特許ウォッチ

公開番号2025058448
公報種別公開特許公報(A)
公開日2025-04-09
出願番号2023168380
出願日2023-09-28
発明の名称機械学習支援装置、機械学習支援方法、及び機械学習支援プログラム
出願人株式会社日立製作所
代理人弁理士法人ウィルフォート国際特許事務所
主分類G06V 10/774 20220101AFI20250402BHJP(計算;計数)
要約【課題】識別モデルの追加学習を精度良く効率的に行うための画像を生成する。
【解決手段】追加学習用画像を生成する機械学習装置101において、識別モデルは、第1画像取得条件下で取得された複数の基本画像を用いて学習されており、第2画像取得条件下で取得された追加画像を受け付ける画像入力部201と、追加画像の第2画像状態特徴量を算出する画像状態特徴量算出部202と、基本画像の第1画像状態特徴量と第2画像状態特徴量との間の第3画像状態特徴量を生成する画像状態特徴量制御部204と、追加画像の被写体の形態に基づく第1形態特徴量を算出する形態特徴量算出部203と、第3画像状態特徴量と第1形態特徴量とに基づいて、候補画像を生成する画像生成部205と、候補画像の少なくとも一つを追加学習用画像に決定する学習部207と、を備えるように構成する。
【選択図】図3
特許請求の範囲【請求項１】
画像が分類されるクラスを識別する識別モデルの追加学習を行うための追加学習用画像を生成する機械学習支援装置であって、
前記識別モデルは、第１画像取得条件下で取得された複数の基本画像を用いて学習されており、
前記識別モデルでの識別対象とする第２画像取得条件下で取得された追加画像を受け付ける受付部と、
前記追加画像の画像状態に基づく第２画像状態特徴量を算出する画像状態特徴量算出部と、
前記基本画像の画像状態に基づく第１画像状態特徴量と前記第２画像状態特徴量との間の特徴量である１以上の第３画像状態特徴量を生成する画像状態特徴量制御部と、
前記追加画像の被写体の形態に基づく第１形態特徴量を算出する形態特徴量算出部と、
１以上の前記第３画像状態特徴量と、前記第１形態特徴量とに基づいて、１以上の候補画像を生成する画像生成部と、
前記候補画像の少なくとも一つを追加学習用画像に決定する追加学習用画像決定部と、
を備え、
前記画像状態は、画像の輝度、コントラスト、色味（色相及び／又は彩度）、ぼやけ具合、ノイズ量、及び解像度の少なくとも一つの状態を含む、
機械学習支援装置。
続きを表示（約 1,500 文字）【請求項２】
前記識別モデルを用いて、画像が分類されるクラスを識別する識別部を更に有し、
前記追加学習用画像決定部は、
前記画像状態特徴量制御部により、前記第２画像状態特徴量に近い値から順に、前記第１画像状態特徴量に近い値となるように前記第３画像状態特徴量を逐次変更させて、
前記画像生成部により、前記第３画像状態特徴量と、前記形態特徴量とに基づいて、前記候補画像を逐次生成させ、
前記識別部により、前記候補画像について分類されるクラスを識別させ、
前記識別部による識別結果に基づいて、前記追加学習用画像に決定する
請求項１に記載の機械学習支援装置。
【請求項３】
前記追加学習用画像決定部は、
前記識別部による識別結果が変化した候補画像の直前に生成されていた候補画像を前記追加学習用画像に決定する
請求項２に記載の機械学習支援装置。
【請求項４】
前記第１画像取得条件下で取得された複数の前記基本画像のそれぞれに対して画像状態を摂動させた摂動画像を生成する摂動画像生成部と、
（Ａ）前記基本画像と、前記基本画像に対して前記画像状態特徴量算出部により出力される画像状態特徴量と、前記基本画像に対して前記形態特徴量算出部により出力される形態特徴量情報とに基づいて、前記画像生成部により出力される基本画像対応画像とのが類似し、
（Ｂ）前記摂動画像と、前記摂動画像に対して前記画像状態特徴量算出部により出力される画像状態特徴量と、前記摂動画像に対して前記形態特徴量算出部により出力される形態特徴量情報とから、前記画像生成部により出力される摂動画像対応画像とが類似し、
且つ、（Ｃ）前記基本画像に対して前記形態特徴量算出部により出力される形態特徴量情報と、前記摂動画像に対して前記形態特徴量算出部により出力される形態特徴量情報とが類似するように、前記画像状態特徴量算出部、前記形態特徴量算出部、及び前記画像生成部に対する機械学習を行う画像生成用学習部と、を更に有する
請求項１に記載の機械学習支援装置。
【請求項５】
前記追加学習用画像を用いて、前記識別モデルの学習を行う識別モデル学習部を更に備える
請求項１に記載の機械学習支援装置。
【請求項６】
前記識別モデル学習部による学習結果を出力する学習結果出力部を更に備える
請求項５に記載の機械学習支援装置。
【請求項７】
前記追加学習用画像を識別可能に出力する追加学習用画像出力部を更に備える
請求項１に記載の機械学習支援装置。
【請求項８】
１以上の前記候補画像を出力する候補画像出力部を更に備える
請求項１に記載の機械学習支援装置。
【請求項９】
前記１以上の前記候補画像の中から前記追加学習用画像とする画像の選択をユーザから受け付ける受付部を更に有し、
前記追加学習用画像決定部は、選択を受け付けた候補画像を前記追加学習用画像に決定する
請求項１に記載の機械学習支援装置。
【請求項１０】
前記追加学習用画像を表示させ、前記追加学習用画像を分類するクラスを示すクラス情報をユーザから受け付けるクラス情報受付部と、
前記追加学習用画像に前記クラス情報を対応付けて保存させる保存制御部と、
を更に備える
請求項１に記載の機械学習支援装置。
（【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】
本発明は、画像をクラスに識別する識別モデルの追加学習を行うための支援を行う技術に関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
機械学習を行って生成された識別モデルを用いて、画像のクラスを識別する技術が知られている。例えば、或る施設で取得された画像を用いて識別モデルに対して機械学習を行った場合には、この識別モデルを用いて、他の施設で取得された画像に対して識別処理を行うと、或る施設と他の施設で撮影される画像の取得条件等が異なっており、或る施設で取得された画像に対する識別精度に比べて、良好な識別精度が得られないということがある。
【０００３】
これに対して、複数の施設のごみピット内を撮像した画像と、その画像中の廃棄物の種類をラベル付けした教師データを用いて機械学習により識別モデルを生成し、その後、複数の施設と異なる第２の施設のごみピット内を撮像した画像と、その画像中の廃棄物の種類をラベル付けした教師データを追加学習することで、識別モデルを第２の施設に対応させる技術が開示されている（例えば、特許文献１参照）。
【０００４】
また、他の技術としては、画像データにより示される画像の見え方を判定した結果に基づいて、画像の変換に使用される補正パラメータを生成し、補正パラメータを用いて画像を変換し、変換された画像に対して、機械学習による推論を実行し、推論結果と画像データとを関連付けることで、教師データを生成し、教師データを使用して推論モデルの追加学習を行う技術が開示されている（例えば、特許文献２参照）。
【先行技術文献】
【特許文献】
【０００５】
特開２０２３－１２０９４号公報
特開２０２０－１６０８０４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
上述したように、特許文献１に開示された技術においては、他の施設で撮像した画像により識別モデルの追加学習を行っている。この際、例えば、他の施設での取得画像が少量である場合には、過学習となってしまい、良好な検出精度が得られないおそれがある。一方、他の施設での取得画像が大量である場合には、この取得画像にアノテーションを対応付ける工数が多くなってしまったり、既に学習していた施設の画像に対する識別精度が低下してしまったりするおそれがある。また、特許文献２に開示された技術についても同様な問題がある。
【０００７】
本発明は、上記事情に鑑みなされたものであり、その目的は、識別モデルの追加学習を精度良く効率的に行うための画像を生成する技術を提供することにある。
【課題を解決するための手段】
【０００８】
上記目的を達成するため、一観点に係る機械学習支援装置は、画像が分類されるクラスを識別する識別モデルの追加学習を行うための追加学習用画像を生成する機械学習支援装置であって、前記識別モデルは、第１画像取得条件下で取得された複数の基本画像を用いて学習されており、前記識別モデルでの識別対象とする第２画像取得条件下で取得された追加画像を受け付ける受付部と、前記追加画像の画像状態に基づく第２画像状態特徴量を算出する画像状態特徴量算出部と、前記基本画像の画像状態に基づく第１画像状態特徴量と前記第２画像状態特徴量との間の特徴量である１以上の第３画像状態特徴量を生成する画像状態特徴量制御部と、前記追加画像の被写体の形態に基づく第１形態特徴量を算出する形態特徴量算出部と、１以上の前記第３画像状態特徴量と、前記第１形態特徴量とに基づいて、１以上の候補画像を生成する画像生成部と、前記候補画像の少なくとも一つを追加学習用画像に決定する追加学習用画像決定部と、を備え、前記画像状態は、画像の輝度、コントラスト、色味（色相及び／又は彩度）、ぼやけ具合、ノイズ量、及び解像度の少なくとも一つの状態を含む。
【発明の効果】
【０００９】
本発明によれば、識別モデルの追加学習を精度良く効率的に行うための画像を生成することができる。
【図面の簡単な説明】
【００１０】
図１Ａは、従来例に係る識別モデルを使用した画像の識別の第１例を説明する図である。
図１Ｂは、従来例に係る識別モデルを使用した画像の識別の第２例を説明する図である。
図１Ｃは、従来例に係る識別モデルを使用した画像の識別の第３例を説明する図である。
図１Ｄは、一実施形態に係る識別モデルを使用した識別を概念的に説明する図である。
図２は、一実施形態に係る機械学習システムのハードウェア構成図である。
図３は、一実施形態に係る機械学習装置の機能構成図である。
図４は、一実施形態に係る画像状態特徴量算出部、形態特徴量算出部、及び画像生成部に対する事前学習を説明する図である。
図５は、一実施形態に係る追加学習用画像決定処理を説明する図である。
図６Ａは、一実施形態に係る変形係数の変更によって画像のコントラストが影響を受ける場合における各画像を示す図である。
図６Ｂは、一実施形態に係る変形係数の変更によって画像の輝度値が影響を受ける場合における各画像を示す図である。
図６Ｃは、一実施形態に係る変形係数の変更によって画像のぼやけ具合が影響を受ける場合における各画像を示す図である。
図７は、一実施形態に係る変形係数の変更により得られた画像と、識別面との関係を示す図である。
図８は、一実施形態に係る結果表示画面を示す図である。
図９は、一実施形態に係る追加学習用画像表示画面を示す図である。
図１０は、一実施形態に係る正解値設定画面を示す図である。
【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