特許ウォッチ

公開番号2025120049
公報種別公開特許公報(A)
公開日2025-08-15
出願番号2024015266
出願日2024-02-02
発明の名称画像処理装置、画像処理方法及び画像処理プログラム
出願人NTT株式会社,国立大学法人電気通信大学
代理人弁理士法人酒井国際特許事務所
主分類G06T 7/00 20170101AFI20250807BHJP(計算;計数)
要約【課題】CNNの性能を向上させること。
【解決手段】画像処理装置10は、入力画像に対するCNNによる識別結果の損失である画像識別損失を算出する。また、画像処理装置10は、入力画像をシフトして得られた互いに異なる複数の画像のそれぞれに対するCNNによる識別結果のシフト不変性に基づくシフト不変損失を算出する。また、画像処理装置10は、画像識別損失とシフト不変損失が小さくなるように、CNNのパラメータを最適化する。
【選択図】図1
特許請求の範囲【請求項１】
第１の画像を基に、画像識別モデルによる識別結果の損失である第１の損失を算出する第１の損失算出部と、
前記第１の画像をシフトして得られた互いに異なる複数の画像のそれぞれに対する前記画像識別モデルによる識別結果のシフト不変性に基づく第２の損失を算出する第２の損失算出部と、
前記第１の損失と前記第２の損失が小さくなるように、前記画像識別モデルのパラメータを最適化する最適化部と、
を有することを特徴とする画像処理装置。
続きを表示（約 640 文字）【請求項２】
前記第１の損失算出部は、前記第１の画像、又は前記第１の画像をシフトして得られた画像に対する前記画像識別モデルによる識別結果の損失を前記第１の損失として算出する
ことを特徴とする請求項１に記載の画像処理装置。
【請求項３】
画像処理装置によって実行される画像処理方法であって、
第１の画像を基に、画像識別モデルによる識別結果の損失である第１の損失を算出する第１の損失算出工程と、
前記第１の画像をシフトして得られた互いに異なる複数の画像のそれぞれに対する前記画像識別モデルによる識別結果のシフト不変性に基づく第２の損失を算出する第２の損失算出工程と、
前記第１の損失と前記第２の損失が小さくなるように、前記画像識別モデルのパラメータを最適化する最適化工程と、
を含むことを特徴とする画像処理方法。
【請求項４】
第１の画像を基に、画像識別モデルによる識別結果の損失である第１の損失を算出する第１の損失算出ステップと、
前記第１の画像をシフトして得られた互いに異なる複数の画像のそれぞれに対する前記画像識別モデルによる識別結果のシフト不変性に基づく第２の損失を算出する第２の損失算出ステップと、
前記第１の損失と前記第２の損失が小さくなるように、前記画像識別モデルのパラメータを最適化する最適化ステップと、
をコンピュータに実行させることを特徴とする画像処理プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、画像処理装置、画像処理方法及び画像処理プログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
従来、画像内の被写体の識別、検出、領域分割等を行うための機械学習の手法として、畳み込みニューラルネットワーク（Convolutional Neural Network：ＣＮＮ）が知られている。例えば、ＣＮＮは、業務における目視工程の自動化に寄与する。
【０００３】
撮像された画像を処理することで業務の目視工程の自動化を推進していく場合、ＣＮＮの画像処理はもともと目視工程を行っている人間の直感に沿った処理であることが望ましい。例えば、ＣＮＮは、画像識別の際に識別対象の位置がシフトしても識別結果がなるべく変化しない性質（以下、シフト不変性）を持っていることが望ましいと考えられる。
【０００４】
一方で、ＣＮＮにシフト不変性が欠如していることが指摘されている（例えば、非特許文献１を参照）。また、ＣＮＮのシフト不変性を評価する指標として、ＣＡＤＤ（Correctness-Aware Distribution Distance）と呼ばれる指標が提案されている（例えば、非特許文献２を参照）。ＣＡＤＤは２つの異なるシフトを与えた画像に対して、ＣＮＮモデルを用いた画像識別を行い、それぞれの出力が互いにどの程度乖離しているかを測定することによって得られる。
【先行技術文献】
【非特許文献】
【０００５】
R. Zhang, “Making Convolutional Networks Shift-Invariant Again”, 2019.
H. Higuchi, S. Suzuki, H. Shouno, “Measuring Shift-invariance of Convolutional Neural Network with a Probability-incorporated Metric”, 2022.
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、従来技術では、ＣＮＮの性能を十分に向上させることができない場合がある。例えば、従来技術では、ＣＮＮのシフト不変性の欠如という問題を解決することができない。
【課題を解決するための手段】
【０００７】
上述した課題を解決し、目的を達成するために、画像処理装置は、第１の画像を基に、画像識別モデルによる識別結果の損失である第１の損失を算出する第１の損失算出部と、前記第１の画像をシフトして得られた互いに異なる複数の画像のそれぞれに対する前記画像識別モデルによる識別結果のシフト不変性に基づく第２の損失を算出する第２の損失算出部と、前記第１の損失と前記第２の損失が小さくなるように、前記画像識別モデルのパラメータを最適化する最適化部と、を有することを特徴とする。
【発明の効果】
【０００８】
本発明によれば、ＣＮＮの性能を向上させることができる。
【図面の簡単な説明】
【０００９】
図１は、第１の実施形態に係る画像処理装置の構成例を示す図である。
図２は、第１の実施形態に係る画像処理装置の処理の流れを示すフローチャートである。
図３は、シフト画像識別部の処理の流れを示すフローチャートである。
図４は、非シフト画像識別部の処理の流れを示すフローチャートである。
図５は、画像識別損失算出部の処理の流れを示すフローチャートである。
図６は、シフト不変損失算出部の処理の流れを示すフローチャートである。
図７は、最適化部の処理の流れを示すフローチャートである。
図８は、第２の実施形態に係る画像処理装置の構成例を示す図である。
図９は、第２の実施形態に係る画像処理装置の処理の流れを示すフローチャートである。
図１０は、実験の結果を示す図である。
図１１は、画像処理プログラムを実行するコンピュータの一例を示す図である。
【発明を実施するための形態】
【００１０】
以下に、本願に係る画像処理装置、画像処理方法及び画像処理プログラムの実施形態を図面に基づいて詳細に説明する。なお、本発明は、以下に説明する実施形態により限定されるものではない。
（【００１１】以降は省略されています）

関連特許