特許ウォッチ

公開番号2025072174
公報種別公開特許公報(A)
公開日2025-05-09
出願番号2023182751
出願日2023-10-24
発明の名称学習装置及び方法、推論装置及び方法、プログラム及び記憶媒体
出願人キヤノン株式会社
代理人弁理士法人大塚国際特許事務所
主分類G06N 3/09 20230101AFI20250430BHJP(計算;計数)
要約【課題】画像処理を実施するニューラルネットワーク内部の演算を単純化すると共に学習の精度を上げ、画像処理の結果としての画質を向上させること。
【解決手段】学習に用いる画像データに対して、予め決められたパラメータを用いて畳み込み処理を含む処理を行い、2値で表現した複数の出力マップを生成し、生成した複数の出力マップそれぞれをビット深度の1つの深度を表す画像データとして、複数の出力マップにおける同じ座標のビット列に対して、予め決められた重み付け値により重み付け演算を行う。そして、重み付け演算により得られたデータと教師データとを比較した比較結果に基づいて、パラメータを更新することにより、学習する。
【選択図】図2
特許請求の範囲【請求項１】
学習に用いる画像データに対して、予め決められたパラメータを用いて畳み込み処理を含む処理を行い、２値で表現した複数の出力マップを生成する処理手段と、
前記複数の出力マップそれぞれをビット深度の１つの深度を表す画像データとして、前記複数の出力マップにおける同じ座標のビット列に対して、予め決められた重み付け値により重み付け演算を行う演算手段と、
前記重み付け演算により得られたデータと教師データとを比較した比較結果に基づいて、前記予め決められたパラメータを更新する学習手段と、
を有することを特徴とする学習装置。
続きを表示（約 1,400 文字）【請求項２】
前記複数の出力マップはそれぞれ、少なくとも前記画像データまたは前記教師データと同じ水平データ長および垂直データ長のデータを有することを特徴とする請求項１に記載の学習装置。
【請求項３】
前記重み付け演算は、積和演算であることを特徴とする請求項１に記載の学習装置。
【請求項４】
前記重み付け値は、２または予め決められた数のべき乗であることを特徴とする請求項１に記載の学習装置。
【請求項５】
前記重み付け値のうち、最上位ビットに対応する値は、最下位ビットに対応する値以上であることを特徴とする請求項１に記載の学習装置。
【請求項６】
前記比較結果に基づいて、前記重み付け値を変更する変更手段を更に有し、
前記演算手段は、前記変更手段により変更された重み付け値を用いることを特徴とする請求項１に記載の学習装置。
【請求項７】
前記学習に用いる画像データのシーンに応じて、前記重み付け値を異なる値としたことを特徴とする請求項１に記載の学習装置。
【請求項８】
請求項１乃至６のいずれか１項に記載の学習装置における前記学習手段により更新されたパラメータを記憶する記憶手段と、
推論に用いる画像データを取得する取得手段と、
前記画像データに対して、前記記憶手段に記憶されたパラメータを用いて畳み込み処理を含む処理を行い、２値で表現した複数の出力マップを生成する処理手段と、
前記複数の出力マップそれぞれをビット深度の１つの深度を表す画像データとして、前記複数の出力マップにおける同じ座標のビット列に対して、前記重み付け値により重み付け演算を行う演算手段と、
を有することを特徴とする推論装置。
【請求項９】
請求項７に記載の学習装置における前記学習手段により更新されたパラメータおよびシーンに応じて異なる重み付け値を記憶する記憶手段と、
推論に用いる画像データを取得する取得手段と、
前記画像データに対して、前記記憶手段に記憶されたパラメータを用いて畳み込み処理を含む処理を行い、２値で表現した複数の出力マップを生成する処理手段と、
前記推論に用いる画像データのシーンを判別する判別手段と、
前記複数の出力マップそれぞれをビット深度の１つの深度を表す画像データとして、前記複数の出力マップにおける同じ座標のビット列に対して、前記記憶手段に記憶された重み付け値のうち、前記判別されたシーンに応じた重み付け値により重み付け演算を行う演算手段と、
を有することを特徴とする推論装置。
【請求項１０】
学習に用いる画像データに対して、予め決められたパラメータを用いて畳み込み処理を含む処理を行い、２値で表現した複数の出力マップを生成する処理工程と、
前記複数の出力マップそれぞれをビット深度の１つの深度を表す画像データとして、前記複数の出力マップにおける同じ座標のビット列に対して、予め決められた重み付け値により重み付け演算を行う演算工程と、
前記重み付け演算により得られたデータと教師データとを比較した比較結果に基づいて、前記予め決められたパラメータを更新する学習工程と、
を有することを特徴とする学習方法。
（【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】
本発明は学習装置及び方法、推論装置及び方法、プログラム及び記憶媒体に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
近年、ニューラルネットワーク等に代表される機械学習手法を用いて画像処理を行う画像処理装置が開発されている。しかし、ニューラルネットワーク等の学習において、画像処理は、物体検出等の処理に比べてニューラルネットワークが出力すべきパターン数が多く、より複雑な学習となる。そこで、ニューラルネットワークで２値化させた出力構成を組み入れることで、演算をより単純化させることが考えられている。特許文献１には、ニューラルネットワーク回路に、入力層、中間層または出力層において符号ビット、すなわち２値のみを出力することで演算を単純化させ、回路規模の削減を実現させることが記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－０９２３７７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に記載された構成では、学習の単純化によって、精度の劣化が起こり得る。
【０００５】
本発明は上記問題点を鑑みてなされたものであり、画像処理を実施するニューラルネットワーク内部の演算を単純化すると共に学習の精度を上げ、画像処理の結果としての画質を向上させることを目的とする。
【課題を解決するための手段】
【０００６】
上記目的を達成するために、本発明の学習装置は、学習に用いる画像データに対して、予め決められたパラメータを用いて畳み込み処理を含む処理を行い、２値で表現した複数の出力マップを生成する処理手段と、前記複数の出力マップそれぞれをビット深度の１つの深度を表す画像データとして、前記複数の出力マップにおける同じ座標のビット列に対して、予め決められた重み付け値により重み付け演算を行う演算手段と、前記重み付け演算により得られたデータと教師データとを比較した比較結果に基づいて、前記予め決められたパラメータを更新する学習手段と、を有する。
【発明の効果】
【０００７】
本発明によれば、画像処理を実施するニューラルネットワーク内部の演算を単純化すると共に学習の精度を上げ、画像処理の結果としての画質を向上させることができる。
【図面の簡単な説明】
【０００８】
本発明の実施形態におけるコンピュータの概略機能構成を示すブロック図。
本実施形態におけるニューラルネットワークの出力マップ及び重み付け処理処理を示す図。
第１の実施形態における学習処理を示すフローチャート。
第２及び第３の実施形態における重み配列の更新処理を示すフローチャート。
第３の実施形態における推論処理を示すフローチャート。
【発明を実施するための形態】
【０００９】
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
【００１０】
●コンピュータ１０の構成
以下、本発明をコンピュータ１０で実施する場合を例にとって説明する。
図１は、コンピュータ１０を示すブロック図である。図１に示すように、コンピュータ１０は、ＣＰＵ１１と、メモリ１２と、記憶装置１３と、通信部１４と、表示部１５と、入力制御部１６と、ＧＰＵ１７（Graphics Processing Unit）と、内部バス１００を有している。
（【００１１】以降は省略されています）

関連特許