JP2021033707A - Information processing apparatus - Google Patents
Information processing apparatus Download PDFInfo
- Publication number
- JP2021033707A JP2021033707A JP2019154000A JP2019154000A JP2021033707A JP 2021033707 A JP2021033707 A JP 2021033707A JP 2019154000 A JP2019154000 A JP 2019154000A JP 2019154000 A JP2019154000 A JP 2019154000A JP 2021033707 A JP2021033707 A JP 2021033707A
- Authority
- JP
- Japan
- Prior art keywords
- image
- detection target
- hidden
- learning
- superimposed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
本発明は、機械学習用の教師データを生成する技術に関する。 The present invention relates to a technique for generating teacher data for machine learning.
近年、機械学習を用いた物体認識技術が開発されている。機械学習には大量の教師データが必要である。特許文献１は、画像認識の対象物体と背景画像とを合成することで、機械学習の教師データとなる合成画像を大量に作成する技術を開示している。
In recent years, object recognition technology using machine learning has been developed. Machine learning requires a large amount of teacher data.
画像認識が行われる画像において、検出対象の一部が別の物体で隠れていることがある。本発明者は、一部が隠れている検出対象を精度よく検出するために、想定される隠され方を網羅した大量の学習用画像を教師データとして用い、物体検出モデルの学習を実行することが望ましいことを認識した。 In an image for which image recognition is performed, a part of the detection target may be hidden by another object. The present inventor uses a large amount of training images covering the assumed hiding method as teacher data in order to accurately detect a partially hidden detection target, and executes learning of an object detection model. Recognized that is desirable.
本発明はこうした状況に鑑みてなされたものであり、その目的は、一部が隠れた検出対象を精度よく検出するための学習用画像を生成できる情報処理装置を提供することにある。 The present invention has been made in view of such a situation, and an object of the present invention is to provide an information processing device capable of generating a learning image for accurately detecting a partially hidden detection target.
上記課題を解決するために、本発明のある態様の情報処理装置は、検出対象画像、隠蔽画像および背景画像を取得する画像取得部と、前記検出対象画像と前記隠蔽画像との位置関係が所定の重畳基準を満たすよう当該検出対象画像の一部に当該隠蔽画像を重畳して重畳画像を生成する第１生成部と、前記背景画像に前記重畳画像を合成して学習用画像を生成する第２生成部と、を備える。 In order to solve the above problems, in the information processing apparatus of the present invention, the positional relationship between the image acquisition unit that acquires the detection target image, the hidden image, and the background image and the detection target image and the hidden image is predetermined. A first generation unit that superimposes the hidden image on a part of the detection target image to generate a superimposition image and a first generation unit that superimposes the superimposition image on the background image to generate a learning image. It is provided with two generation units.
この態様によると、検出対象画像と隠蔽画像との位置関係が所定の重畳基準を満たすよう検出対象画像の一部に隠蔽画像を重畳するので、一部が隠れた検出対象を精度よく検出するための学習用画像を生成できる。 According to this aspect, the hidden image is superposed on a part of the detection target image so that the positional relationship between the detection target image and the concealed image satisfies a predetermined superposition standard, so that the partially hidden detection target can be detected accurately. Can generate learning images for.
本発明によれば、一部が隠れた検出対象を精度よく検出するための学習用画像を生成できる。 According to the present invention, it is possible to generate a learning image for accurately detecting a partially hidden detection target.
図１は、実施の形態に係る情報処理装置１のブロック図である。情報処理装置１は、画像認識に用いる物体検出モデルの学習を行うための複数の学習用画像を生成する。一例として、自動車などの車両に搭載された車載装置で実行される画像認識について説明するが、用途は特に限定されない。
FIG. 1 is a block diagram of the
たとえば、画像認識による検出対象が人である場合、画像認識が行われる画像において人の一部が車両や建物などで隠れていることがある。既述のように、本発明者は、一部が隠れている検出対象を精度よく検出するために、想定される隠され方を網羅した数千から数万の学習用画像を用いることが望ましいことを認識した。 For example, when the detection target by image recognition is a person, a part of the person may be hidden by a vehicle, a building, or the like in the image for which image recognition is performed. As described above, it is desirable for the present inventor to use thousands to tens of thousands of learning images covering possible hidden methods in order to accurately detect a partially hidden detection target. I realized that.
このような大量の学習用画像を生成するには労力を要するため、実施の形態では、検出対象画像の一部に車両などの隠蔽画像を重畳し、隠蔽画像が重畳された検出対象画像を背景画像に合成し、学習用画像を生成する。これらの処理を繰り返すことで、大量の学習用画像を自動的に生成する。 Since it takes labor to generate such a large amount of learning images, in the embodiment, a hidden image such as a vehicle is superimposed on a part of the detection target image, and the detection target image on which the hidden image is superimposed is used as a background. Combine with an image to generate a learning image. By repeating these processes, a large number of learning images are automatically generated.
情報処理装置１は、処理部１０および記憶部１２を備える。処理部１０は、画像取得部２０、第１生成部２２、第２生成部３２、学習部３４および検出部３６を備える。記憶部１２は、画像記憶部４０、重畳画像記憶部４２、位置関係記憶部４４、学習用画像記憶部４６およびモデル記憶部４８を備える。
The
処理部１０の構成は、ハードウエア的には、任意のコンピュータのＣＰＵ、メモリ、その他のＬＳＩで実現でき、ソフトウエア的にはメモリにロードされたプログラムなどによって実現されるが、ここではそれらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックがハードウエアのみ、ソフトウエアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。
The configuration of the
画像記憶部４０は、複数の検出対象画像、複数の隠蔽画像および複数の背景画像を予め記憶している。
The
検出対象画像は、たとえば人、自転車、車両などの検出対象を撮影した画像である。検出対象画像には、何の画像であるかを示す正解ラベルが予め関連付けられている。１つの正解ラベルに関して複数の検出対象画像が含まれる。 The detection target image is an image obtained by photographing a detection target such as a person, a bicycle, or a vehicle. A correct label indicating what kind of image it is is associated with the detection target image in advance. A plurality of detection target images are included for one correct label.
隠蔽画像は、検出対象画像の一部を隠す画像であり、たとえば、矩形、円形、星形などの図形の画像、および、交通環境に存在する物体である車両、自転車、建物などを撮影した画像を含む。図形の画像は、様々な色と透過率を有してもよい。交通環境に存在する物体の画像は、当該物体が不透明に設定され、当該物体の外側が透明に設定されたアルファチャンネル付きの画像であってもよい。 The hidden image is an image that hides a part of the detection target image, for example, an image of a figure such as a rectangle, a circle, or a star, and an image of an object existing in a traffic environment such as a vehicle, a bicycle, or a building. including. The image of the figure may have various colors and transmittances. The image of the object existing in the traffic environment may be an image with an alpha channel in which the object is set to be opaque and the outside of the object is set to be transparent.
背景画像は、検出対象画像の背景となる画像であり、たとえば各地の道路などを撮影した画像である。 The background image is an image that becomes the background of the detection target image, and is, for example, an image of a road or the like in various places.
画像取得部２０は、指定された正解ラベルの検出対象画像、隠蔽画像および背景画像を画像記憶部４０から取得し、取得した検出対象画像と隠蔽画像を第１生成部２２に出力し、取得した背景画像を第２生成部３２に出力する。
The
第１生成部２２は、画像取得部２０から出力された検出対象画像と隠蔽画像との位置関係が所定の重畳基準を満たすよう当該検出対象画像の一部に当該隠蔽画像を重畳して重畳画像を生成する。つまり重畳画像は、検出対象画像の一部が隠蔽画像で隠された画像である。第１生成部２２は、重畳部２４および判定部２６を有する。
The
重畳部２４は、画像取得部２０から出力された検出対象画像の一部に隠蔽画像を重畳して重畳画像を生成する。隠蔽画像を重畳する位置は、ランダムに設定されてもよいし、ユーザに指定されてもよい。
The
重畳部２４は、生成した重畳画像ごとに、検出対象画像における隠蔽画像が重畳した領域の位置の情報を、重畳画像を識別するための情報に関連付けて重畳画像記憶部４２に記憶させる。隠蔽画像が重畳した領域の位置は、検出対象画像の左下の頂点などの所定位置を基準とした位置である。隠蔽画像が矩形の場合、隠蔽画像が重畳した領域の位置情報は、たとえば当該領域の対頂点の座標を含む。重畳部２４は、検出対象画像における隠蔽画像が重畳していない領域の位置情報も重畳画像記憶部４２に記憶させてもよい。
The
重畳部２４は、同一の検出対象画像に関し、隠蔽画像を同一とし、隠蔽画像の重畳位置を異ならせて複数の重畳画像を生成してもよい。重畳部２４は、同一の検出対象画像に関し、隠蔽画像が重畳した領域の位置情報にもとづいて隠蔽画像の重畳位置を同一とし、隠蔽画像を異ならせて複数の重畳画像を生成してもよい。重畳部２４は、隠蔽画像が重畳した領域の位置情報が同一の複数の重畳画像ごとに、これら複数の重畳画像を識別するための情報に関連付けて位置情報を重畳画像記憶部４２に記憶させてもよい。
The
重畳部２４は、検出対象画像の一部に図形の隠蔽画像を重畳してから、当該隠蔽画像が重畳した領域の位置情報にもとづいて図形の隠蔽画像を現実の物体である車両などの隠蔽画像に置き換えてもよいし、図形の隠蔽画像を重畳せずに車両などの隠蔽画像を直接重畳してもよい。車両などの隠蔽画像を用いることで、図形の隠蔽画像を用いる場合よりも検出対象の検出精度をより高めることができる。
The
図２（ａ），（ｂ）は、実施の形態に係る重畳画像７０の一例を示す。図２（ａ）では、人の検出対象画像７２の右下の一部に矩形の白塗りの隠蔽画像７４が重畳され、図２（ｂ）では、人の検出対象画像７２の左下の一部に矩形の白塗りの隠蔽画像７４が重畳されている。
2 (a) and 2 (b) show an example of the superimposed
図３（ａ），（ｂ）は、実施の形態に係る重畳画像７０の他の例を示す。この例では、図２（ａ）の矩形の隠蔽画像７４が現実の物体の隠蔽画像７４に置き換えられている。図３（ａ）では、人の検出対象画像７２の右下の一部に車両の隠蔽画像７４が重畳され、図３（ｂ）では、人の検出対象画像７２の右下の一部にバスの隠蔽画像７４が重畳されている。
3 (a) and 3 (b) show another example of the superimposed
位置関係記憶部４４は、検出対象画像の正解ラベルごとに、検出対象画像と隠蔽画像の正しい位置関係を予め記憶している。たとえば、検出対象画像の正解ラベルが「人」である場合、正しい位置関係は、検出対象画像の中央部などの内部のみに隠蔽画像が位置しないこと、すなわち隠蔽画像の４つの頂点が検出対象画像の４つの辺より内側に存在しないことである。人の中央部のみが車などの障害物で隠されることは非現実的であるためである。
The positional
正しい位置関係は、隠蔽物に一部が隠れた検出対象を実際に撮影して得られた複数の画像をもとに、手動で設定されてもよいし、画像認識により自動で設定されてもよい。画像認識を行う場合、検出対象を画像認識してその位置とサイズを出力可能な既存の画像認識装置と、隠蔽物を画像認識してその位置とサイズを出力可能な既存の画像認識装置とを用いればよい。 The correct positional relationship may be set manually based on a plurality of images obtained by actually shooting a detection target partially hidden by a concealed object, or may be automatically set by image recognition. Good. When performing image recognition, an existing image recognition device capable of recognizing a detection target and outputting its position and size and an existing image recognition device capable of recognizing a concealed object and outputting its position and size are used. You can use it.
判定部２６は、検出対象画像における隠蔽画像が重畳した領域の位置情報をもとに特定される重畳画像の検出対象画像と隠蔽画像との位置関係、および、位置関係記憶部４４に記憶された正しい位置関係にもとづいて、重畳画像が現実的な画像であるか否か判定する。重畳画像が現実的な画像であれば、判定部２６は、当該重畳画像を重畳画像記憶部４２に記憶させる。重畳画像が非現実的な画像であれば、判定部２６は、当該重畳画像を除外し、重畳画像記憶部４２に記憶させない。
The
具体的には判定部２６は、重畳画像における検出対象画像と隠蔽画像の位置関係が、正しい位置関係に含まれなければ、重畳画像が非現実的な画像であると判定する。たとえば、検出対象画像の正解ラベルが「人」であれば、判定部２６は、検出対象画像の中央領域のみに隠蔽画像が存在する重畳画像を除外する。非現実的な重畳画像を除外できるので、学習精度を向上できる。
Specifically, the
このように、第１生成部２２は、検出対象画像と隠蔽画像との位置関係が位置関係記憶部４４に記憶された正しい位置関係に含まれるよう、当該検出対象画像の一部に当該隠蔽画像を重畳して重畳画像を生成する。
In this way, the
第２生成部３２は、第１生成部２２で生成された重畳画像を背景画像に合成して学習用画像を生成する。重畳画像を合成する背景画像内の位置は、公知の技術を用いて現実的な位置に自動的に設定されてもよいし、ユーザに指定されてもよい。第２生成部３２は、１つの重畳画像を複数の背景画像のそれぞれに合成して複数の学習用画像を生成してもよい。
The
図４は、実施の形態に係る学習用画像７８の一例を示す。この学習用画像７８では、背景画像７６の中央付近に図３（ａ）の重畳画像７０が合成されている。
FIG. 4 shows an example of the learning
図１に戻る。第２生成部３２は、生成した学習用画像内の検出対象画像の位置の情報を検出対象画像の正解ラベルとともに学習用画像に関連付け、これらが関連付けられた学習用画像を学習用画像記憶部４６に記憶させる。検出対象画像の位置は、学習用画像の左下の頂点などの所定位置を基準とした位置である。検出対象画像が矩形の場合、検出対象画像の位置情報は、たとえば検出対象画像の矩形の対頂点の座標を含む。
Return to FIG. The
画像取得部２０、第１生成部２２、第２生成部３２は、１つの正解ラベルに関して、予め定められた数の学習用画像が生成されるまで以上の一連の処理を繰り返す。予め定められた数は、ユーザにより設定され、たとえば数千から数万である。これにより、１つの正解ラベルに関して、正解ラベルおよび検出対象画像の位置情報が関連付けられた学習用画像が複数生成される。よって、手間がかかるアノテーション作業を不要にできる。また、非現実的な重畳画像は除外されているので、一部が隠れた検出対象を精度よく検出するための学習用画像を生成できる。
The
学習用画像記憶部４６は、検出対象画像の正解ラベルおよび検出対象画像の位置情報が関連付けられた学習用画像を複数記憶する。
The learning
予め定められた数の学習用画像が生成された場合、学習部３４は、学習用画像記憶部４６に記憶された複数の学習用画像を教師データとして、画像認識に用いられる物体検出モデルの学習を行う。学習は、検出対象画像の正解ラベルおよび検出対象画像の位置情報を用いて実行される。
When a predetermined number of learning images are generated, the
モデルの学習は、周知の機械学習の各種手法を用いて行うことができる。機械学習の例として、ディープラーニングなどがある。ディープラーニングの具体例としては、ニューラルネットワークを利用した誤差逆伝播法がある。教師データを用いて教師あり学習を実行できれば、他の手法により学習してもよい。学習部３４は、学習済みの物体検出モデルをモデル記憶部４８に記憶させる。
Model learning can be performed using various well-known machine learning methods. Deep learning is an example of machine learning. As a specific example of deep learning, there is an error back propagation method using a neural network. If supervised learning can be performed using teacher data, learning may be performed by other methods. The
検出部３６は、モデル記憶部４８に記憶された学習済みのモデルを用いて、実際に撮影された検証用の画像から検出対象を検出する。この処理は、学習済みのモデルの検証に相当する。
The
検出部３６による検出対象の検出精度が所定値未満である場合、または、学習用画像のバリエーションを増やす必要がある場合、画像取得部２０、第１生成部２２、第２生成部３２は、以上の一連の処理をさらに繰り返す。この場合、重畳部２４は、重畳画像記憶部４２に記憶された検出対象画像における隠蔽画像が重畳した領域の位置情報をもとに、当該領域の位置を変えずに、複数の重畳画像のそれぞれにおいて現在の隠蔽画像を別の隠蔽画像に置き換えてもよい。つまり、この場合も第１生成部２２は、検出対象画像と隠蔽画像との位置関係が所定の重畳基準を満たすよう当該検出対象画像の一部に当該隠蔽画像を重畳して重畳画像を生成する。検出対象画像と隠蔽画像との位置関係が所定の重畳基準を満たすことは、検出対象画像における新たな隠蔽画像が重畳した領域の位置と、重畳画像記憶部４２に記憶された検出対象画像における隠蔽画像が重畳した領域の位置とが一致することである。第２生成部３２は、隠蔽画像が置き換えられた複数の重畳画像をもとに、複数の学習用画像を生成する。これにより、隠蔽画像が置き換えられた追加の複数の学習用画像を容易に生成でき、学習用画像の数を容易に増やすことができる。よって、一部が隠れた検出対象を精度よく検出するための学習用画像を容易に生成できる。
When the detection accuracy of the detection target by the
検出部３６による検出対象の検出精度が所定値以上であれば、学習済みのモデルが確定される。確定した学習済みのモデルは、たとえばネットワークなどを介して図示しない車載装置に送られ、車載装置において検出対象の画像認識に用いられる。
If the detection accuracy of the detection target by the
次に、以上の構成による情報処理装置１の全体的な動作を説明する。図５は、図１の情報処理装置１の処理を示すフローチャートである。
Next, the overall operation of the
重畳部２４は、検出対象画像の一部に隠蔽画像を重畳して重畳画像を生成し（Ｓ１０）、判定部２６は非現実的な重畳画像を除外し（Ｓ１２）、第２生成部３２は、重畳画像を背景画像に合成して学習用画像を生成する（Ｓ１４）。学習用画像の数が所定数以上でなければ（Ｓ１６のＮ）、Ｓ１０に戻る。学習用画像の数が所定数以上であれば（Ｓ１６のＹ）、学習部３４は、複数の学習用画像を教師データとしてモデルを学習し（Ｓ１８）、検出部３６は、学習済みのモデルを用いて実際の画像から検出対象を検出する（Ｓ２０）。データを増やす必要があれば（Ｓ２２のＹ）、Ｓ１０に戻る。データを増やす必要がなければ（Ｓ２２のＮ）、処理を終了する。
The
本実施の形態によれば、学習用画像に検出対象画像の位置情報が関連付けられるので、アノテーション作業が不要になる。また、一部が隠蔽された検出対象を高精度に検出しやすい大量の学習用画像を容易に作成できる。 According to the present embodiment, since the position information of the detection target image is associated with the learning image, the annotation work becomes unnecessary. In addition, it is possible to easily create a large number of learning images in which a partially hidden detection target can be easily detected with high accuracy.
（検出対象画像の他の例）
検出対象画像は、人、車などの画像に限らず、マーク、文字などの画像でもよい。ここでは、機密情報を表す「秘」マークおよび「Ｃｏｎｆｉｄｅｎｔｉａｌ」マークをパーソナルコンピュータのデスクトップ画面の画像から検出する一例を説明する。
(Other examples of images to be detected)
The image to be detected is not limited to an image of a person, a car, or the like, but may be an image of a mark, characters, or the like. Here, an example of detecting the "confidential" mark and the "confidential" mark representing confidential information from the image of the desktop screen of the personal computer will be described.
図６は、検出対象画像７２の他の例を示す。検出対象画像７２は、「秘」マークおよび「Ｃｏｎｆｉｄｅｎｔｉａｌ」マークを含む書類の画像である。
FIG. 6 shows another example of the
図７は、図６の検出対象画像７２の一部が隠れた一例を示す。書類の検出対象画像７２の右下の一部がＰＤＦファイルなどの別の書類で隠れている。
FIG. 7 shows an example in which a part of the
デスクトップ画面において「秘」マークと「Ｃｏｎｆｉｄｅｎｔｉａｌ」マークが付された書類を開いている場合、図６に示すように書類の全体が最前面に位置することもあれば、図７に示すように書類の一部が他のファイルで隠され、他のファイルの背面に位置することもある。 When a document with the "Confidential" mark and the "Confidential" mark is opened on the desktop screen, the entire document may be located in the foreground as shown in FIG. 6, or the document as shown in FIG. 7. Some of them are hidden by other files and may be located behind other files.
パーソナルコンピュータにおいてデスクトップ画面全体のスクリーンショットを撮り、撮られた画像をメールに添付して送信する状況を想定する。図７のように「秘」マークが付された書類の一部の上にＰＤＦファイルを開いており、このＰＤＦファイルの内容をスクリーンショットの画像で送信したい場合、「秘」マークが付された書類の内容もスクリーンショットの画像に写る可能性がある。そのため、この画像を送信すると、機密情報の流出につながる可能性がある。 Imagine a situation where you take a screenshot of the entire desktop screen on a personal computer and send the taken image as an attachment to an email. If you have a PDF file open on a part of a document marked "secret" as shown in Fig. 7, and you want to send the contents of this PDF file as a screenshot image, the "secret" mark is added. The contents of the document may also appear in the screenshot image. Therefore, sending this image may lead to the leakage of confidential information.
そこで、実施の形態と同様に複数の学習用画像を生成し、モデルを学習することで、一部が隠れた「秘」マークおよび「Ｃｏｎｆｉｄｅｎｔｉａｌ」マークをスクリーンショットのデスクトップ画面の画像から検出する。 Therefore, by generating a plurality of learning images and training the model in the same manner as in the embodiment, the "confidential" mark and the "confidential" mark, which are partially hidden, are detected from the image of the desktop screen of the screenshot.
この場合、隠蔽画像は、図形、デスクトップ画面に存在する書類、写真、ウェブブラウザなどの画像を含む。背景画像は、デスクトップ画面などの画像を含む。 In this case, the hidden image includes an image such as a graphic, a document existing on the desktop screen, a photograph, or a web browser. The background image includes an image such as a desktop screen.
図８は、図６の検出対象画像７２を含む学習用画像７８の一例を示す。この学習用画像７８では、書類の検出対象画像７２の右下の一部に書類の隠蔽画像７４が重畳された重畳画像７０が、デスクトップ画面の背景画像７６の中央付近に合成されている。
FIG. 8 shows an example of a
画像認識は、パーソナルコンピュータで動作するメールアプリ、または、外部のメールサーバで実行される。メールアプリまたはメールサーバは、メールに添付されたデスクトップ画面の画像から、学習済みモデルを用いて「秘」マークまたは「Ｃｏｎｆｉｄｅｎｔｉａｌ」マークを検出し、少なくともいずれかのマークが検出された場合、メールの送信を中断してユーザに注意喚起する。これにより、機密情報の流出を抑制しやすくなる。 Image recognition is executed by a mail application running on a personal computer or an external mail server. The email app or mail server uses the trained model to detect the "secret" or "confidential" mark from the desktop screen image attached to the email, and if at least one of the marks is detected, the email Suspend transmission to alert the user. This makes it easier to suppress the leakage of confidential information.
一部が隠れた「秘」マーク、「Ｃｏｎｆｉｄｅｎｔｉａｌ」マークの学習用画像を用いて学習したモデルを用いることで、一部が隠れた「秘」マーク、「Ｃｏｎｆｉｄｅｎｔｉａｌ」マークをより高精度に検出できる。 By using a model learned using the learning image of the "confidential" mark and "confidential" mark that are partially hidden, the "confidential" mark and "confidential" mark that are partially hidden can be detected with higher accuracy. ..
以上、実施の形態をもとに本発明を説明した。実施の形態はあくまでも例示であり、各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。 The present invention has been described above based on the embodiments. Embodiments are merely examples, and it is understood by those skilled in the art that various modifications are possible for each component and combination of each processing process, and that such modifications are also within the scope of the present invention.
例えば、第１の変形例として、学習部３４、検出部３６およびモデル記憶部４８は、情報処理装置１に設けられず、情報処理装置１の外部の端末装置などに配置されてもよい。この場合、情報処理装置１は教師データ生成装置として機能する。この変形例では、情報処理装置１の構成の自由度を向上できる。
For example, as a first modification, the
第２の変形例として、実施の形態または第１の変形例において情報処理装置１は判定部２６、位置関係記憶部４４を備えず、非現実的な重畳画像を除外しなくてもよい。第２の変形例では、情報処理装置１の処理を簡素化できる。
As a second modification, in the embodiment or the first modification, the
第３の変形例として、第２の変形例において情報処理装置１は第１生成部２２、重畳画像記憶部４２を備えず、隠蔽画像および重畳画像を利用しなくてもよい。この場合、第２生成部３２は、検出対象画像を背景画像に合成して学習用画像を生成する。第３の変形例では、一部が隠れている検出対象画像を含む学習用画像は生成しないが、アノテーション作業を不要にできる。
As a third modification, in the second modification, the
実施の形態では、記憶部１２は情報処理装置１の内部に配置されているが、情報処理装置１の外部に配置されてもよい。たとえば、外部のストレージ装置、外部のサーバ、クラウドストレージなどに記憶部１２を設け、学習用画像や学習済みの物体検出モデルなどを保存してもよい。この変形例では、情報処理装置１の構成の自由度を向上できる。
In the embodiment, the
１…情報処理装置、２０…画像取得部、２２…第１生成部、２４…重畳部、２６…判定部、３２…第２生成部、３４…学習部、３６…検出部、４０…画像記憶部、４２…重畳画像記憶部、４４…位置関係記憶部、４６…学習用画像記憶部、４８…モデル記憶部。 1 ... Information processing device, 20 ... Image acquisition unit, 22 ... 1st generation unit, 24 ... Superimposition unit, 26 ... Judgment unit, 32 ... Second generation unit, 34 ... Learning unit, 36 ... Detection unit, 40 ... Image storage Units, 42 ... Superimposed image storage unit, 44 ... Positional relationship storage unit, 46 ... Learning image storage unit, 48 ... Model storage unit.
Claims (1)
前記検出対象画像と前記隠蔽画像との位置関係が所定の重畳基準を満たすよう当該検出対象画像の一部に当該隠蔽画像を重畳して重畳画像を生成する第１生成部と、
前記背景画像に前記重畳画像を合成して学習用画像を生成する第２生成部と、
を備えることを特徴とする情報処理装置。 An image acquisition unit that acquires a detection target image, a hidden image, and a background image,
A first generation unit that superimposes the concealed image on a part of the detection target image to generate a superposed image so that the positional relationship between the detection target image and the concealed image satisfies a predetermined superimposition criterion.
A second generation unit that generates a learning image by synthesizing the superimposed image with the background image,
An information processing device characterized by being equipped with.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019154000A JP2021033707A (en) | 2019-08-26 | 2019-08-26 | Information processing apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019154000A JP2021033707A (en) | 2019-08-26 | 2019-08-26 | Information processing apparatus |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2021033707A true JP2021033707A (en) | 2021-03-01 |
Family
ID=74676586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019154000A Pending JP2021033707A (en) | 2019-08-26 | 2019-08-26 | Information processing apparatus |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2021033707A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023276169A1 (en) * | 2021-06-28 | 2023-01-05 | ソニーグループ株式会社 | Information processing device, information processing method, and information processing program |
-
2019
- 2019-08-26 JP JP2019154000A patent/JP2021033707A/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023276169A1 (en) * | 2021-06-28 | 2023-01-05 | ソニーグループ株式会社 | Information processing device, information processing method, and information processing program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10163003B2 (en) | Recognizing combinations of body shape, pose, and clothing in three-dimensional input images | |
| CN108369749B (en) | Method for controlling an apparatus for creating an augmented reality environment | |
| TW202046158A (en) | Semantic fusion | |
| JP2018163554A (en) | Image processing device, image processing method, image processing program, and teacher data generating method | |
| US11475608B2 (en) | Face image generation with pose and expression control | |
| CN112598627A (en) | Method, system, electronic device and medium for detecting image defects | |
| CN110390327A (en) | Foreground extracting method, device, computer equipment and storage medium | |
| US20230237777A1 (en) | Information processing apparatus, learning apparatus, image recognition apparatus, information processing method, learning method, image recognition method, and non-transitory-computer-readable storage medium | |
| CN113689436A (en) | Image semantic segmentation method, device, equipment and storage medium | |
| CN110008858A (en) | Paper methods of exhibiting and device, computer system and computer readable storage medium storing program for executing | |
| CN113516697B (en) | Image registration method, device, electronic equipment and computer readable storage medium | |
| CN114707589A (en) | Method, device, storage medium, equipment and program product for generating countermeasure sample | |
| JP2021033707A (en) | Information processing apparatus | |
| JP6892844B2 (en) | Information processing device, information processing method, watermark detection device, watermark detection method, and program | |
| JP7267068B2 (en) | Trained model generation device, program and trained model generation system | |
| US10650569B2 (en) | Browser-based texture map generation and application | |
| KR102542683B1 (en) | Method and apparatus for classifying action based on hand tracking | |
| WO2022064644A1 (en) | Image generation system, image generation method, and recording medium | |
| KR20220159104A (en) | Apparatus for Deep fake image discrimination and learning method thereof | |
| CN113343951A (en) | Face recognition countermeasure sample generation method and related equipment | |
| JP2005228150A (en) | Image verification device | |
| CN114332982A (en) | Face recognition model attack defense method, device, equipment and storage medium | |
| Shi et al. | Shield: An evaluation benchmark for face spoofing and forgery detection with multimodal large language models | |
| Wang et al. | Artificial aging of faces by support vector machines | |
| CN111626244A (en) | Image recognition method, image recognition device, electronic equipment and medium |