JP2022037804A - 画像処理装置、画像処理プログラムおよび画像処理方法 - Google Patents
画像処理装置、画像処理プログラムおよび画像処理方法 Download PDFInfo
- Publication number
- JP2022037804A JP2022037804A JP2020142139A JP2020142139A JP2022037804A JP 2022037804 A JP2022037804 A JP 2022037804A JP 2020142139 A JP2020142139 A JP 2020142139A JP 2020142139 A JP2020142139 A JP 2020142139A JP 2022037804 A JP2022037804 A JP 2022037804A
- Authority
- JP
- Japan
- Prior art keywords
- image
- semantic label
- estimating
- image processing
- label
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 73
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000000034 method Methods 0.000 claims description 23
- 238000013135 deep learning Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 description 41
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000003786 synthesis reaction Methods 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011176 pooling Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
Description
第一実施形態に係る画像処理装置1について、図1を参照しながら説明する。画像処理装置1は、意味的ラベル推定部11と、元画像推定部12と、差分算出部13と、パラメータ更新部14と、を備えている。
第二実施形態に係る画像処理装置1Aについて、図2を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Aは、意味的ラベル推定部11と、元画像推定部12と、差分算出部13と、パラメータ更新部14と、差分算出部15と、パラメータ更新部16と、を備えている。
第三実施形態に係る画像処理装置1Bについて、図3を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Bは、意味的ラベル推定部11と、元画像推定部12と、差分算出部13と、パラメータ更新部14と、パラメータ更新部17と、を備えている。
第四実施形態に係る画像処理装置1Cについて、図4を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Cは、意味的ラベル推定部11と、ラベル合成部18と、元画像推定部12と、差分算出部13と、パラメータ更新部14と、パラメータ更新部17と、を備えている。
第五実施形態に係る画像処理装置1Dについて、図5を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Dは、意味的ラベル推定部11と、元画像推定部12と、差分算出部13と、領域合成部20と、パラメータ更新部14と、更新領域算出部19と、を備えている。
第六実施形態に係る画像処理装置1Eについて、図6を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Eは、意味的ラベル推定部11と、元画像推定部12と、差分算出部13と、領域合成部22と、パラメータ更新部14と、意味的ラベル推定困難領域算出部21と、を備えている。
第七実施形態に係る画像処理装置1Fについて、図7を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Fは、意味的ラベル推定部11と、元画像推定部12と、差分算出部13と、パラメータ更新部14と、を備えている。
第八実施形態に係る画像処理装置1Gについて、図8を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Gは、意味的ラベル推定部11と、複数の元画像推定部12と、複数の差分算出部13と、パラメータ更新部14と、を備えている。
第九実施形態に係る画像処理装置1Hについて、図9を参照しながら説明する。なお、同図では、前記した実施形態と同一の構成については、同一の符号を付して説明を省略する。また、同図において、第一実施形態と異なる構成を破線で囲って示す。画像処理装置1Hは、意味的ラベル推定部11と、元画像推定部12と、差分算出部13と、パラメータ更新部14と、意味的ラベル領域要約情報生成部23と、を備えている。
11 意味的ラベル推定部
12 元画像推定部
13,15 差分算出部
14,16,17 パラメータ更新部
18 ラベル合成部
19 更新領域算出部
20,22 領域合成部
21 意味的ラベル推定困難領域算出部
23 意味的ラベル領域要約情報生成部
Claims (17)
- ハードウェアを有するプロセッサを備え、
前記プロセッサは、
予め学習された識別器を用いて、入力画像の画素ごとに意味的ラベルを推定することにより、意味的ラベル画像を生成し、
前記意味的ラベル画像から元画像を推定することにより、復元画像を生成し、
前記入力画像と前記復元画像との第一の差分を算出し、
前記第一の差分に基づいて、前記意味的ラベルを推定する際の推定パラメータまたは前記元画像を推定する際の推定パラメータを更新する、
画像処理装置。 - 前記プロセッサは、
予め用意された正解ラベル画像と前記意味的ラベル画像との第二の差分を算出し、
前記第一の差分および前記第二の差分に基づいて、前記意味的ラベルを推定する際の推定パラメータを更新する、
請求項1に記載の画像処理装置。 - 前記プロセッサは、
正解ラベル画像と前記意味的ラベル画像とを合成し、
合成した画像から元画像を推定することにより、前記復元画像を生成する、
請求項1に記載の画像処理装置。 - 前記プロセッサは、
前記入力画像のうち、特定の領域を更新領域として算出し、
前記更新領域について、前記意味的ラベルを推定する際の推定パラメータを更新する、
請求項1に記載の画像処理装置。 - 前記プロセッサは、
前記入力画像において、前記意味的ラベルの推定が困難な推定困難領域を算出し、
前記推定困難領域と、前記第一の差分を示す再構成誤差画像とを合成し、
合成した画像に基づいて、前記意味的ラベルを推定する際の推定パラメータを更新する、
請求項1に記載の画像処理装置。 - 前記識別器は、深層学習によって学習され、
前記プロセッサは、
前記深層学習の途中層で生成された意味的ラベル画像と、前記深層学習の最終層で生成された意味的ラベル画像とを用いて、前記元画像を推定することにより、前記復元画像を生成する、
請求項1に記載の画像処理装置。 - 前記プロセッサは、
複数の異なる復元方法を用いて、前記意味的ラベル画像から元画像を推定することにより、複数の復元画像を生成し、
前記入力画像と前記複数の復元画像との第一の差分をそれぞれ算出し、
複数の第一の差分に基づいて、前記意味的ラベルを推定する際の推定パラメータを更新する、
請求項1に記載の画像処理装置。 - 前記プロセッサは、
前記意味的ラベルの領域要約情報を生成し、
前記領域要約情報を用いて、前記意味的ラベル画像から元画像を推定することにより、前記復元画像を生成する、
請求項1に記載の画像処理装置。 - ハードウェアを有するプロセッサに、
予め学習された識別器を用いて、入力画像の画素ごとに意味的ラベルを推定することにより、意味的ラベル画像を生成し、
前記意味的ラベル画像から元画像を推定することにより、復元画像を生成し、
前記入力画像と前記復元画像との第一の差分を算出し、
前記第一の差分に基づいて、前記意味的ラベルを推定する際の推定パラメータまたは前記元画像を推定する際の推定パラメータを更新する、
ことを実行させる画像処理プログラム。 - 前記プロセッサに、
予め用意された正解ラベル画像と前記意味的ラベル画像との第二の差分を算出し、
前記第一の差分および前記第二の差分に基づいて、前記意味的ラベルを推定する際の推定パラメータを更新する、
ことを実行させる請求項9に記載の画像処理プログラム。 - 前記プロセッサに、
正解ラベル画像と前記意味的ラベル画像とを合成し、
合成した画像から元画像を推定することにより、前記復元画像を生成する、
ことを実行させる請求項9に記載の画像処理プログラム。 - 前記プロセッサに、
前記入力画像のうち、特定の領域を更新領域として算出し、
前記更新領域について、前記意味的ラベルを推定する際の推定パラメータを更新する、
ことを実行させる請求項9に記載の画像処理プログラム。 - 前記プロセッサに、
前記入力画像において、前記意味的ラベルの推定が困難な推定困難領域を算出し、
前記推定困難領域と、前記第一の差分を示す再構成誤差画像とを合成し、
合成した画像に基づいて、前記意味的ラベルを推定する際の推定パラメータを更新する、
ことを実行させる請求項9に記載の画像処理プログラム。 - 前記識別器は、深層学習によって学習され、
前記プロセッサに、
前記深層学習の途中層で生成された意味的ラベル画像と、前記深層学習の最終層で生成された意味的ラベル画像とを用いて、前記元画像を推定することにより、前記復元画像を生成する、
ことを実行させる請求項9に記載の画像処理プログラム。 - 前記プロセッサに、
複数の異なる復元方法を用いて、前記意味的ラベル画像から元画像を推定することにより、複数の復元画像を生成し、
前記入力画像と前記復元画像との第一の差分をそれぞれ算出し、
複数の第一の差分に基づいて、前記意味的ラベルを推定する際の推定パラメータを更新する、
ことを実行させる請求項9に記載の画像処理プログラム。 - 前記プロセッサに、
前記意味的ラベルの領域要約情報を生成し、
前記領域要約情報を用いて、前記意味的ラベル画像から元画像を推定することにより、前記復元画像を生成する、
ことを実行させる請求項9に記載の画像処理プログラム。 - ハードウェアを有するプロセッサが、
予め学習された識別器を用いて、入力画像の画素ごとに意味的ラベルを推定することにより、意味的ラベル画像を生成し、
前記意味的ラベル画像から元画像を推定することにより、復元画像を生成し、
前記入力画像と前記復元画像との第一の差分を算出し、
前記第一の差分に基づいて、前記意味的ラベルを推定する際の推定パラメータまたは前記元画像を推定する際の推定パラメータを更新する、
画像処理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020142139A JP7294275B2 (ja) | 2020-08-25 | 2020-08-25 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
US17/376,887 US20220067882A1 (en) | 2020-08-25 | 2021-07-15 | Image processing device, computer readable recording medium, and method of processing image |
CN202110967699.9A CN114120263A (zh) | 2020-08-25 | 2021-08-23 | 图像处理装置、记录介质以及图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020142139A JP7294275B2 (ja) | 2020-08-25 | 2020-08-25 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022037804A true JP2022037804A (ja) | 2022-03-09 |
JP7294275B2 JP7294275B2 (ja) | 2023-06-20 |
Family
ID=80358761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020142139A Active JP7294275B2 (ja) | 2020-08-25 | 2020-08-25 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220067882A1 (ja) |
JP (1) | JP7294275B2 (ja) |
CN (1) | CN114120263A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022250071A1 (ja) * | 2021-05-27 | 2022-12-01 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 学習方法、学習装置及びプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7327077B2 (ja) * | 2019-10-18 | 2023-08-16 | トヨタ自動車株式会社 | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018097807A (ja) * | 2016-12-16 | 2018-06-21 | 株式会社デンソーアイティーラボラトリ | 学習装置 |
JP2019101519A (ja) * | 2017-11-29 | 2019-06-24 | Kddi株式会社 | 画素に基づく画像セグメンテーション用のプログラム |
JP2020035282A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社日立ハイテクノロジーズ | パターン検査システム |
-
2020
- 2020-08-25 JP JP2020142139A patent/JP7294275B2/ja active Active
-
2021
- 2021-07-15 US US17/376,887 patent/US20220067882A1/en not_active Abandoned
- 2021-08-23 CN CN202110967699.9A patent/CN114120263A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018097807A (ja) * | 2016-12-16 | 2018-06-21 | 株式会社デンソーアイティーラボラトリ | 学習装置 |
JP2019101519A (ja) * | 2017-11-29 | 2019-06-24 | Kddi株式会社 | 画素に基づく画像セグメンテーション用のプログラム |
JP2020035282A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社日立ハイテクノロジーズ | パターン検査システム |
Non-Patent Citations (2)
Title |
---|
品川政太朗他: "DNNによる画像操作システム", 電子情報通信学会技術研究報告, vol. 第117巻 第106号, JPN6023012755, 15 June 2017 (2017-06-15), JP, pages 13 - 16, ISSN: 0005027507 * |
篠崎隆志: "GAN−敵対的生成ネットワーク−の発展", 人工知能, vol. 第33巻 第2号, JPN6023012754, 1 March 2018 (2018-03-01), JP, pages 181 - 188, ISSN: 0005027506 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022250071A1 (ja) * | 2021-05-27 | 2022-12-01 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 学習方法、学習装置及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN114120263A (zh) | 2022-03-01 |
US20220067882A1 (en) | 2022-03-03 |
JP7294275B2 (ja) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111386550A (zh) | 图像深度和自我运动预测神经网络的无监督学习 | |
TW201833867A (zh) | 用於影像處理的神經網路模型的訓練方法及裝置和電腦可讀儲存介質 | |
EP3598387B1 (en) | Learning method and program | |
CN111428575B (zh) | 一种基于孪生网络的针对模糊目标的跟踪方法 | |
CN110765860A (zh) | 摔倒判定方法、装置、计算机设备及存储介质 | |
CN111696196B (zh) | 一种三维人脸模型重建方法及装置 | |
CN109558901B (zh) | 一种语义分割训练方法及装置、电子设备、存储介质 | |
JP7327077B2 (ja) | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム | |
JP7355851B2 (ja) | ビデオを識別するための方法及び装置 | |
CN115147598B (zh) | 目标检测分割方法、装置、智能终端及存储介质 | |
CN112581370A (zh) | 人脸图像的超分辨率重建模型的训练及重建方法 | |
JP2022037804A (ja) | 画像処理装置、画像処理プログラムおよび画像処理方法 | |
US20170091613A1 (en) | Computational device, computational method, and computer program product | |
CN115393231B (zh) | 一种缺陷图像的生成方法、装置、电子设备和存储介质 | |
CN113344869A (zh) | 一种基于候选视差的行车环境实时立体匹配方法及装置 | |
Zhou et al. | PADENet: An efficient and robust panoramic monocular depth estimation network for outdoor scenes | |
CN113763366B (zh) | 一种换脸方法、装置、设备及存储介质 | |
CN113902789A (zh) | 图像特征处理、深度图像生成方法及装置、介质和设备 | |
Lu et al. | Environment-aware multiscene image enhancement for internet of things enabled edge cameras | |
CN115526891B (zh) | 一种缺陷数据集的生成模型的训练方法及相关装置 | |
CN115641584B (zh) | 一种雾天图像识别方法及装置 | |
CN111914809A (zh) | 目标对象定位方法、图像处理方法、装置和计算机设备 | |
CN115115552B (zh) | 图像矫正模型训练及图像矫正方法、装置和计算机设备 | |
Yang et al. | Semantic guidance learning for high-resolution non-homogeneous dehazing | |
CN114140744A (zh) | 基于对象的数量检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220314 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230410 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7294275 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |