JP7207846B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP7207846B2 JP7207846B2 JP2017059238A JP2017059238A JP7207846B2 JP 7207846 B2 JP7207846 B2 JP 7207846B2 JP 2017059238 A JP2017059238 A JP 2017059238A JP 2017059238 A JP2017059238 A JP 2017059238A JP 7207846 B2 JP7207846 B2 JP 7207846B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- learning
- characteristic
- neural network
- unit
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
- G06F18/2185—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor the supervisor being an automated module, e.g. intelligent oracle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/778—Active pattern-learning, e.g. online learning of image or video features
- G06V10/7784—Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors
- G06V10/7788—Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors the supervisor being a human, e.g. interactive learning with a human teacher
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Description
以下、本発明の第1の実施形態の詳細について図面を参照しつつ説明する。本実施形態は、CG(コンピュータグラフィックス)画像を入力画像とし、CG画像に特有の特徴を修正した画像、すなわち実写画像に特徴を近づけた画像を生成するものである。ここで、本実施形態において生成されるCG画像に特有の特徴を修正した画像の用途の一例について説明する。
ここで、aは別途定める0から1までの実数とする。これは、データ更新を行った回数に応じて学習重みを減らすよう設定する処理の一例であり、修正回数を学習データの信頼度とみなして学習重みを減少させていくことを意味する処理である。なお、学習重み設定部114による学習重みの設定方法は上述の方法に限定されるものではない。例えば、変数Nに応じて減少する上記とは別の関数によって設定したり、または、変数Nが所定回数増える毎に段階的に学習重みを減らすように設定するなどしてもよい。以上により、本実施形態における学習重み設定部114による設定処理ついての説明を終える。
次に、本発明の第2の実施形態について説明する。本実施形態は、第1の実施形態と同様にデータ特性に関する特徴を修正するのに加えて、ターゲットのクラスに関する特徴がデータ修正前の特徴から大きく変化しないようにするものである。つまり、対象画像からCG的特徴を消すようにデータを更新する際に、画像の内容に関する特徴も変更されることを抑制するものである。以下、第1の実施形態において既に説明をした構成については同一の符号を付し、その説明は省略する。
次に、本発明の第3の実施形態について説明する。本実施形態は、学習重み設定部114が、データ修正部112によって修正されたデータのデータ修正量に応じて学習重みを設定することを特徴とする。以下、第1、第2の実施形態において既に説明をした構成については同一の符号を付し、その説明は省略する。
ここで、Nは画像の総画素数、iは画素のインデックス、(r,g,b)は修正前画像のRGB画素値、(r’,g’,b’)は修正後画像のRGB画素値である。また、各画素位置における修正量がわずかならば無視してもよいという場合は、各画素における値の差が所定の閾値以下のものは差を0とみなして算出するなどしてもよい。なお、データが画像でない場合でも同様の算出が可能である。
次に、本発明の第4の実施形態について説明する。本実施形態は、データ修正部112によって修正されたデータに対して、データのどの部分がどの程度修正されたかを表示部に表示するものである。以下、第1~第3の実施形態において既に説明をした構成については同一の符号を付し、その説明は省略する。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
112 データ修正部
Claims (8)
- データの生成または取得方法に起因するデータ特性を判別するニューラルネットワークへ入力したデータに対する判別結果において前記データのデータ特性が実写ではないと判別されたデータを、当該ニューラルネットワークが実写によるデータであることを示すデータ特性を有すると判別するデータへ、前記ニューラルネットワークに入力されたデータを修正する修正手段と、
対象物の存在を認識する認識器に、前記対象物の存在に関するラベルが付与された学習データを学習させる学習手段と、
を有し、
前記学習手段では、前記修正手段により前記データ特性が修正されているデータに前記対象物の存在に関するラベルが付与された学習データを学習させることを特徴とする情報処理装置。 - 前記修正手段は、前記ニューラルネットワークが判別した前記データの前記データ特性と実写により生成または取得されたデータのデータ特性との誤差を小さくするように前記ニューラルネットワークに入力されたデータを修正することを特徴とする請求項1に記載の情報処理装置。
- 前記学習手段が、前記認識器に学習させる前記修正されたデータを学習に用いる重みを設定する設定手段を更に有することを特徴とする請求項2に記載の情報処理装置。
- 前記設定手段は、前記修正手段が前記誤差を小さくするように該データを修正した回数が所定回数を超える場合に、前記重みを小さくする設定をすることを特徴とする請求項3に記載の情報処理装置。
- 前記ニューラルネットワークに入力されたデータと、前記修正手段によって修正されたデータとの差異を表示させる表示制御手段を更に有することを特徴とする請求項1から4のいずれか1項に記載の情報処理装置。
- 前記データは、画像データであることを特徴とする請求項1から5のいずれか1項に記載の情報処理装置。
- データの生成または取得方法に起因するデータ特性を判別するニューラルネットワークへ入力したデータに対する判別結果において前記データのデータ特性が実写ではないと判別されたデータを、当該ニューラルネットワークが実写によるデータであることを示すデータ特性を有すると判別するデータへ、前記ニューラルネットワークによって入力されたデータを修正する修正ステップと、
対象物の存在を認識する認識器に、前記対象物の存在に関するラベルが付与された学習データを学習させる学習ステップと、
を有し、
前記学習ステップでは、前記修正ステップにより前記データ特性が修正されているデータに前記対象物の存在に関するラベルが付与された学習データを学習させることを特徴とする情報処理方法。 - コンピュータを、請求項1から6のいずれか1項に記載の情報処理装置として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017059238A JP7207846B2 (ja) | 2017-03-24 | 2017-03-24 | 情報処理装置、情報処理方法及びプログラム |
US15/927,965 US10810464B2 (en) | 2017-03-24 | 2018-03-21 | Information processing apparatus, information processing method, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017059238A JP7207846B2 (ja) | 2017-03-24 | 2017-03-24 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018163444A JP2018163444A (ja) | 2018-10-18 |
JP7207846B2 true JP7207846B2 (ja) | 2023-01-18 |
Family
ID=63583486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017059238A Active JP7207846B2 (ja) | 2017-03-24 | 2017-03-24 | 情報処理装置、情報処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10810464B2 (ja) |
JP (1) | JP7207846B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11922314B1 (en) * | 2018-11-30 | 2024-03-05 | Ansys, Inc. | Systems and methods for building dynamic reduced order physical models |
JP7167668B2 (ja) * | 2018-11-30 | 2022-11-09 | コニカミノルタ株式会社 | 学習方法、学習装置、プログラムおよび記録媒体 |
JP7426602B2 (ja) * | 2019-11-06 | 2024-02-02 | パナソニックIpマネジメント株式会社 | 映像生成装置、映像生成方法およびプログラム |
JP6992099B2 (ja) * | 2020-01-16 | 2022-01-13 | 本田技研工業株式会社 | 情報処理装置、車両、車両の制御方法、プログラム、情報処理サーバ、情報処理方法 |
WO2023152882A1 (ja) * | 2022-02-10 | 2023-08-17 | 日本電気株式会社 | モデル訓練装置、モデル訓練方法、及び非一時的なコンピュータ可読媒体 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006165889A (ja) | 2004-12-06 | 2006-06-22 | Sharp Corp | 管理装置、印刷処理システム、管理装置の制御方法、管理装置の制御プログラム、管理装置の制御プログラムが記録された記録媒体 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6409433B2 (ja) | 2014-09-17 | 2018-10-24 | 大日本印刷株式会社 | 画像生成装置、画像検出システム及び画像生成方法 |
US10235623B2 (en) * | 2016-02-12 | 2019-03-19 | Adobe Inc. | Accurate tag relevance prediction for image search |
JP6656357B2 (ja) * | 2016-04-04 | 2020-03-04 | オリンパス株式会社 | 学習方法、画像認識装置およびプログラム |
EP3267368B1 (en) * | 2016-07-06 | 2020-06-03 | Accenture Global Solutions Limited | Machine learning image processing |
US11200483B2 (en) * | 2016-08-30 | 2021-12-14 | Lunit Inc. | Machine learning method and apparatus based on weakly supervised learning |
US10255681B2 (en) * | 2017-03-02 | 2019-04-09 | Adobe Inc. | Image matting using deep learning |
US10691922B2 (en) * | 2018-05-17 | 2020-06-23 | Accenture Global Solutions Limited | Detection of counterfeit items based on machine learning and analysis of visual and textual data |
-
2017
- 2017-03-24 JP JP2017059238A patent/JP7207846B2/ja active Active
-
2018
- 2018-03-21 US US15/927,965 patent/US10810464B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006165889A (ja) | 2004-12-06 | 2006-06-22 | Sharp Corp | 管理装置、印刷処理システム、管理装置の制御方法、管理装置の制御プログラム、管理装置の制御プログラムが記録された記録媒体 |
Non-Patent Citations (1)
Title |
---|
岸本 達雄 他,ニューラルネットワークを用いた色ずれの補正,第45回 システム制御情報学会研究発表講演会講演論文集,システム制御情報学会,2001年05月08日,pp.603~604 |
Also Published As
Publication number | Publication date |
---|---|
US20180276503A1 (en) | 2018-09-27 |
US10810464B2 (en) | 2020-10-20 |
JP2018163444A (ja) | 2018-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7207846B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US10614347B2 (en) | Identifying parameter image adjustments using image variation and sequential processing | |
TWI649698B (zh) | 物件偵測裝置、物件偵測方法及電腦可讀取媒體 | |
US11508038B2 (en) | Image processing method, storage medium, image processing apparatus, learned model manufacturing method, and image processing system | |
CN109711401B (zh) | 一种基于Faster Rcnn的自然场景图像中的文本检测方法 | |
WO2019214240A1 (zh) | 动态图片的生成 | |
US11301723B2 (en) | Data generation device, data generation method, and computer program product | |
CN110348358B (zh) | 一种肤色检测***、方法、介质和计算设备 | |
CN109478316A (zh) | 实时自适应阴影和高光增强 | |
CN113658091A (zh) | 一种图像评价方法、存储介质及终端设备 | |
JP7443030B2 (ja) | 学習方法、プログラム、学習装置、および、学習済みウエイトの製造方法 | |
US11526691B2 (en) | Learning device, learning method, and storage medium | |
JP2021018477A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
KR102537207B1 (ko) | 머신 러닝에 기반한 이미지 처리 방법 및 장치 | |
CN114926876A (zh) | 图像关键点检测方法、装置、计算机设备和存储介质 | |
CN116888665A (zh) | 电子设备及其控制方法 | |
JP7437918B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN112634143A (zh) | 图像色彩校正模型训练方法、装置及电子设备 | |
WO2023188160A1 (ja) | 入力支援装置、入力支援方法、及び非一時的なコンピュータ可読媒体 | |
US11995153B2 (en) | Information processing apparatus, information processing method, and storage medium | |
JPWO2019116494A1 (ja) | 学習装置、学習方法、および学習プログラム | |
US20230088317A1 (en) | Information processing apparatus, information processing method, and storage medium | |
US11175863B2 (en) | Image processing apparatus, learning apparatus, image processing method, learning method, and storage medium for estimating printing result | |
CN113506332B (zh) | 目标对象识别的方法、电子设备及存储介质 | |
US20230290108A1 (en) | Machine-Learning Models Trained to Modify Image Illumination Without Ground-Truth Images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200323 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210423 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210525 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210715 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220225 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221025 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20221025 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20221108 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20221115 |
|
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: 20221206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230105 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7207846 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |