特許ウォッチ

公開番号2025029946
公報種別公開特許公報(A)
公開日2025-03-07
出願番号2023134863
出願日2023-08-22
発明の名称生成方法、及び推定装置
出願人トヨタ自動車株式会社
代理人個人
主分類G06T 7/00 20170101AFI20250228BHJP(計算;計数)
要約【課題】機械学習を用いて物体の種類及び姿勢を適切に推定できるようにすること。
【解決手段】第1画像及び第2画像と、前記第1画像の被写体の姿勢及び種類を示す第1情報と、前記第2画像の被写体の姿勢及び種類を示す第2情報と、を取得し、前記第1画像を修正した第3画像を生成し、前記第3画像、前記第2画像、前記第1情報、及び前記第2情報に基づいて、第4画像の被写体の姿勢及び種類を推定する学習済みモデルを生成する、生成方法が提供される。
【選択図】図2
特許請求の範囲【請求項１】
第１画像及び第２画像と、前記第１画像の被写体の姿勢及び種類を示す第１情報と、前記第２画像の被写体の姿勢及び種類を示す第２情報と、を取得し、
前記第１画像を修正した第３画像を生成し、
前記第３画像、前記第２画像、前記第１情報、及び前記第２情報に基づいて、第４画像の被写体の姿勢及び種類を推定する学習済みモデルを生成する、
生成方法。
続きを表示（約 540 文字）【請求項２】
前記第１画像の各画素の、色を示す値、輝度、彩度、及び色相の少なくとも一つの平均値及び標準偏差を変更して前記第３画像を生成する、
請求項１に記載の生成方法。
【請求項３】
前記第１画像及び前記第３画像のいずれを用いて前記学習済みモデルを生成するかをランダムに決定する、
請求項１または２に記載の生成方法。
【請求項４】
前記第３画像、前記第２画像、前記第１情報、及び前記第２情報に基づいて、第４画像の被写体の姿勢及び種類を同一の畳み込みニューラルネットワーク（ＣＮＮ、ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）を用いて推定する学習済みモデルを生成する、
請求項１または２に記載の生成方法。
【請求項５】
第４画像を取得する取得部と、
前記第４画像と学習済みモデルとに基づいて、前記第４画像の被写体の姿勢及び種類を推定する推定部と、を有し、
前記学習済みモデルは、第１画像が修正された第３画像、第２画像、前記第１画像の被写体の姿勢及び種類を示す第１情報、及び前記第２画像の被写体の姿勢及び種類を示す第２情報に基づいて生成される、
推定装置。

発明の詳細な説明【技術分野】
【０００１】
本開示は、生成方法、及び推定装置に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
従来、機械学習を用いて物体の種類及び姿勢を推定する技術が知られている（例えば、特許文献１を参照）。特許文献１では、カラー画像データの画像領域から対象物を取り囲む包含領域と対象物の種類を推定する第１推定ステップと、包含領域の外部領域の情報を用いて包含領域から対象物以外の背景領域を除去し、対象物の輪郭によって囲まれた対象物領域を抽出する抽出ステップと、距離画像データの画像領域に抽出ステップで抽出した対象物領域を対応させて切り取った距離分布画像を生成する生成ステップと、生成ステップで生成した距離分布画像を用いて対象物の位置を算出する算出ステップと、第１推定ステップで推定した対象物の種類と、生成ステップで生成した距離分布画像とを、予め準備された照合モデルと照合することにより、対象物の姿勢を推定する第２推定ステップとを含む検出方法を提供する。特許文献１記載の技術によれば、実用的な時間内に高い精度で、撮像部が捉えた対象物の種類と位置と姿勢を検出できる。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－１２８８９７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来技術では、例えば、機械学習を用いて物体の種類及び姿勢を適切に推定できるようにするために改善の余地がある。
【０００５】
本開示の目的は、物体の種類及び姿勢を適切に推定できる技術を提供することである。
【課題を解決するための手段】
【０００６】
本開示に係る第１の態様では、第１画像及び第２画像と、前記第１画像の被写体の姿勢及び種類を示す第１情報と、前記第２画像の被写体の姿勢及び種類を示す第２情報と、を取得し、前記第１画像を修正した第３画像を生成し、前記第３画像、前記第２画像、前記第１情報、及び前記第２情報に基づいて、第４画像の被写体の姿勢及び種類を推定する学習済みモデルを生成する、生成方法が提供される。
【０００７】
また、本開示に係る第２の態様では、第４画像を取得する取得部と、前記第４画像と学習済みモデルとに基づいて、前記第４画像の被写体の姿勢及び種類を推定する推定部と、を有し、前記学習済みモデルは、第１画像が修正された第３画像、第２画像、前記第１画像の被写体の姿勢及び種類を示す第１情報、及び前記第２画像の被写体の姿勢及び種類を示す第２情報に基づいて生成される、推定装置が提供される。
【発明の効果】
【０００８】
一側面によれば、物体の種類及び姿勢を適切に推定できる。
【図面の簡単な説明】
【０００９】
実施形態に係る情報処理装置の構成の一例を示す図である。
実施形態に係る情報処理装置の処理の一例を示すフローチャートである。
実施形態に係る学習用ＤＢ（データベース）の一例を示す図である。
実施形態に係る情報処理装置のハードウェア構成例を示す図である。
【発明を実施するための形態】
【００１０】
本開示の原理は、いくつかの例示的な実施形態を参照して説明される。これらの実施形態は、例示のみを目的として記載されており、本開示の範囲に関する制限を示唆することなく、当業者が本開示を理解および実施するのを助けることを理解されたい。本明細書で説明される開示は、以下で説明されるもの以外の様々な方法で実装される。
（【００１１】以降は省略されています）

関連特許