JP7100783B1 - 学習装置及び推論装置 - Google Patents
学習装置及び推論装置 Download PDFInfo
- Publication number
- JP7100783B1 JP7100783B1 JP2021146629A JP2021146629A JP7100783B1 JP 7100783 B1 JP7100783 B1 JP 7100783B1 JP 2021146629 A JP2021146629 A JP 2021146629A JP 2021146629 A JP2021146629 A JP 2021146629A JP 7100783 B1 JP7100783 B1 JP 7100783B1
- Authority
- JP
- Japan
- Prior art keywords
- image data
- machine learning
- learning model
- learning
- processing
- 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
- 238000010801 machine learning Methods 0.000 claims abstract description 210
- 238000012545 processing Methods 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000012805 post-processing Methods 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
本発明の実施の形態に係る画像処理装置について図1乃至図6を参照して説明する。本実施の形態において、画像処理装置は、所定の学習用画像データに基づいて機械学習モデルにおける設定値を学習する学習装置、及び機械学習モデルを用いて対象画像データに対して所定の推論処理を実行する推論装置の少なくとも一方としての機能を発揮する。
本発明の実施の形態に係る画像処理装置1の変形例1に関して図7を参照して説明する。本変形例1に係る画像処理装置1は、第二加工前画像データの第一推論画像データの代わりに、先に学習済みの明るさ成分のみから成る教師用画像データ701(第一加工後画像データ302)を用いて学習することが出来る。この構成においても、上記実施の形態と同様の作用効果を奏することができる。
また、図示してはいないが、第二推論画像データ404の明るさ成分の代わりに、先に推論済みの明るさ成分のみから成る第一推論画像データ304を用いて最終的な出力を生成することもできる。例えば、第二機械学習モデル112からの推論画像が色味成分のみから成っており(例えばCbCrのみ)、これに明るさ成分(Y成分)のみから成る第一推論画像データ304を組み合わせることができる。この場合には、画像結合部113aにおいて結合させることでYCbCrで表現された画像データとする。
12 記憶部(学習結果記憶部)
101 学習処理実行部
102 推論処理実行部
110 入力部
111 第一機械学習モデル
112 第二機械学習モデル
113 出力部
113a 画像結合部
301 第一加工前画像データ
302 第一加工後画像データ
303 第一対象画像データ
304 第一推論画像データ
401 第二加工前画像データ
402 第二加工後画像データ
403 第二対象画像データ
404 第二推論画像データ
701 教師用画像データ
Claims (7)
- 所定の学習用画像データに基づいて機械学習モデルにおける設定値を学習する学習装置であって、
学習用画像データの入力を受け付ける入力部と、
前記入力部から第一学習用画像データが入力される第一機械学習モデルと、
学習対象の機械学習モデルを用いて、学習用画像データに基づいて、前記学習対象の機械学習モデルにおける設定値を学習する処理を実行するための学習処理実行部と、
前記設定値を記憶する学習結果記憶部と、を備え、
前記第一学習用画像データは、入力側の学習用画像データとなる明るさ成分及び色味成分、又は明るさ成分のみを有する第一加工前画像データ、及び出力側の学習用画像データとなる明るさ成分のみを有する第一加工後画像データから構成され、
前記学習処理実行部は、前記第一機械学習モデルを用いて、前記第一加工前画像データ及び第一加工後画像データに基づいて、当該第一加工前画像データを入力した前記第一機械学習モデルからの出力と、当該第一加工後画像データとの差分を最小化すべく前記第一機械学習モデルにおける設定値を学習する処理を実行し、
前記学習装置は、さらに、
前記入力部から第二学習用画像データが入力される第二機械学習モデルを備え、
前記第二学習用画像データは、入力側の学習用画像データとなる明るさ成分及び色味成分、又は色味成分のみを有する画像データと前記第一機械学習モデルで推論された明るさ成分のみからなる第一推論画像データとを有する第二加工前画像データ、及び出力側の学習用画像データとなる明るさ成分と色味成分との両方又は色味成分のみを有する第二加工後画像データから構成され、
前記学習処理実行部は、前記第二機械学習モデルを用いて、前記第二加工前画像データ及び第二加工後画像データに基づいて、当該第二加工前画像データを入力した前記第二機械学習モデルからの出力と、当該第二加工後画像データとの差分を最小化すべく前記第二機械学習モデルにおける設定値を学習する処理を実行する、ことを特徴とする学習装置。 - 前記第二加工前画像データの前記第一推論画像データの明るさ成分の代わりに、明るさ成分のみから成る教師用画像データを用いる、ことを特徴とする請求項1記載の学習装置。
- 機械学習モデルを用いて対象画像データに対して明るさ成分のみからなる画像データへの推論処理を実行可能とする推論装置であって、
対象画像データの入力を受け付ける入力部と、
前記入力部から第一対象画像データが入力される第一機械学習モデルと、
推論処理を実行する機械学習モデルを用いて、対象画像データに対して明るさ成分のみからなる画像データへの推論処理を実行可能とする推論処理実行部と、を備え、
前記第一機械学習モデルは、明るさ成分及び色味成分、又は明るさ成分のみを有する入力側の第一加工前画像データ、及び明るさ成分のみを有する教師用画像データである出力側の第一加工後画像データに基づいて、当該第一加工前画像データを入力した前記第一機械学習モデルからの出力と、当該第一加工後画像データとの差分を最小化すべく当該第一機械学習モデルにおける設定値を学習したモデルであって、
前記推論処理実行部は、前記第一対象画像データを前記第一機械学習モデルに出力し、当該第一対象画像データは、明るさ成分及び色味成分、又は明るさ成分のみを有する画像データであって、
前記第一機械学習モデルにおいては、前記第一対象画像データから推論された明るさ成分のみから成る第一推論画像データを生成し、
前記推論装置は、さらに、
前記入力部から第二対象画像データが入力される第二機械学習モデルを備え、
前記推論処理実行部は、前記第二対象画像データを前記第二機械学習モデルに出力し、当該第二対象画像データは、明るさ成分及び色味成分、又は色味成分のみを有する画像データと前記第一機械学習モデルで推論された明るさ成分のみからなる第一推論画像データとから構成され、
前記第二機械学習モデルにおいては、前記第二対象画像データから推論された、明るさ成分及び色味成分、又は色味成分のみを有する第二推論画像データを生成する、ことを特徴とする推論装置。 - コンピュータを請求項1~3の何れか1項に記載の学習装置又は推論装置として動作させる、ことを特徴とするコンピュータプログラム。
- 請求項1~3の何れか1項に記載の学習装置もしくは推論装置又は請求項4に記載のコンピュータプログラムに向けて入力データを送信し、これら学習装置もしくは推論装置又はコンピュータプログラムからの出力データを受信して利用する、ことを特徴とするコンピュータシステム。
- 所定の学習用画像データに基づいて機械学習モデルにおける設定値を学習する学習方法であって、
学習用画像データの入力を受け付ける入力ステップと、
前記入力ステップから第一学習用画像データが入力される第一機械学習モデルにおける第一機械学習ステップと、
学習対象の機械学習モデルを用いて、学習用画像データに基づいて、前記学習対象の機械学習モデルにおける設定値を学習する処理を実行するための学習処理実行ステップと、
前記設定値を記憶する学習結果記憶ステップと、を備え、
前記第一学習用画像データは、入力側の学習用画像データとなる明るさ成分及び色味成分、又は明るさ成分のみを有する第一加工前画像データ、及び出力側の学習用画像データとなる明るさ成分のみを有する第一加工後画像データから構成され、
前記学習処理実行ステップにおいては、前記第一機械学習モデルを用いて、前記第一加工前画像データ及び第一加工後画像データに基づいて、当該第一加工前画像データを入力した前記第一機械学習モデルからの出力と、当該第一加工後画像データとの差分を最小化すべく前記第一機械学習モデルにおける設定値を学習する処理を実行し、
前記学習方法は、さらに、
前記入力ステップから第二学習用画像データが入力される第二機械学習モデルを備え、
前記第二学習用画像データは、入力側の学習用画像データとなる明るさ成分及び色味成分、又は色味成分のみを有する画像データと前記第一機械学習モデルで推論された明るさ成分のみからなる第一推論画像データとを有する第二加工前画像データ、及び出力側の学習用画像データとなる明るさ成分と色味成分との両方又は色味成分のみを有する第二加工後画像データから構成され、
前記学習処理実行ステップにおいては、前記第二機械学習モデルを用いて、前記第二加工前画像データ及び第二加工後画像データに基づいて、当該第二加工前画像データを入力した前記第二機械学習モデルからの出力と、当該第二加工後画像データとの差分を最小化すべく前記第二機械学習モデルにおける設定値を学習する処理を実行する、ことを特徴とする学習方法。 - 機械学習モデルを用いて対象画像データに対して明るさ成分のみからなる画像データへの推論処理を実行可能とする推論方法であって、
対象画像データの入力を受け付ける入力ステップと、
前記入力ステップから第一対象画像データが入力される第一機械学習モデルにおける第一機械学習ステップと、
推論処理を実行する機械学習モデルを用いて、対象画像データに対して明るさ成分のみからなる画像データへの推論処理を実行可能とする推論処理実行ステップと、を備え、
前記第一機械学習モデルは、明るさ成分及び色味成分、又は明るさ成分のみを有する入力側の第一加工前画像データ、及び明るさ成分のみを有する教師用画像データである出力側の第一加工後画像データに基づいて、当該第一加工前画像データを入力した前記第一機械学習モデルからの出力と、当該第一加工後画像データとの差分を最小化すべく当該第一機械学習モデルにおける設定値を学習したモデルであって、
前記推論処理実行ステップにおいては、前記第一対象画像データを前記第一機械学習モデルに出力し、当該第一対象画像データは、明るさ成分及び色味成分、又は明るさ成分のみを有する画像データであって、
前記第一機械学習モデルにおいては、前記第一対象画像データから推論された明るさ成分のみから成る第一推論画像データを生成し、
前記推論方法は、さらに、
前記入力ステップから第二対象画像データが入力される第二機械学習モデルを備え、
前記推論処理実行ステップにおいては、前記第二対象画像データを前記第二機械学習モデルに出力し、当該第二対象画像データは、明るさ成分及び色味成分、又は色味成分のみを有する画像データと前記第一機械学習モデルで推論された明るさ成分のみからなる第一推論画像データとから構成され、
前記第二機械学習モデルにおいては、前記第二対象画像データから推論された、明るさ成分及び色味成分、又は色味成分のみを有する第二推論画像データを生成する、ことを特徴とする推論方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021146629A JP7100783B1 (ja) | 2021-09-09 | 2021-09-09 | 学習装置及び推論装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021146629A JP7100783B1 (ja) | 2021-09-09 | 2021-09-09 | 学習装置及び推論装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7100783B1 true JP7100783B1 (ja) | 2022-07-14 |
JP2023039499A JP2023039499A (ja) | 2023-03-22 |
Family
ID=82402526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021146629A Active JP7100783B1 (ja) | 2021-09-09 | 2021-09-09 | 学習装置及び推論装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7100783B1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001086523A (ja) | 1999-09-09 | 2001-03-30 | Fuji Photo Film Co Ltd | 信号生成方法および装置並びに記録媒体 |
JP2019202087A (ja) | 2018-05-25 | 2019-11-28 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム、医用情報処理装置、放射線診断装置、超音波診断装置、学習用データの生産方法及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3806211B2 (ja) * | 1997-01-08 | 2006-08-09 | 株式会社リコー | 撮像信号処理方法及び撮像信号処理装置 |
-
2021
- 2021-09-09 JP JP2021146629A patent/JP7100783B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001086523A (ja) | 1999-09-09 | 2001-03-30 | Fuji Photo Film Co Ltd | 信号生成方法および装置並びに記録媒体 |
JP2019202087A (ja) | 2018-05-25 | 2019-11-28 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム、医用情報処理装置、放射線診断装置、超音波診断装置、学習用データの生産方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023039499A (ja) | 2023-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7490004B2 (ja) | 機械学習を用いた画像カラー化 | |
JP6639700B2 (ja) | マルチモーダルデジタル画像を生成する方法及びシステム | |
JP6137916B2 (ja) | 信号処理装置、信号処理方法、及び、信号処理システム | |
WO2020260862A1 (en) | Facial behaviour analysis | |
KR20110110390A (ko) | 대화형 유전자 알고리즘을 기반으로 사용자 취향을 반영한 감정 기반 영상의 색변환 방법 | |
CN112215171A (zh) | 目标检测方法、装置、设备及计算机可读存储介质 | |
JP2016031746A (ja) | 情報処理装置、情報処理方法 | |
JP2012174273A (ja) | 画像処理装置及び画像処理方法 | |
CN112116589A (zh) | 虚拟形象的评测方法、装置、设备及计算机可读存储介质 | |
JP6723488B1 (ja) | 学習装置及び推論装置 | |
JP7100783B1 (ja) | 学習装置及び推論装置 | |
KR102659290B1 (ko) | 모자이크 생성 장치 및 방법 | |
US20230021444A1 (en) | Image processing device, processing method thereof, and image processing system including the image processing device | |
CN110288663A (zh) | 图像处理方法、装置、移动终端及存储介质 | |
JP7321579B2 (ja) | 学習装置、推論装置、学習方法、推論方法、コンピュータシステムおよびプログラム | |
JP7402552B2 (ja) | 学習装置及び推論装置 | |
JP7214236B2 (ja) | 学習装置、推論装置、コンピュータプログラム、コンピュータシステム、推論方法及び学習方法 | |
WO2022127603A1 (zh) | 一种模型处理方法及相关装置 | |
CN114155562A (zh) | 手势识别方法及装置 | |
KR101024954B1 (ko) | 색채와 감정 간의 관계에 기초한 영상의 색 변환 방법 | |
JP7005040B2 (ja) | 学習装置、推論装置、学習方法、プログラムおよび推論方法 | |
JP7418019B2 (ja) | 情報処理装置、情報処理装置における情報処理方法、及びプログラム | |
JP2006041804A (ja) | 肌色補正装置および方法並びにプログラム | |
JP7383684B2 (ja) | 情報処理装置、情報処理方法、並びにプログラム | |
Nguyen et al. | VampNet: Unsupervised Vampirizing of Convolutional Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210930 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211023 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211228 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220407 |
|
TRDD | Decision of grant or rejection written | ||
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220414 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220421 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220520 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7100783 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |