特許ウォッチ

公開番号2025044441
公報種別公開特許公報(A)
公開日2025-04-02
出願番号2023152007
出願日2023-09-20
発明の名称処理装置、処理プログラム及び処理方法
出願人JFEエンジニアリング株式会社
代理人弁理士法人酒井国際特許事務所
主分類G01P 5/00 20060101AFI20250326BHJP(測定;試験)
要約【課題】流体の特性情報を解析するのに適した処理装置、処理プログラム及び処理方法を提供する。
【解決手段】処理装置に含まれるか、前記処理装置に通信インターフェイスを介して接続された撮像装置において撮像された撮像画像の画像データを取得し、流体の速度及び方向の少なくともいずれかを示す特性情報を生成するための学習済み特性推定モデルに、取得された前記画像データを入力することによって、前記画像データを構成する一又は複数の画素ごとに前記特性情報を推定し、前記一又は複数の画素ごとに、推定された前記特性情報の信頼度を示す指標を算出し、算出された信頼度に基づいて、前記一又は複数の画素とは異なる他の一又は複数の画素において生成された特性情報に基づいて前記一又は複数の画素の特性情報を補正する、ための処理をするように構成された、処理装置が提供される。
【選択図】図11

特許請求の範囲【請求項１】
少なくとも一つのプロセッサを具備する処理装置であって、
前記少なくとも一つのプロセッサが、
前記処理装置に含まれるか、前記処理装置に通信インターフェイスを介して接続された撮像装置において撮像された撮像画像の画像データを取得し、
流体の速度及び方向の少なくともいずれかを示す特性情報を生成するための学習済み特性推定モデルに、取得された前記画像データを入力することによって、前記画像データを構成する一又は複数の画素ごとに前記特性情報を推定し、
前記一又は複数の画素ごとに、推定された前記特性情報の信頼度を示す指標を算出し、
算出された信頼度に基づいて、前記一又は複数の画素とは異なる他の一又は複数の画素において生成された特性情報に基づいて前記一又は複数の画素の特性情報を補正する、
ための処理をするように構成された、処理装置。
続きを表示（約 1,400 文字）【請求項２】
前記特性情報は前記流体の速度及び方向を示す速度ベクトルである、請求項１に記載の処理装置。
【請求項３】
前記学習済み特性推定モデルは、前記学習用画像の画像データと、前記学習用画像の画像データにおいて一又は複数の画素ごとに算出された学習用特性情報とを少なくとも用いて機械学習することにより生成される、請求項１に記載の処理装置。
【請求項４】
前記指標は、前記一又は複数の画素ごとに、所定の期間において、前記画像データに含まれる物体の移動量を算出し、前記移動量が大きいほど前記信頼度が高くなることを示す、請求項１に記載の処理装置。
【請求項５】
前記指標は、前記一又は複数の画素ごとに、前記特性情報の推定精度が良いほど前記信頼度が高くなることを示す、請求項１に記載の処理装置。
【請求項６】
前記指標は、前記一又は複数の画素ごとに、所定の期間における前記特性情報の移動量が大きく、且つ前記特性情報の推定精度が良いほど前記信頼度が高くなることを示す、請求項１に記載の処理装置。
【請求項７】
前記補正は前記信頼度に応じて変化する補正係数に基づいて行われる、請求項１に記載の処理装置。
【請求項８】
前記流体は、気体、液体、気体及び液体の混合物、気体又は液体に微量の固体が混合された混合物の少なくともいずれかである、請求項１に記載の処理装置。
【請求項９】
処理装置に具備された少なくとも一つのプロセッサにより実行されることにより、
前記少なくとも一つのプロセッサを、
前記処理装置に含まれるか、前記処理装置に通信インターフェイスを介して接続された撮像装置において撮像された撮像画像の画像データを取得し、
流体の速度及び方向の少なくともいずれかを示す特性情報を生成するための学習済み特性推定モデルに、取得された前記画像データを入力することによって、前記画像データを構成する一又は複数の画素ごとに前記特性情報を推定し、
前記一又は複数の画素ごとに、推定された前記特性情報の信頼度を示す指標を算出し、
算出された信頼度に基づいて前記一又は複数の画素とは異なる他の一又は複数の画素において生成された特性情報に基づいて前記一又は複数の画素の特性情報を補正する、
ように機能させる処理プログラム。
【請求項１０】
処理装置に具備された少なくとも一つのプロセッサにより実行される処理方法であって、
前記処理装置に含まれるか、前記処理装置に通信インターフェイスを介して接続された撮像装置において撮像された撮像画像の画像データを取得する段階と、
流体の速度及び方向の少なくともいずれかを示す特性情報を生成するための学習済み特性推定モデルに、取得された前記画像データを入力することによって、前記画像データを構成する一又は複数の画素ごとに前記特性情報を推定する段階と、
前記一又は複数の画素ごとに、推定された前記特性情報の信頼度を示す指標を算出する段階と、
算出された信頼度に基づいて前記一又は複数の画素とは異なる他の一又は複数の画素において生成された特性情報に基づいて前記一又は複数の画素の特性情報を補正する段階と、
を含む処理方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、カメラによって撮像された撮像画像から流体の特性情報を解析するための処理装置、処理プログラム及び処理方法に関する。
続きを表示（約 2,500 文字）【背景技術】
【０００２】
従来より、カメラ等によって撮像された画像を学習済みモデルに入力することで当該画像中に含まれる物体を識別することが知られていた。例えば、特許文献１には、カメラで撮像された画像を、所定の物体を検出するように予め学習された第１の識別器に入力することで、画像上において物体を含みかつ所定の形状を有する物体領域を検出するための物体状態識別装置が記載さ入れている。しかし、このような装置においては、形状の変化に乏しい物体の識別がされるのにとどまっていた。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－１２８７０５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
そこで、上記のような技術を踏まえ、本開示では、様々な実施形態により、流体の特性情報の解析に適した処理装置、処理プログラム及び処理方法を提供することを目的とする。
【課題を解決するための手段】
【０００５】
本開示の一態様によれば、「少なくとも一つのプロセッサを具備する処理装置であって、前記少なくとも一つのプロセッサが、前記処理装置に含まれるか、前記処理装置に通信インターフェイスを介して接続された撮像装置において撮像された撮像画像の画像データを取得し、流体の速度及び方向の少なくともいずれかを示す特性情報を生成するための学習済み特性推定モデルに、取得された前記画像データを入力することによって、前記画像データを構成する一又は複数の画素ごとに前記特性情報を推定し、前記一又は複数の画素ごとに、推定された前記特性情報の信頼度を示す指標を算出し、算出された信頼度に基づいて、前記一又は複数の画素とは異なる他の一又は複数の画素において生成された特性情報に基づいて前記一又は複数の画素の特性情報を補正する、ための処理をするように構成された、処理装置」が提供される。
【０００６】
本開示の一態様によれば、「処理装置に具備された少なくとも一つのプロセッサにより実行されることにより、記少なくとも一つのプロセッサを、前記処理装置に含まれるか、前記処理装置に通信インターフェイスを介して接続された撮像装置において撮像された撮像画像の画像データを取得し、流体の速度及び方向の少なくともいずれかを示す特性情報を生成するための学習済み特性推定モデルに、取得された前記画像データを入力することによって、前記画像データを構成する一又は複数の画素ごとに前記特性情報を推定し、記一又は複数の画素ごとに、推定された前記特性情報の信頼度を示す指標を算出し、算出された信頼度に基づいて前記一又は複数の画素とは異なる他の一又は複数の画素において生成された特性情報に基づいて前記一又は複数の画素の特性情報を補正する、ように機能させる処理プログラム」が提供される。
【０００７】
本開示の一態様によれば、「処理装置に具備された少なくとも一つのプロセッサにより実行される処理方法であって、前記処理装置に含まれるか、前記処理装置に通信インターフェイスを介して接続された撮像装置において撮像された撮像画像の画像データを取得する段階と、流体の速度及び方向の少なくともいずれかを示す特性情報を生成するための学習済み特性推定モデルに、取得された前記画像データを入力することによって、前記画像データを構成する一又は複数の画素ごとに前記特性情報を推定する段階と、記一又は複数の画素ごとに、推定された前記特性情報の信頼度を示す指標を算出する段階と、算出された信頼度に基づいて前記一又は複数の画素とは異なる他の一又は複数の画素において生成された特性情報に基づいて前記一又は複数の画素の特性情報を補正する段階と、を含む処理方法」が提供される。
【発明の効果】
【０００８】
本開示によれば、流体の特性情報の解析に適した処理装置、処理プログラム及び処理方法を提供することができる。
【０００９】
なお、上記効果は説明の便宜のための例示的なものであるにすぎず、限定的なものではない。上記効果に加えて、又は上記効果に代えて、本開示中に記載されたいかなる効果や当業者であれば明らかな効果を奏することも可能である。
【図面の簡単な説明】
【００１０】
図１は、本開示の一実施形態に係る処理システム１の使用の例を示す図である。
図２は、本開示の一実施形態に係る処理システム１の概略図である。
図３は、本開示の一実施形態に係る処理装置１００の構成を示すブロック図である。
図４は、本開示の一実施形態に係る処理装置１００のメモリ１１３に記憶される画像テーブルを概念的に示す図である。
図５は、本開示の一実施形態に係る処理装置１００において実行される処理フローを示す図である。
図６は、本開示の一実施形態に係る学習済みモデルの生成に係る処理フローを示す図である。
図７は、本開示の一実施形態に係る学習済みモデルの生成に係る処理フローを示す図である。
図８は、本開示の実施形態に係る学習済みモデルの生成に係る処理フローを示す図である。
図９は、本開示の一実施形態に係る処理装置１００において実行される処理フローを示す図である。
図１０Ｂは、本開示の一実施形態に係る処理装置１００で処理されるセグメンテーション画像の例を示す図である。
図１０Ｂは、本開示の一実施形態に係る処理装置１００で処理されるセグメンテーション画像から特性情報を生成した例を示す図である。
図１０Ｃは、本開示の一実施形態に係る処理装置１００で処理されるセグメンテーション画像から生成された特性情報を補正した例を示す図である。
図１１は、本開示の一実施形態に係る処理装置１００から出力される画面の例を示す図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許