特許ウォッチ

公開番号2025098601
公報種別公開特許公報(A)
公開日2025-07-02
出願番号2023214845
出願日2023-12-20
発明の名称情報処理装置、制御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,個人,個人,個人,個人
主分類G06T 7/00 20170101AFI20250625BHJP(計算;計数)
要約【課題】構造物の変状に関する学習データでの過学習を低減する。
【解決手段】情報処理装置は、構造物を撮影した画像を取得する取得手段と、前記画像から変状を検出する検出手段と、前記検出手段による変状の検出結果に対する編集を受け付ける編集受付手段と、前記編集受付手段によって編集された編集データをグルーピングする方法を設定する設定手段と、前記設定手段によって設定された方法により前記編集データをグルーピングする手段と、グルーピングされた前記編集データに基づいて、過学習を分析する分析手段と、前記分析手段による分析に基づいて、学習データを抽出する抽出手段と、前記抽出手段によって抽出された学習データを保存する保存手段と、を有する。
【選択図】図2
特許請求の範囲【請求項１】
構造物を撮影した画像を取得する取得手段と、
前記画像から変状を検出する検出手段と、
前記検出手段による変状の検出結果に対する編集を受け付ける編集受付手段と、
前記編集受付手段によって編集された編集データをグルーピングする方法を設定する設定手段と、
前記設定手段によって設定された方法により前記編集データをグルーピングする手段と、
グルーピングされた前記編集データに基づいて、過学習を分析する分析手段と、
前記分析手段による分析に基づいて、学習データを抽出する抽出手段と、
前記抽出手段によって抽出された学習データを保存する保存手段と、
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】
前記分析手段は、編集データを学習データに採用した時のＡＩモデルの精度向上度合により過学習を分析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】
前記抽出手段は、採用データ数が閾値より多い場合に採用データ数が閾値に達していいない属性の画像と類似判定をして学習データを抽出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】
前回と今回の編集結果と採用データ数を表示する表示手段と、
学習データの採用可否を受け付ける手段と、
をさらに有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】
同じ構造物の同一箇所の編集結果と採用データ数を表示する表示手段と、
学習データの採用可否を受け付ける手段と、
をさらに有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】
編集結果と編集前後の変状種類のグループの採用データ数を表示する表示手段と、
学習データの採用可否を受け付ける手段と、
をさらに有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】
構造物を撮影した画像を取得する取得工程と、
前記画像から変状を検出する検出工程と、
前記検出工程による変状の検出結果に対する編集を受け付ける編集受付工程と、
前記編集受付工程によって編集された編集データをグルーピングする方法を設定する設定工程と、
前記設定工程によって設定された方法により前記編集データをグルーピングする工程と、
グルーピングされた前記編集データに基づいて、過学習を分析する分析工程と、
前記分析工程による分析に基づいて、学習データを抽出する抽出工程と、
前記抽出工程によって抽出された学習データを保存する保存工程と、
を有することを特徴とする制御方法。
【請求項８】
構造物を撮影した画像を取得する取得工程と、
前記画像から変状を検出する検出工程と、
前記検出工程による変状の検出結果に対する編集を受け付ける編集受付工程と、
前記編集受付工程によって編集された編集データをグルーピングする方法を設定する設定工程と、
前記設定工程によって設定された方法により前記編集データをグルーピングする工程と、
グルーピングされた前記編集データに基づいて、過学習を分析する分析工程と、
前記分析工程による分析に基づいて、学習データを抽出する抽出工程と、
前記抽出工程によって抽出された学習データを保存する保存工程と、
をコンピュータに実行させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、構造物の変状を検出する情報処理装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
近年、インフラ構造物を点検する際に、ＡＩモデル用いた画像解析によってコンクリート壁のひび割れや鉄筋露出等の変状を検出できる。ＡＩモデルの性能を向上させるためには、訓練用の学習データが必要である。このとき、再学習処理には大量の計算処理が必要であり費用と時間がかかる。
【０００３】
そのため、性能向上に寄与しないような学習データを除外した、より質の高い学習データを収集することが求められている。例えば、特許文献１では、ユーザーが検出結果を編集した画像において、軽微な編集をした画像を学習データとして採用しないという機能がある。
【先行技術文献】
【特許文献】
【０００４】
特許０７１０４７９９号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１に記載の技術では、必ずしも質の高い学習データが収集できるとは限らない。例えば、編集が軽微ではないが学習データとして類似画像が多い画像を学習データとして収集した場合、ＡＩモデルはその画像に過学習してしまう。
【０００６】
このように、ＡＩモデルの性能向上を目的にユーザーが検知結果を編集したデータを学習データに用いた際に、過学習につながる編集データが学習データとして用いられるおそれがある。
【課題を解決するための手段】
【０００７】
情報処理装置は、構造物を撮影した画像を取得する取得手段と、前記画像から変状を検出する検出手段と、前記検出手段による変状の検出結果に対する編集を受け付ける編集受付手段と、前記編集受付手段によって編集された編集データをグルーピングする方法を設定する設定手段と、前記設定手段によって設定された方法により前記編集データをグルーピングする手段と、グルーピングされた前記編集データに基づいて、過学習を分析する分析手段と、前記分析手段による分析に基づいて、学習データを抽出する抽出手段と、前記抽出手段によって抽出された学習データを保存する保存手段と、を有する。
【発明の効果】
【０００８】
本発明によると、構造物の変状に関する学習データでの過学習を低減できる。
【図面の簡単な説明】
【０００９】
情報処理装置の構成
実施例１のシステム構成図
画像一覧画面
変状データ
変状検出結果を確認するＵＩ画面
編集後の変状データ
編集データグルーピング例
グループごとの編集データ
実施例１におけるフローチャート
ＡＩモデル精度向上度合による閾値の設定
実施例４におけるフローチャート
実施例５における表示画面
実施例５におけるフローチャート
実施例６における表示画面
実施例６におけるフローチャート
実施例７における表示画面
実施例７におけるフローチャート
【発明を実施するための形態】
【００１０】
［実施例１］
以下の実施形態で説明される方法は図１に示すブロック図の構成を持つ情報処理装置１００で動作する。ＣＰＵ１０１がＯＳとアプリケーションプログラムを記憶装置１０４あるいはＲＯＭ１０２から読みだしてＲＡＭ１０３にロードし、実行することで様々な処理が進行し、後述する実施形態の機能を実現する。アプリケーションプログラムは、コンピュータに接続されている入力装置１０５から利用者の入力を取得する。さらに、出力装置１０６に対して情報を出力し、処理結果を表示する。さらに、通信装置１０７を介してネットワークに接続された他のコンピュータやサーバー、デバイスなどと通信を行う。これらのハードウェアはバス１０８で互いに接続されていて、アプリケーションプログラムから操作できるように構成されている。
（【００１１】以降は省略されています）

関連特許