特許ウォッチ

公開番号2025179306
公報種別公開特許公報(A)
公開日2025-12-10
出願番号2024085958
出願日2024-05-28
発明の名称学習装置、学習方法、及び、記録媒体
出願人日本電気株式会社
代理人個人,個人,個人
主分類G06T 7/00 20170101AFI20251203BHJP(計算;計数)
要約【課題】モデルの学習に係る学習効率を向上させることが可能な学習装置等を提供する。
【解決手段】学習装置は、状態予測手段と、状態推定手段と、学習処理手段と、を有する。状態予測手段は、複数の画像を含む第1の映像の入力に応じ、複数の画像とは異なる少なくとも1つの画像を有する第1の画像群により示される状態の予測結果を取得することが可能な第1のモデルを有する。状態推定手段は、複数の画像と、複数の画像とは異なる少なくとも1つの画像を有する第2の画像群と、を含む第2の映像の入力に応じ、第2の画像群により示される状態の推定結果を取得することが可能な第2のモデルを有する。学習処理手段は、予測結果を推定結果に近づけるための学習を第1のモデルに対して行う。
【選択図】図3
特許請求の範囲【請求項１】
複数の画像を含む第１の映像の入力に応じ、当該複数の画像とは異なる少なくとも１つの画像を有する第１の画像群により示される状態の予測結果を取得することが可能な第１のモデルを有する状態予測手段と、
前記複数の画像と、前記複数の画像とは異なる少なくとも１つの画像を有する第２の画像群と、を含む第２の映像の入力に応じ、当該第２の画像群により示される状態の推定結果を取得することが可能な第２のモデルを有する状態推定手段と、
前記予測結果を前記推定結果に近づけるための学習を前記第１のモデルに対して行う学習処理手段と、
を有する学習装置。
続きを表示（約 1,400 文字）【請求項２】
前記学習に用いられる学習データを前記第１のモデルに入力にすることにより得られた第１の特徴量と、当該学習データを前記第２のモデルに入力することにより得られた第２の特徴量と、の類似性に係る類似度を算出する類似度算出手段をさらに有し、
前記学習処理手段は、前記学習として、前記類似度を増加させるための学習を前記第１のモデルに対して行う請求項１に記載の学習装置。
【請求項３】
前記学習処理手段は、前記第２の映像における所定のタイミングよりも後の少なくとも１つの画像を含むデータを前記学習データとして取得する請求項２に記載の学習装置。
【請求項４】
前記学習処理手段は、前記第２の映像に含まれる各画像の中から抽出した、前記予測結果が前記推定結果と類似しない画像を含むデータを前記学習データとして取得する請求項２に記載の学習装置。
【請求項５】
前記第２の映像に含まれる画像毎の学習の重要度に係る指標としての重みを設定する重み設定手段をさらに有し、
前記学習処理手段は、前記第２の映像に含まれる各画像の中から抽出した、前記重みが所定値以上に設定された全ての画像を含むデータを前記学習データとして取得する請求項２に記載の学習装置。
【請求項６】
前記第２の映像に含まれる画像毎の学習の重要度に係る指標としての重みを設定する重み設定手段をさらに有し、
前記学習処理手段は、前記第２の映像に含まれる各画像の中から抽出した、前記重みが所定値以上に設定された全ての画像と、前記重みが当該所定値未満に設定された少なくとも１つの画像と、を含むデータを前記学習データとして取得する請求項２に記載の学習装置。
【請求項７】
前記第２の映像に含まれる画像毎の学習の重要度に係る指標としての重みを設定する重み設定手段をさらに有し、
前記学習処理手段は、前記重みを用いて前記学習に係る損失を算出する請求項２に記載の学習装置。
【請求項８】
前記第１の特徴量及び前記第２の特徴量は、ベクトル、分布またはマップのいずれかの形式で表現された特徴量として取得される請求項２に記載の学習装置。
【請求項９】
コンピュータが実行する学習方法であって、
複数の画像を含む第１の映像を第１のモデルに入力することにより、当該複数の画像とは異なる少なくとも１つの画像を有する第１の画像群により示される状態の予測結果を取得し、
前記複数の画像と、前記複数の画像とは異なる少なくとも１つの画像を有する第２の画像群と、を含む第２の映像を第２のモデルに入力することにより、当該第２の画像群により示される状態の推定結果を取得し、
前記予測結果を前記推定結果に近づけるための学習を前記第１のモデルに対して行う学習方法。
【請求項１０】
複数の画像を含む第１の映像を第１のモデルに入力することにより、当該複数の画像とは異なる少なくとも１つの画像を有する第１の画像群により示される状態の予測結果を取得し、
前記複数の画像と、前記複数の画像とは異なる少なくとも１つの画像を有する第２の画像群と、を含む第２の映像を第２のモデルに入力することにより、当該第２の画像群により示される状態の推定結果を取得し、
前記予測結果を前記推定結果に近づけるための学習を前記第１のモデルに対して行う処理をコンピュータに実行させるプログラムを記録した記録媒体。

発明の詳細な説明【技術分野】
【０００１】
本開示は、モデルの学習に利用可能な技術に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
モデルの学習に利用可能な技術が提案されている。
【０００３】
具体的には、例えば、特許文献１には、複数の新規教師データを取得し、当該取得した複数の新規教師データのそれぞれに含まれる要注意データを個別に重み付けて、学習済モデルを学習する手法が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２１－９９７０２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかし、特許文献１に開示された技術によれば、例えば、既に学習に用いたデータに含まれる要素と共通の要素が新規教師データに含まれている場合に、モデルの学習に係る学習効率が低下してしまうおそれがある、という課題が生じている。
【０００６】
本開示の１つの目的は、モデルを新規の環境に対応させるために行われる学習に係る学習効率を向上させることが可能な学習装置を提供することにある。
【課題を解決するための手段】
【０００７】
本開示の一つの観点では、学習装置は、複数の画像を含む第１の映像の入力に応じ、当該複数の画像とは異なる少なくとも１つの画像を有する第１の画像群により示される状態の予測結果を取得することが可能な第１のモデルを有する状態予測手段と、前記複数の画像と、前記複数の画像とは異なる少なくとも１つの画像を有する第２の画像群と、を含む第２の映像の入力に応じ、当該第２の画像群により示される状態の推定結果を取得することが可能な第２のモデルを有する状態推定手段と、前記予測結果を前記推定結果に近づけるための学習を前記第１のモデルに対して行う学習処理手段と、を有する。
【０００８】
本開示の他の観点では、コンピュータが実行する学習方法は、複数の画像を含む第１の映像を第１のモデルに入力することにより、当該複数の画像とは異なる少なくとも１つの画像を有する第１の画像群により示される状態の予測結果を取得し、前記複数の画像と、前記複数の画像とは異なる少なくとも１つの画像を有する第２の画像群と、を含む第２の映像を第２のモデルに入力することにより、当該第２の画像群により示される状態の推定結果を取得し、前記予測結果を前記推定結果に近づけるための学習を前記第１のモデルに対して行う。
【０００９】
本開示のさらに他の観点では、記録媒体は、複数の画像を含む第１の映像を第１のモデルに入力することにより、当該複数の画像とは異なる少なくとも１つの画像を有する第１の画像群により示される状態の予測結果を取得し、前記複数の画像と、前記複数の画像とは異なる少なくとも１つの画像を有する第２の画像群と、を含む第２の映像を第２のモデルに入力することにより、当該第２の画像群により示される状態の推定結果を取得し、前記予測結果を前記推定結果に近づけるための学習を前記第１のモデルに対して行う処理をコンピュータに実行させるプログラムを記録する。
【発明の効果】
【００１０】
本開示によれば、モデルを新規の環境に対応させるために行われる学習に係る学習効率を向上させることが可能となる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許