JP6573233B2 - 認識容易性指標算出装置、方法、及びプログラム - Google Patents
認識容易性指標算出装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP6573233B2 JP6573233B2 JP2016141829A JP2016141829A JP6573233B2 JP 6573233 B2 JP6573233 B2 JP 6573233B2 JP 2016141829 A JP2016141829 A JP 2016141829A JP 2016141829 A JP2016141829 A JP 2016141829A JP 6573233 B2 JP6573233 B2 JP 6573233B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- unit
- feature descriptor
- positive
- negative
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Description
20 演算部
22 画像集合データベース
24 高信頼データ生成部
26 認識容易性指標算出部
40 出力部
100 認識容易性指標算出装置
240 画像特徴生成部
242 画像特徴分布比較部
244 特徴記述子選択部
246 学習部
248 信頼度算出部
260 認識容易性評価用識別器学習部
262 正解率算出部
Claims (5)
- 画像に含まれる特定の物体を表すタグが付与された画像の集合であるポジティブセット及び前記タグが付与されていない画像の集合であるネガティブセットに基づいて、前記画像から得られる複数の画像特徴の各々に対し、前記ポジティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムと、前記ネガティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムとを生成する画像特徴生成部と、
前記画像特徴生成部によって生成された、複数の前記画像特徴の各々についての、前記ポジティブセットの前記ヒストグラムと前記ネガティブセットの前記ヒストグラムとの間の距離を計算する画像特徴分布比較部と、
前記画像特徴分布比較部によって計算された前記距離について上位N個の前記画像特徴を画像特徴記述子として選択する特徴記述子選択部と、
前記ポジティブセットに含まれる画像から得られる、前記特徴記述子選択部によって選択された前記画像特徴記述子、及び前記ネガティブセットに含まれる画像から得られる、前記特徴記述子選択部によって選択された前記画像特徴記述子に基づいて、前記画像特徴記述子から前記画像に前記特定の物体が含まれているか否かを識別するための識別器を学習する学習部と、
前記ポジティブセットに含まれる画像から得られる前記画像特徴記述子と、前記ネガティブセットに含まれる画像から得られた前記画像特徴記述子と、前記学習部によって得られた前記識別器とに基づいて、
前記ポジティブセットの画像から得られる前記画像特徴記述子を前記識別器に入力して、前記ポジティブセットの画像に対して前記特定の物体が含まれている度合いを表す第1の信頼度が、予め定められた第1の値以上である前記ポジティブセットの画像を高信頼データとして取得し、
前記ネガティブセットの画像から得られる前記画像特徴記述子を前記識別器に入力して、前記ネガティブセットの画像に対して前記特定の物体が含まれていない度合いを表す第2の信頼度が、予め定められた第2の値以上である前記ネガティブセットの画像を前記高信頼データとして取得する信頼度算出部と、
前記信頼度算出部によって得られた前記高信頼データに含まれる画像から得られる複数の前記画像特徴に基づいて、前記学習部によって得られた前記識別器を更新し認識容易性評価用識別器として得る認識容易性評価用識別学習部と、
前記ポジティブセットの各画像と、前記ネガティブセットの各画像と、前記認識容易性評価用識別学習部によって得られた前記認識容易性評価用識別器とに基づいて、前記ポジティブセットの各画像を前記認識容易性評価用識別器に入力した場合に、前記画像に対して前記特定の物体が含まれていると識別される割合を表す第1の正解率と、前記ネガティブセットの各画像を前記認識容易性評価用識別器に入力した場合に、前記画像に対して前記特定の物体が含まれていないと識別される割合を表す第2の正解率とを算出し、前記第1の正解率と前記第2の正解率との比を、前記タグの認識容易性指標として算出する正解率算出部と、
を含む認識容易性指標算出装置。 - 前記画像特徴生成部は、前記ポジティブセット及び前記ネガティブセットと、予め学習されたニューラルネットワークとに基づいて、前記ポジティブセットに含まれる画像の各々及び前記ネガティブセットに含まれる画像の各々を前記ニューラルネットワークへ入力し、前記画像から得られる複数の画像特徴の各々としての前記ニューラルネットワークの各ユニットの出力に対し、前記ポジティブセットに含まれる画像の各々についての前記ユニットの出力の分布を表すヒストグラムと、前記ネガティブセットに含まれる画像の各々についての前記ユニットの出力の分布を表すヒストグラムとを生成し、
前記特徴記述子選択部は、前記画像特徴分布比較部によって計算された前記距離について上位N個の前記ユニットの出力を画像特徴記述子として選択する
請求項1に記載の認識容易性指標算出装置。 - 前記ニューラルネットワークにはCNN(Convolutional Neural Network)を用いる
請求項2に記載の認識容易性指標算出装置。 - 画像特徴生成部が、画像に含まれる特定の物体を表すタグが付与された画像の集合であるポジティブセット及び前記タグが付与されていない画像の集合であるネガティブセットに基づいて、前記画像から得られる複数の画像特徴の各々に対し、前記ポジティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムと、前記ネガティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムとを生成するステップと、
画像特徴分布比較部が、前記画像特徴生成部によって生成された、複数の前記画像特徴の各々についての、前記ポジティブセットの前記ヒストグラムと前記ネガティブセットの前記ヒストグラムとの間の距離を計算するステップと、
特徴記述子選択部が、前記画像特徴分布比較部によって計算された前記距離について上位N個の前記画像特徴を画像特徴記述子として選択するステップと、
学習部が、前記ポジティブセットに含まれる画像から得られる、前記特徴記述子選択部によって選択された前記画像特徴記述子、及び前記ネガティブセットに含まれる画像から得られる、前記特徴記述子選択部によって選択された前記画像特徴記述子に基づいて、前記画像特徴記述子から前記画像に前記特定の物体が含まれているか否かを識別するための識別器を学習するステップと、
信頼度算出部が、前記ポジティブセットに含まれる画像から得られる前記画像特徴記述子と、前記ネガティブセットに含まれる画像から得られた前記画像特徴記述子と、前記学習部によって得られた前記識別器とに基づいて、
前記ポジティブセットの画像から得られる前記画像特徴記述子を前記識別器に入力して、前記ポジティブセットの画像に対して前記特定の物体が含まれている度合いを表す第1の信頼度が、予め定められた第1の値以上である前記ポジティブセットの画像を高信頼データとして取得し、
前記ネガティブセットの画像から得られる前記画像特徴記述子を前記識別器に入力して、前記ネガティブセットの画像に対して前記特定の物体が含まれていない度合いを表す第2の信頼度が、予め定められた第2の値以上である前記ネガティブセットの画像を前記高信頼データとして取得するステップと、
認識容易性評価用識別学習部が、前記信頼度算出部によって得られた前記高信頼データに含まれる画像から得られる複数の前記画像特徴に基づいて、前記学習部によって得られた前記識別器を更新し認識容易性評価用識別器として得るステップと、
正解率算出部が、前記ポジティブセットの各画像と、前記ネガティブセットの各画像と、前記認識容易性評価用識別学習部によって得られた前記認識容易性評価用識別器とに基づいて、前記ポジティブセットの各画像を前記認識容易性評価用識別器に入力した場合に、前記画像に対して前記特定の物体が含まれていると識別される割合を表す第1の正解率と、前記ネガティブセットの各画像を前記認識容易性評価用識別器に入力した場合に、前記画像に対して前記特定の物体が含まれていないと識別される割合を表す第2の正解率とを算出し、前記第1の正解率と前記第2の正解率との比を、前記タグの認識容易性指標として算出するステップと、
を含む認識容易性指標算出方法。 - コンピュータを、請求項1〜請求項3の何れか1項に記載の認識容易性指標算出装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016141829A JP6573233B2 (ja) | 2016-07-19 | 2016-07-19 | 認識容易性指標算出装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016141829A JP6573233B2 (ja) | 2016-07-19 | 2016-07-19 | 認識容易性指標算出装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018013886A JP2018013886A (ja) | 2018-01-25 |
JP6573233B2 true JP6573233B2 (ja) | 2019-09-11 |
Family
ID=61019498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016141829A Active JP6573233B2 (ja) | 2016-07-19 | 2016-07-19 | 認識容易性指標算出装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6573233B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10373027B1 (en) * | 2019-01-30 | 2019-08-06 | StradVision, Inc. | Method for acquiring sample images for inspecting label among auto-labeled images to be used for learning of neural network and sample image acquiring device using the same |
US10579907B1 (en) * | 2019-01-31 | 2020-03-03 | StradVision, Inc. | Method for automatically evaluating labeling reliability of training images for use in deep learning network to analyze images, and reliability-evaluating device using the same |
CN112541475B (zh) | 2020-12-24 | 2024-01-19 | 北京百度网讯科技有限公司 | 感知数据检测方法及装置 |
-
2016
- 2016-07-19 JP JP2016141829A patent/JP6573233B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018013886A (ja) | 2018-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11657084B2 (en) | Correlating image annotations with foreground features | |
US20210089827A1 (en) | Feature representation device, feature representation method, and program | |
CN109145766B (zh) | 模型训练方法、装置、识别方法、电子设备及存储介质 | |
JP5214760B2 (ja) | 学習装置、方法及びプログラム | |
US10133988B2 (en) | Method for multiclass classification in open-set scenarios and uses thereof | |
WO2019015246A1 (zh) | 图像特征获取 | |
CN106022317A (zh) | 人脸识别方法及装置 | |
CN109919106B (zh) | 渐进式目标精细识别与描述方法 | |
CN111783505A (zh) | 伪造人脸的识别方法、装置和计算机可读存储介质 | |
US8582872B1 (en) | Place holder image detection via image clustering | |
JP5212007B2 (ja) | 画像分類学習装置、画像分類学習方法、および画像分類学習システム | |
CN106537387B (zh) | 检索/存储与事件相关联的图像 | |
JP2020053073A (ja) | 学習方法、学習システム、および学習プログラム | |
JP6573233B2 (ja) | 認識容易性指標算出装置、方法、及びプログラム | |
Manziuk et al. | Definition of information core for documents classification | |
JPWO2014118978A1 (ja) | 学習方法、情報処理装置および学習プログラム | |
CN108496185A (zh) | 用于对象检测的***和方法 | |
TW202125323A (zh) | 利用人工智慧模組學習臉部辨識的處理方法 | |
JP2017084078A (ja) | スタイル検索装置、方法、及びプログラム | |
CN113221721A (zh) | 图像识别方法、装置、设备及介质 | |
JP2009129253A (ja) | パターン認識装置、パターン認識プログラム及びパターン認識方法 | |
JP2019139263A (ja) | 特許調査支援方法 | |
JP2018013887A (ja) | 特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム | |
Richter et al. | Facial expression classification on web images | |
US20220067081A1 (en) | Training data acquisition apparatus, training apparatus, and training data acquiring method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20160720 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180713 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190624 |
|
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: 20190709 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190805 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6573233 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |