特許ウォッチ

公開番号2025094214
公報種別公開特許公報(A)
公開日2025-06-24
出願番号2025050143,2023116865
出願日2025-03-25,2019-09-17
発明の名称学習用データ収集装置、学習用データ収集方法、及びプログラム
出願人富士フイルム株式会社
代理人個人,個人,個人,個人,個人
主分類G06T 7/00 20170101AFI20250617BHJP(計算;計数)
要約【課題】効率的な再学習を行える学習用データを収集する学習用データ収集装置、学習用データ収集方法及びプログラムを提供する。
【解決手段】学習用データ収集装置は、検査画像を取得する検査画像取得部と、学習された領域検出器で検出された領域検出結果を取得する領域検出結果取得部と、領域検出結果の修正履歴を取得する修正履歴取得部と、修正履歴を定量化した修正定量化情報を算出する算出部と、検査画像、領域検出結果、及び修正履歴を関連づけて記憶するデータベースと、データベースから再学習に使用する検査画像を抽出する抽出条件であって、修正定量化情報の閾値を抽出条件として設定する画像抽出条件設定部と、抽出条件を満たす検査画像を、領域検出器を再学習させる学習用データとして抽出する第1の学習用データ抽出部と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
検査の対象物を撮像した検査画像に基づいて領域検出器で検出された領域を示す領域検出結果を取得する取得部と、
前記領域検出結果の修正履歴を定量化した修正定量化情報を算出する算出部と、
少なくとも前記修正定量化情報の閾値に基づいて、前記検査画像から、前記領域検出器を学習させる学習用データを抽出する抽出部と、
を備える学習用データ収集装置。
続きを表示（約 810 文字）【請求項２】
前記領域検出結果は、前記領域検出器で検出された損傷領域の検出結果であり、
前記修正履歴は、前記損傷領域の検出結果の修正である、
請求項１に記載の学習用データ収集装置。
【請求項３】
前記算出部は、前記修正履歴の寸法に基づいて定量化して前記修正定量化情報を算出する請求項１または２に記載の学習用データ収集装置。
【請求項４】
前記閾値は、前記修正定量化情報に対応した次元である請求項１から３のいずれか１項に記載の学習用データ収集装置。
【請求項５】
前記検査画像の画質を判定する画質判定部を備え、
前記抽出部は、前記検査画像の画質に関する情報を受け付け、
前記画質に関する情報と前記閾値とに基づいて、前記検査画像を抽出することを特徴とする請求項１から４のいずれか１項に記載の学習用データ収集装置。
【請求項６】
検査の対象物を撮像した検査画像に基づいて領域検出器で検出された領域を示す領域検出結果を取得するステップと、
前記領域検出結果の修正履歴を定量化した修正定量化情報を算出するステップと、
少なくとも前記修正定量化情報の閾値に基づいて、前記検査画像から、前記領域検出器を学習させる学習用データを抽出するステップと、
を含む学習用データ収集方法。
【請求項７】
検査の対象物を撮像した検査画像に基づいて領域検出器で検出された領域を示す領域検出結果を取得するステップと、
前記領域検出結果の修正履歴を定量化した修正定量化情報を算出するステップと、
少なくとも前記修正定量化情報の閾値に基づいて、前記検査画像から、前記領域検出器を学習させる学習用データを抽出するステップと、
を含む学習用データ収集工程をコンピュータに実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、学習用データ収集装置、学習用データ収集方法、及びプログラムに関し、特に領域検出器に再学習させる学習用データを抽出する学習用データ収集装置、学習用データ収集方法、及びプログラムである。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
近年、検査対象の対象物の撮影画像を使用して、対象物の検査を行うことがある。対象物の検査は、対象物の撮影画像から所定の領域を検出及び特定することにより行われる。例えば、構造物の損傷検査を行う場合には、検査の対象物である、橋梁、道路、ビル等の構造物の撮影画像が取得される。そしてその撮影画像から画像処理により、構造物の損傷を検出及び特定することが行われる。
【０００３】
ここで、撮影画像から画像処理により領域を検出する手法の一つとして、機械学習をさせた領域検出器（例えば損傷検出器）により、領域を検出する手法が知られている。また、一旦、機械学習をさせた領域検出器に対して、新たに再学習（又は追加学習）をさせることにより、領域検出の精度を向上させることができることも知られている。しかしながら、データベース等に蓄積された膨大な数の画像を全て学習用データとして、領域検出器に学習させていては、学習させる時間が膨大となってしまう。また、学習用データとして適切なデータを学習しなければ、高い学習効果を期待することができない。すなわち、無作為に学習用データを選択しているだけでは、領域検出器に効率的な学習を行わせることはできない。
【０００４】
そこで従来より、機械学習を行わせる場合に、効率の良い学習を行わせることを目的として、学習用データの抽出手法に関する提案がなされている。
【０００５】
例えば、特許文献１には、画像の識別精度を確実且つ迅速に向上させることを目的とした技術が記載されている。具体的には、過去の機械学習に用いられた画像以外の画像であって、過去の機械学習に用いられた画像に対する類似度が低い画像を機械学習に用いる技術が記載されている。
【先行技術文献】
【特許文献】
【０００６】
特開２０１７－２２４１８４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
ここで、対象物の領域の検出を機械学習させた領域検出器により行う場合において、効率的な機械学習を行うためには、その領域検出器で行われた領域検出結果にユーザが満足いかなかった検査画像を使用して再学習を行わせる必要がある。
【０００８】
一方で、ユーザは領域検出結果に対して軽微な修正を行うこともある。このような軽微な修正でも学習には時間は要する。
【０００９】
したがって、効率的な再学習を行うため、ユーザが満足いかなかった検査画像を抽出するとともに、軽微な修正は再学習の対象外としたい。
【００１０】
本発明はこのような事情に鑑みてなされたもので、効率的な再学習を行える学習用データを収集する学習用データ収集装置、学習用データ収集方法、及びプログラム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】
（【００１１】以降は省略されています）

関連特許