特許ウォッチ

公開番号2025111973
公報種別公開特許公報(A)
公開日2025-07-31
出願番号2024005937
出願日2024-01-18
発明の名称異常推定装置、異常推定方法及びプログラム
出願人株式会社パスコ
代理人弁理士法人光陽国際特許事務所
主分類G06T 7/00 20170101AFI20250724BHJP(計算;計数)
要約【課題】より精度よく異常個所を推定する異常推定装置、異常推定方法及びプログラムを提供する。
【解決手段】異常推定装置である情報処理装置は、撮影画像に対して複数回の畳み込み処理を行って第1特徴量を生成するエンコード部と、第1特徴量に複数回の拡張畳み込み処理を行って第2特徴量を生成する拡張畳み込み部と、第2特徴量に転置畳み込み処理を行った結果に第1特徴量を加算した中間特徴量を生成する第1処理と、中間特徴量からアテンション情報を生成してアテンション情報を中間特徴量と合成することで、第2特徴量を更新する第2処理と、の組である更新処理を複数回実行して、撮影画像の各画素に異常が現れている可能性の高さの推定結果を示す異常推定画像を生成するデコード部と、を備える機械学習モデルを有する。各特徴量及びアテンション情報は、撮影画像のチャネル方向の次元と、チャネル方向とは異なる画像上の二次元方向とを有する。
【選択図】図3
特許請求の範囲【請求項１】
複数の画素の集合により表された撮影画像に対して複数回の畳み込み処理を行って第１特徴量を生成するエンコード部と、
前記第１特徴量に複数回の拡張畳み込み処理を行って第２特徴量を生成する拡張畳み込み部と、
前記第２特徴量に転置畳み込み処理を行った結果に前記第１特徴量を加算した中間特徴量を生成する第１処理と、前記中間特徴量からアテンション情報を生成して当該アテンション情報を前記中間特徴量と合成することで、前記第２特徴量を更新する第２処理と、の組である更新処理を複数回実行して、前記撮影画像の各画素に異常が現れている可能性の高さの推定結果を示す異常推定画像を生成するデコード部と、
を備え、
前記第１特徴量、前記第２特徴量、前記中間特徴量及び前記アテンション情報は、前記撮影画像のチャネル方向の次元と、前記チャネル方向とは異なる画像上の二次元方向とを有する、
異常推定装置。
続きを表示（約 1,200 文字）【請求項２】
前記デコード部は、前記アテンション情報と前記中間特徴量とをチャネル方向に結合した上で前記チャネル方向にのみ畳み込む一次元畳み込み処理を行うことで前記合成を行う、
請求項１記載の異常推定装置。
【請求項３】
前記デコード部は、前記アテンション情報と前記中間特徴量とをチャネル方向に結合した上で前記一次元畳み込み処理を行った特徴量に、前記中間特徴量を加算することで、前記合成を行う、請求項２記載の異常推定装置。
【請求項４】
前記エンコード部における前記畳み込み処理の回数と、前記デコード部における前記更新処理の回数と、は同一であり、
前記デコード部は、前記エンコード部がｎ回目の前記畳み込み処理で生成した前記第１特徴量を、後ろからｎ回目の前記更新処理で用いる、
請求項３記載の異常推定装置。
【請求項５】
複数の画素の集合により表された撮影画像に対して複数回の畳み込み処理を行って第１特徴量を生成するエンコードステップ、
前記第１特徴量に複数回の拡張畳み込み処理を行って第２特徴量を生成する拡張畳み込みステップ、
前記第２特徴量に転置畳み込み処理を行った結果に前記第１特徴量を加算した中間特徴量を生成する第１処理と、前記中間特徴量からアテンション情報を生成して当該アテンション情報を前記中間特徴量と合成することで、前記第２特徴量を更新する第２処理と、の組である更新処理を複数回実行して、前記撮影画像の各画素に異常が現れている可能性の高さの推定結果を示す異常推定画像を生成するデコードステップ、
を含み、
前記第１特徴量、前記第２特徴量、前記中間特徴量及び前記アテンション情報は、前記撮影画像のチャネル方向の次元と、前記チャネル方向とは異なる画像上の二次元方向とを有する、
異常推定方法。
【請求項６】
コンピュータを、
複数の画素の集合により表された撮影画像に対して複数回の畳み込み処理を行って第１特徴量を生成するエンコード手段、
前記第１特徴量に複数回の拡張畳み込み処理を行って第２特徴量を生成する拡張畳み込み手段、
前記第２特徴量に転置畳み込み処理を行った結果に前記第１特徴量を加算した中間特徴量を生成する第１処理と、前記中間特徴量からアテンション情報を生成して当該アテンション情報を前記中間特徴量と合成することで、前記第２特徴量を更新する第２処理と、の組である更新処理を複数回実行して、前記撮影画像の各画素に異常が現れている可能性の高さの推定結果を示す異常推定画像を生成するデコード手段、
として機能させ、
前記第１特徴量、前記第２特徴量、前記中間特徴量及び前記アテンション情報は、前記撮影画像のチャネル方向の次元と、前記チャネル方向とは異なる画像上の二次元方向とを有する、
プログラム。

発明の詳細な説明【技術分野】
【０００１】
この発明は、異常推定装置、異常推定方法及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
近年、インフラストラクチャー（インフラ）の点検と保守の必要性が高まっており、これらインフラの点検の自動化や効率化の要求も強まっている。例えば、港湾施設の点検においては、無人飛行機（ＵＡＶ）などによりケーソンを撮影した画像を機械学習したモデルに入力してケーソンに生じたひび割れ箇所を自動推定することで業務の自動化や大幅な効率化が期待できる。従来、撮影画像からひび割れを自動推定するモデルとして、Fast Pavement Crack Detection Network（ＦＰＣＮｅｔ）が知られている（非特許文献１）。
【０００３】
このＦＰＣＮｅｔは、画像を畳み込み処理して特徴量を抽出するエンコーダと、特徴量を転置畳み込み処理して元の画像サイズに戻すデコーダとを有するエンコーダ－デコーダ型のモデルである。ＦＰＣＮｅｔのデコーダでは、画像から抽出した複数チャネルの特徴量のうちどのチャネルに注目すべきかを表すアテンション情報を生成し、生成されたアテンション情報に従って特徴量を強調している。これにより、ＦＰＣＮｅｔは、検出対象の異常個所であるひび割れの推定精度の向上が図られている。
【先行技術文献】
【非特許文献】
【０００４】
Wenjun Liu他、”FPCNet: Fast Pavement Crack Detection Network Based on Encoder-Decoder Architecture”, Computer Vision and Pattern Recognition, 2019年、arXiv: 1907.02248
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、従来のＦＰＣＮｅｔにおいてはチャネルの次元だけを有する一次元情報に特徴量が圧縮されてアテンション情報が生成される。その結果、特徴量には、異常個所の推定に有益な空間情報が損失するという課題がある。
【０００６】
この発明の目的は、より精度よく異常個所を推定することのできる異常推定装置、異常推定方法及びプログラムを提供することにある。
【課題を解決するための手段】
【０００７】
上記目的を達成するため、本発明は、
複数の画素の集合により表された撮影画像に対して複数回の畳み込み処理を行って第１特徴量を生成するエンコード部と、
前記第１特徴量に複数回の拡張畳み込み処理を行って第２特徴量を生成する拡張畳み込み部と、
前記第２特徴量に転置畳み込み処理を行った結果に前記第１特徴量を加算した中間特徴量を生成する第１処理と、前記中間特徴量からアテンション情報を生成して当該アテンション情報を前記中間特徴量と合成することで、前記第２特徴量を更新する第２処理と、の組である更新処理を複数回実行して、前記撮影画像の各画素に異常が現れている可能性の高さの推定結果を示す異常推定画像を生成するデコード部と、
を備え、
前記第１特徴量、前記第２特徴量、前記中間特徴量及び前記アテンション情報は、前記撮影画像のチャネル方向の次元と、前記チャネル方向とは異なる画像上の二次元方向とを有する、
異常推定装置である。
【発明の効果】
【０００８】
本発明に従うと、より精度よく異常個所を推定することのできるという効果がある。
【図面の簡単な説明】
【０００９】
情報処理装置の機能構成を示すブロック図である。
異常推定処理の制御手順を示すフローチャートである。
機械学習モデルの概略構成を説明する図である。
ＳＷＩＮユニットの詳細構成を示す図である。
機械学習モデルを利用した異常推定処理によるひび割れの推定結果の例を示す図である。
【発明を実施するための形態】
【００１０】
以下、本発明の実施の形態を図面に基づいて説明する。
図１は、本実施形態の異常推定装置である情報処理装置１の機能構成を示すブロック図である。
（【００１１】以降は省略されています）

関連特許