条件又は露光状況である。この方法によって、問題がある入力を生成する第２の表現が特定される。これによって、状態空間における異常が特定される。
【０００４】
第１の表現は、たとえば、ランダムに選択され、又は、デジタル入力を第１の表現にマッピングするように構成されている第３のモデルを用いて、デジタル入力に依存して特定される。種々異なる第１の表現をランダムに選択することによって、第２の表現の特定に対して、それぞれ異なる開始点を設定することができる。第３のモデルによって、各開始点を予測することができる。第３のモデルは、たとえば、第１のモデルとは逆のモデルである。
【０００５】
予測は、好ましくは、コンテンツの分類、又は、デジタル入力におけるコンテンツの位置を含む。このことは、オブジェクトが分類されること、又は、オブジェクトの場所が特定されることを意味する。
【０００６】
１つの例においては、第１の表現は、デジタル入力に含まれるコンテンツに対するセマンティックコンセプトを表す。セマンティックコンセプトは、たとえば、デジタル画像において気象条件又は露光状況を記述する。このことは、第１のモデルによって、種々異なるセマンティックコンセプトが、各デジタル入力にマッピングされ得ることを意味する。
【０００７】
１つの例においては、第１のモデルは、デジタル入力において提供されるべきコンテンツの記述と第１の表現とをデジタル入力にマッピングするように構成されており、第１のモデルによって、デジタル入力において提供されるべきコンテンツの記述と第１の表現とがデジタル入力にマッピングされる。このことは、第１のモデルによって、種々異なる記述が各デジタル入力にマッピングされ得ることを意味する。
【０００８】
第１のモデルによって第２の表現が、デジタル入力、特に、デジタル時系列、デジタルオーディオ信号、又は、デジタル画像、好ましくはビデオ画像、レーダ画像、ＬｉＤＡＲ画像、超音波画像、運動センサの画像若しくは赤外線画像にマッピングされることが想定されるものとしてよい。このことは、第２のモデルによる正しい予測に関して問題が生じる可能性のあるトレーニングデータポイントが第２の表現によって生成されることを意味する。
【０００９】
デジタル入力において提供されるべきコンテンツの記述と第２の表現とをデジタル入力にマッピングするように第１のモデルが構成されていることが想定されるものとしてよく、第１のモデルによって、種々異なる記述に対する第２の表現に依存して、それぞれ１つのデジタル入力が特定され、デジタル入力ごとに、第２のモデルによって予測が特定され、予測の少なくとも一部が共通の特性を有するか否かが検査され、予測の一部が共通の特性を有する場合に、異常の生成に適した第２の表現が識別される。第２の表現は、この特性を一貫して生成する。このことは、問題が第２のモデルにあり、個々のデジタル入力にあるのではないことを意味する。特性は、たとえば、デジタル画像の場合、オブジェクトの色と背景の色との類似性である。特性は、たとえば、デジタル入力に対して予測を行うことができない、又は、十分な信頼性を伴って予測を行うことができない、第２のモデルの不能である。この不能は、たとえば、コンテンツ、たとえばオブジェクトが第２のモデルにとって未知であるということに基づいている。
【００１０】
第２の表現は、１つの例においては、種々異なる第２のモデルに対して特定され、種々異なる第２のモデルに対して特定された第２の表現の間隔が所定の閾値よりも小さい場合に、異常の生成に適した第２の表現が識別される。この間隔は、第２の表現を表すベクトル同士の間のコサイン・間隔であるものとしてよい。第２のモデル、特に同一の種類の第２のモデルは、場合によっては、比較が可能な問題を有する。この間隔が短い場合には、これらの第２の表現と結び付けられたコンセプトは、第２のモデルにとって問題である。これに対して、この間隔が長い場合には、このコンセプトは、あまり問題にならない。
（【００１１】以降は省略されています）

関連特許