特許ウォッチ

公開番号2025088578
公報種別公開特許公報(A)
公開日2025-06-11
出願番号2023203362
出願日2023-11-30
発明の名称情報処理方法
出願人株式会社Rist
代理人個人,個人,個人
主分類G06T 7/00 20170101AFI20250604BHJP(計算;計数)
要約【課題】ターゲットの検出において、人的作業を削減し、検出を高速且つ正確に行い、高いロバスト性を実現する情報処理方法を提供する。
【解決手段】情報処理装置1による情報処理方法は、ターゲットを含む対象物が撮像された第1画像と、第1画像に対してターゲットが注釈付けされた目標画像との入力を受け付けることと、第1画像に対して、目標画像を目標とする複数の画像処理手法のそれぞれを適用して、複数の第2画像を生成することと、第2画像に対して、複数の画像処理手法のそれぞれを適用して、複数の第3画像を生成することと、画像処理手法が適用された順番を強化学習により学習して、順番を出力する学習済みモデルを生成することと、を含む。
【選択図】図5
特許請求の範囲【請求項１】
情報処理装置による情報処理方法であって、
ターゲットを含む対象物が撮像された第１画像と、前記第１画像に対して前記ターゲットが注釈付けされた目標画像との入力を受け付けることと、
前記第１画像に対して、前記目標画像を目標とする複数の画像処理手法のそれぞれを適用して、複数の第２画像を生成することと、
前記複数の第２画像の中から選択される１つの第２画像に対して、前記目標画像を目標とする複数の画像処理手法のそれぞれを適用して、複数の第３画像を生成することと、
前記第１画像から各前記第３画像が生成されるまでに適用された画像処理手法の組み合わせ及び適用順序を強化学習により学習して学習済みモデルを生成することと、
を含み、
前記学習済みモデルは、入力画像に含まれる前記ターゲットを検出するために前記入力画像に適用する画像処理手法の組み合わせ及び適用順序を出力する、情報処理方法。
続きを表示（約 1,100 文字）【請求項２】
請求項１に記載の情報処理方法において、
前記強化学習は、モンテカルロ木探索（MCTS:Monte Carlo Tree Search）アルゴリズムを探索に用いる強化学習を含み、
前記モンテカルロ木探索アルゴリズムにおいて、前記第１画像から各前記第２画像への遷移に対応する報酬値を算出して記憶すること、
を含む情報処理方法。
【請求項３】
請求項２に記載の情報処理方法において、
前記第１画像から各前記第２画像への遷移に対応する各前記報酬値は、各前記第２画像と前記目標画像との一致度に少なくとも基づいて算出される、情報処理方法。
【請求項４】
請求項３に記載の情報処理方法において、
前記第１画像から各前記第２画像への遷移に対応する各前記報酬値は、各前記第２画像と前記目標画像との前記一致度に加えて、各前記第２画像を生成するために前記第１画像に対して適用された各前記画像処理手法の、コスト、省エネ効果、及び速度の少なくとも１つに基づいて算出される、情報処理方法。
【請求項５】
請求項２に記載の情報処理方法において、
前記複数の第２画像のそれぞれに対して２値化処理を適用して複数の２値化画像を生成することを含み、
前記第１画像から各前記第２画像への遷移に対応する各前記報酬値は、各前記２値化画像と前記目標画像との一致度に少なくとも基づいて算出される、情報処理方法。
【請求項６】
請求項１に記載の情報処理方法において、
前記複数の第２画像のそれぞれにつき探索価値を算出することと、
前記探索価値に基づいて、前記複数の第２画像の中から前記１つの第２画像を選択することと、
を含み、
前記複数の第３画像は、前記選択された１つの第２画像に対して前記複数の画像処理手法のそれぞれを適用することにより生成される、情報処理方法。
【請求項７】
請求項２に記載の情報処理方法において、
各前記第２画像を生成するために前記第１画像に対して適用された各前記画像処理手法の情報、及び前記第１画像から各前記第２画像への遷移の情報を記憶することを含む、情報処理方法。
【請求項８】
請求項５に記載の情報処理方法において、
前記強化学習は、経験再生技術（HER:Hindsight Experience Replay）アルゴリズムを用いる強化学習を含み、
前記経験再生技術アルゴリズムにより、前記目標画像を各前記２値化画像に置き換えた上で、前記第１画像から各前記第２画像への遷移に対応する前記報酬値を１とみなして記憶することを含む、情報処理方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、情報処理方法に関する。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
従来、学習用入力画像から目標画像への変換に適応させる適応画像フィルタを生成する生成装置において、複数の画像フィルタそれぞれによる出力画像と目標画像との適合度によって、適応画像フィルタを選択することが開示されている（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
特開2011-14051号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記の先行技術文献における生成装置は、複数の出力画像を生成した上で、それぞれに対して目標画像との適合度を算出する。このため、効率の観点において改善の余地がある。
【０００５】
かかる事情に鑑みてなされた本開示の目的は、ターゲットの検出において、人的作業を削減し、検出を高速且つ正確に行い、高いロバスト性を実現することにある。
【課題を解決するための手段】
【０００６】
本開示の一実施形態に係る情報処理方法は、
情報処理装置による情報処理方法であって、
ターゲットを含む対象物が撮像された第１画像と、前記第１画像に対して前記ターゲットが注釈付けされた目標画像との入力を受け付けることと、
前記第１画像に対して、前記目標画像を目標とする複数の画像処理手法のそれぞれを適用して、複数の第２画像を生成することと、
前記第２画像に対して、前記複数の画像処理手法のそれぞれを適用して、複数の第３画像を生成することと、
画像処理手法が適用された順番を強化学習により学習して、前記順番を出力する学習済みモデルを生成することと、
を含む。
【発明の効果】
【０００７】
本開示の一実施形態によれば、ターゲットの検出において、人的作業を削減し、検出を高速且つ正確に行い、高いロバスト性を実現することができる。
【図面の簡単な説明】
【０００８】
情報処理装置の構成を示すブロック図である。
画像処理手法の適用の概略を示す図である。
画像処理手法の適用の詳細を示す図である。
報酬値テーブルのデータ構造を示す図である。
情報処理装置の動作を示すフローチャートである。
【発明を実施するための形態】
【０００９】
図１は、本実施形態の情報処理装置１の概略図である。情報処理装置１は、ネットワークを介して１以上の他の端末と互いに通信可能である。ネットワークは、例えば移動体通信網、インターネット又は固定通信網を含む。
【００１０】
図１では説明の簡便のため、情報処理装置１は１つだけ示される。しかし、情報処理装置１の数はこれに限られない。例えば、情報処理装置１が実行する処理は、分散配置された複数の情報処理装置１によって実行されてよい。
（【００１１】以降は省略されています）

関連特許