特許ウォッチ

公開番号2025135432
公報種別公開特許公報(A)
公開日2025-09-18
出願番号2024033280
出願日2024-03-05
発明の名称認識モデル、情報処理システム、情報処理方法、及び認識モデル生成方法
出願人京セラ株式会社
代理人個人,個人,個人,個人
主分類G06V 10/143 20220101AFI20250910BHJP(計算;計数)
要約【課題】対象物の認識精度を向上できる認識モデル、情報処理システム、情報処理方法、及び認識モデル生成方法を提供する。
【解決手段】認識モデルは、対象物の赤外光の成分を撮像した赤外画像と、対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像のうち赤外光の検出強度が減算閾値以下である画素を含む減算領域において赤外光の検出強度を減算した減算画像とを入力するための入力部と、赤外画像及び減算画像から対象物を認識した結果を出力する出力部とを備える。
【選択図】図10
特許請求の範囲【請求項１】
対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像とを入力するための入力部と、
前記赤外画像及び前記減算画像から前記対象物を認識した結果を出力する出力部と
を備える、認識モデル。
続きを表示（約 1,100 文字）【請求項２】
前記可視画像は、前記合成成分の検出強度が前記合成成分を撮像した撮像素子の検出上限より大きくなっている画素を含む飽和領域を有し、
前記減算画像は、前記飽和領域の少なくとも一部の領域において前記赤外光の強度を減算した画像である、請求項１に記載の認識モデル。
【請求項３】
対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像とを取得する取得部と、
前記可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像を生成する減算部と、
前記赤外画像及び前記減算画像を入力した場合に前記赤外画像及び前記減算画像から前記対象物を認識した結果を出力する認識モデルを用いて、前記対象物を認識する認識部と
を備える、情報処理システム。
【請求項４】
対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像とを取得することと、
前記可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像を生成することと、
前記赤外画像及び前記減算画像を入力した場合に前記赤外画像及び前記減算画像から前記対象物を認識した結果を出力する認識モデルを用いて、前記対象物を認識することと
を含む、情報処理方法。
【請求項５】
対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像とを取得することと、
前記可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像を生成することと、
前記赤外画像と前記減算画像とを学習データとする学習を実行することによって、前記赤外画像及び前記減算画像を入力したときに前記対象物を認識した結果を出力する認識モデルを生成することと
を含む、認識モデル生成方法。
【請求項６】
前記減算閾値を変更した仮想閾値を設定し、前記可視画像のうち前記赤外光の強度が前記仮想閾値以下になっている仮想減算領域において前記赤外光の強度を減算して仮想画像を生成することと、
前記仮想画像を更に学習データとする学習を実行することによって前記認識モデルを生成することと
を更に含む、請求項５に記載の認識モデル生成方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、認識モデル、情報処理システム、情報処理方法、及び認識モデル生成方法に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
従来、対象物を可視光によって撮像した画像と対象物を赤外光によって撮像した画像とを用いて対象物の位置を検出する装置が知られている（特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０２０／１７４６２３号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
可視光と赤外光とを両方とも検出する撮像素子を用いて対象物を撮像する場合、赤外光によって一部の画素における可視光の検出強度が飽和することがある。可視光の検出強度が飽和した画素を含む可視画像から対象物を認識する精度は、可視光の検出強度が飽和した画素を含まない可視画像から対象物を認識する精度よりも低下する。対象物の認識精度の向上が求められる。
【０００５】
本開示の目的は、対象物の認識精度を向上できる認識モデル、情報処理システム、情報処理方法、及び認識モデル生成方法を提供することにある。
【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認識モデルは、対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像とを入力するための入力部と、前記赤外画像及び前記減算画像から前記対象物を認識した結果を出力する出力部とを備える。
【０００７】
本開示の一実施形態に係る情報処理システムは、対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像とを取得する取得部と、前記可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像を生成する減算部と、前記赤外画像及び前記減算画像を入力した場合に前記赤外画像及び前記減算画像から前記対象物を認識した結果を出力する認識モデルを用いて、前記対象物を認識する認識部とを備える。
【０００８】
本開示の一実施形態に係る情報処理方法は、対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像とを取得することと、前記可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像を生成することと、前記赤外画像及び前記減算画像を入力した場合に前記赤外画像及び前記減算画像から前記対象物を認識した結果を出力する認識モデルを用いて、前記対象物を認識することとを含む。
【０００９】
本開示の一実施形態に係る認識モデル生成方法は、対象物の赤外光の成分を撮像した赤外画像と、前記対象物の赤外光の成分と可視光の成分とを合わせた合成成分を撮像した可視画像とを取得することと、前記可視画像のうち前記赤外光の検出強度が減算閾値以下である画素を含む減算領域において前記赤外光の検出強度を減算した減算画像を生成することと、前記赤外画像と前記減算画像とを学習データとする学習を実行することによって、前記赤外画像及び前記減算画像を入力したときに前記対象物を認識した結果を出力する認識モデルを生成することとを含む。
【発明の効果】
【００１０】
本開示の一実施形態に係る認識モデル、情報処理システム、情報処理方法、及び認識モデル生成方法によれば、対象物の認識精度が向上する。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許