特許ウォッチ

公開番号2025062846
公報種別公開特許公報(A)
公開日2025-04-15
出願番号2023172157
出願日2023-10-03
発明の名称情報処理装置、情報処理方法、及びプログラム
出願人キヤノン株式会社
代理人個人
主分類G06T 7/00 20170101AFI20250408BHJP(計算;計数)
要約【課題】検出対象領域の中心部分や分断された領域の検出精度を向上させる学習を可能にする。
【解決手段】情報処理装置は、学習画像に対応した正解領域の重要度をピクセルごとに取得するためのカーネルを決定し、その決定したカーネルを用いて、正解領域の重要度をピクセルごとに決定する。そして情報処理装置は、決定した正解領域の重要度に基づいて、画像から検出する対象領域を学習する。
【選択図】図2
特許請求の範囲【請求項１】
学習画像に対応した正解領域の重要度をピクセルごとに取得するためのカーネルを決定するカーネル決定手段と、
前記決定されたカーネルを用いて、前記正解領域の重要度をピクセルごとに決定する重要度決定手段と、
前記決定された正解領域の重要度に基づいて、画像から検出する対象領域を学習する学習手段と、
を有することを特徴とする情報処理装置。
続きを表示（約 1,100 文字）【請求項２】
前記重要度決定手段は、前記正解領域のなかで重要度を決定する対象となる注目ピクセルの重要度を、前記カーネル内における前記正解領域のピクセル数に基づいて決定することを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記重要度決定手段は、前記正解領域のなかで重要度を決定する対象となる注目ピクセルの重要度を、前記カーネル内において前記正解領域のピクセルが隣り合う数に基づいて決定することを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記重要度決定手段は、前記正解領域のなかで重要度を決定する対象となる注目ピクセルの重要度を、前記カーネル内において前記正解領域に含まれるピクセルが特定の方向に連続している数に基づいて決定することを特徴とする請求項１に記載の情報処理装置。
【請求項５】
前記重要度決定手段は、前記正解領域のなかで重要度を決定する対象となる注目ピクセルの重要度を、前記カーネル内において前記正解領域に含まれるピクセルの分布と、予め設定したテンプレートと、の一致率に基づいて決定することを特徴とする請求項１に記載の情報処理装置。
【請求項６】
前記重要度決定手段は、前記カーネルの位置ごとの重みを決定することを特徴とする請求項１に記載の情報処理装置。
【請求項７】
前記学習手段は、前記重要度決定手段により決定された前記正解領域の重要度に基づいて、前記画像から対象領域を検出する処理における損失を取得することを特徴とする請求項１に記載の情報処理装置。
【請求項８】
前記重要度決定手段は、前記正解領域のピクセルごとの前記重要度に基づく重要度マップを生成し、
前記学習手段は、前記重要度マップに基づいて前記損失を取得し、前記損失を基に前記学習を行うことを特徴とする請求項７に記載の情報処理装置。
【請求項９】
前記重要度決定手段は、前記重要度マップとして、未検出時の損失を決定するための未検出重要度マップと、誤検出時の損失を決定するための誤検出重要度マップとを生成し、
前記学習手段は、前記未検出重要度マップに基づいて前記未検出時の損失を取得し、前記誤検出重要度マップに基づいて前記誤検出の損失を取得することを特徴とする請求項８に記載の情報処理装置。
【請求項１０】
前記重要度決定手段は、前記カーネル決定手段によって決定された複数のカーネルを用いて、前記正解領域の重要度をピクセルごとに決定することを特徴とする請求項１に記載の情報処理装置。
（【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、機械学習に係る情報処理技術に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
近年、画像認識の分野に関する研究が盛んに行われており、ニューラルネットワークを用いて画像中の物体領域を検出する手法が多様に提案されている。セマンティックセグメンテーション（ＳｅｍａｎｔｉｃＳｅｇｍｅｎｔａｔｉｏｎ）を代表とするディープラーニングを用いた領域検出手法は、画像内の画素ごとにラベルやカテゴリを付与するアルゴリズムとなっている。ただし、現在普及している一般的な領域検出手法では、対象領域の中心部分が未検出になってしまったり、検出された領域が分割されてしまい不安定な検出結果になってしまったりすることがある。
【０００３】
このような問題を解決するために、非特許文献１には、隣り合う領域が検出されやすくなるように損失を動的に設定することで、空間的な相関情報を考慮した学習を行う手法が開示されている。また、非特許文献２には、学習対象となる領域の中心点を決定し、中心点に検出結果が集中しやすくなるように学習することで、位置関係による学習の優先度付けを行う手法が開示されている。
【先行技術文献】
【非特許文献】
【０００４】
ＷｅｉＹｕａｎ，ＷｅｎｂｏＸｕ， "ＮｅｉｇｈｂｏｒＬｏｓｓ：ＡＬｏｓｓＦｕｎｃｔｉｏｎＣｏｎｓｉｄｅｒｉｎｇＳｐａｔｉａｌＣｏｒｒｅｌａｔｉｏｎｆｏｒＳｅｍａｎｔｉｃＳｅｇｍｅｎｔａｔｉｏｎｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅ"，ＩＥＥＥＡｃｃｅｓｓ．２０２１．３０８２０７６
Ｗｅｉ－ＣｈｉｈＨｕｎｇ，ＶａｒｕｎＪａｍｐａｎｉ，ＳｉｆｅｉＬｉｕ，ＰａｖｌｏＭｏｌｃｈａｎｏｖ，Ｍｉｎｇ－ＨｓｕａｎＹａｎｇ，ＪａｎＫａｕｔｚ， "ＳＣＯＰＳ：Ｓｅｌｆ－ＳｕｐｅｒｖｉｓｅｄＣｏ－ＰａｒｔＳｅｇｍｅｎｔａｔｉｏｎ"，ａｒＸｉｖ１９０５．０１２９８，２０１９
【発明の概要】
【発明が解決しようとする課題】
【０００５】
物体領域として例えば人物の頭部領域を検出するような場合、人物の頭部と背景との間の曖昧な境界領域よりも、頭部領域の中心部分を安定的に検出できることが望まれる。また、人物の頭部領域に遮蔽物が存在するような場合においても、人物の頭部領域を精度よく検出できることが望まれる。
【０００６】
しかしながら、非特許文献１に開示された手法では、対象ピクセルの周囲の領域が検出されているか否かで損失を決定するため、頭部領域のような検出対象領域の中心部分を安定的に検出可能にするような学習を行うことが難しい。また、非特許文献２に開示された手法では、学習対象となる領域の中心部分からの距離によって損失を計算するため、例えば遮蔽物によって頭部領域が分断されているような場合、それら分断された領域を精度よく検出することが難しい。
【０００７】
そこで、本発明では、検出対象領域の中心部分や分断された領域の検出精度を向上させる学習を可能にすることを目的とする。
【課題を解決するための手段】
【０００８】
本発明の情報処理装置は、学習画像に対応した正解領域の重要度をピクセルごとに取得するためのカーネルを決定するカーネル決定手段と、前記決定されたカーネルを用いて、前記正解領域の重要度をピクセルごとに決定する重要度決定手段と、前記決定された正解領域の重要度に基づいて、画像から検出する対象領域を学習する学習手段と、を有することを特徴とする。
【発明の効果】
【０００９】
本発明によれば、検出対象領域の中心部分や分断された領域の検出精度を向上させる学習が可能となる。
【図面の簡単な説明】
【００１０】
情報処理装置のハードウェア構成例を示す図である。
学習装置に係る機能構成を示す図である。
重要度決定部に係る機能構成を示す図である。
第１の実施形態に係る情報処理のフローチャートである。
第１の実施形態における重要度決定処理の説明図である。
第２の実施形態に係る重要度決定処理のフローチャートである。
第２の実施形態における重要度決定処理の説明図である。
第３の実施形態に係る機能構成を示す図である。
第３の実施形態に係る信頼度取得処理のフローチャートである。
第３の実施形態における信頼度取得処理の説明図である。
【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