JP7250126B2 - 自動エンコーダを用いる人工画像生成のためのコンピュータアーキテクチャ - Google Patents
自動エンコーダを用いる人工画像生成のためのコンピュータアーキテクチャ Download PDFInfo
- Publication number
- JP7250126B2 JP7250126B2 JP2021525732A JP2021525732A JP7250126B2 JP 7250126 B2 JP7250126 B2 JP 7250126B2 JP 2021525732 A JP2021525732 A JP 2021525732A JP 2021525732 A JP2021525732 A JP 2021525732A JP 7250126 B2 JP7250126 B2 JP 7250126B2
- Authority
- JP
- Japan
- Prior art keywords
- images
- sub
- image
- target object
- tsb
- 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
- G06V10/77—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
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/60—Shadow generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/001—Model-based coding, e.g. wire frame
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
本願は、35U.S.C.§119に基づき米国仮特許出願番号第62/771,808号、2018年11月27日出願、名称「COMPUTER ARCHITECTURE FOR ARTIFICIAL IMAGE GENERATION USING AUTO-ENCODER」の優先権を主張する。該仮出願は参照によりその全体がここに組み込まれる。
実施形態は、コンピュータアーキテクチャに関する。幾つかの実施形態は、機械学習のためのコンピュータアーキテクチャに関する。幾つかの実施形態は、機械学習で使用するための人工画像を生成するためのコンピュータアーキテクチャに関する。
Claims (13)
- 画像処理機器であって、前記機器は、
処理回路とメモリとを含み、前記処理回路は、
ターゲットオブジェクトと異なる第1オブジェクトセットのボクセルモデルを受信し、前記ターゲットオブジェクトは、画像認識器を用いて認識されるべきものであり、
前記ボクセルモデルに基づき、前記第1オブジェクトセットのTSB(target shadow background-mask)画像セットを生成し、
自動エンコーダで、前記第1オブジェクトセットの現実画像セットを受信し、
前記自動エンコーダを用いて、前記TSB画像セットに基づき、前記ターゲットオブジェクトの1つ以上の人工画像を生成し、前記自動エンコーダは、サブエンコーダを用いて、前記TSB画像セットを潜在ベクトルに符号化し、サブデコーダを用いて、前記潜在ベクトルを復号して前記1つ以上の人工画像を生成し、
出力として、前記ターゲットオブジェクトの前記生成された1つ以上の人工画像を提供する、機器。 - 前記サブエンコーダは、複数の畳み込み層と、前記畳み込み層が点在する複数のプーリング層と、を含み、
前記サブエンコーダは、機械学習トレーニングアルゴリズムを用いて、前記TSB画像セットに基づき前記潜在ベクトルを生成するようトレーニングされる、請求項1に記載の機器。 - 前記サブデコーダは、複数の逆畳み込み層と、前記逆畳み込み層が点在する複数の逆プーリング層と、を含み、
前記サブデコーダは、機械学習トレーニングアルゴリズムを用いて、前記潜在ベクトルに基づき前記1つ以上の人工画像を生成するようトレーニングされる、請求項1に記載の機器。 - 前記処理回路は、更に、
前記生成された1つ以上の人工画像を用いて、前記ターゲットオブジェクトを認識するよう前記画像認識器をトレーニングし、
前記画像認識器がトレーニングされたことの指示を出力として提供する、
請求項1に記載の機器。 - 前記処理回路は、更に、前記トレーニングされた画像認識器を用いて、前記ターゲットオブジェクトの新しい画像を認識する、請求項4に記載の機器。
- 前記画像認識器は、ResNet(residual neural network)を含む、請求項4に記載の機器。
- 前記サブエンコーダは、複数の畳み込みプールを含み、各畳み込みプールの後に、バッチ正規化が続き、各バッチ正規化の後に、ReLU(rectified linear unit)が続く、請求項1に記載の機器。
- 各畳み込みプールのカーネルサイズは、前の畳み込みプールのカーネルサイズより大きい、請求項7に記載の機器。
- 前記サブデコーダは、複数のスキップ接続を含み、各スキップ接続の後に、バッチ正規化が続き、各バッチ正規化の後に、ReLU(rectified linear unit)が続き、各ReLUの後に復号畳み込みが続く、請求項1に記載の機器。
- 各復号畳み込みのカーネルサイズは、前の復号畳み込みのカーネルサイズより小さい、請求項9に記載の機器。
- 画像処理のための非一時的機械可読媒体であって、前記機械可読媒体は命令を格納し、前記命令は、1つ以上の機械の処理回路により実行されると、前記処理回路に、
ターゲットオブジェクトと異なる第1オブジェクトセットのボクセルモデルを受信させ、前記ターゲットオブジェクトは、画像認識器を用いて認識されるべきものであり、
前記ボクセルモデルに基づき、前記第1オブジェクトセットのTSB(target shadow background-mask)画像セットを生成させ、
自動エンコーダで、前記第1オブジェクトセットの現実画像セットを受信させ、
前記自動エンコーダを用いて、前記TSB画像セットに基づき、前記ターゲットオブジェクトの1つ以上の人工画像を生成させ、前記自動エンコーダは、サブエンコーダを用いて、前記TSB画像セットを潜在ベクトルに符号化し、サブデコーダを用いて、前記潜在ベクトルを復号して前記1つ以上の人工画像を生成し、
出力として、前記ターゲットオブジェクトの前記生成された1つ以上の人工画像を提供させる機械可読媒体。 - 前記サブエンコーダは、複数の畳み込み層と、前記畳み込み層が点在する複数のプーリング層と、を含み、
前記サブエンコーダは、機械学習トレーニングアルゴリズムを用いて、前記TSB画像セットに基づき前記潜在ベクトルを生成するようトレーニングされる、請求項11に記載の機械可読媒体。 - 前記サブデコーダは、複数の逆畳み込み層と、前記逆畳み込み層が点在する複数の逆プーリング層と、を含み、
前記サブデコーダは、機械学習トレーニングアルゴリズムを用いて、前記潜在ベクトルに基づき前記1つ以上の人工画像を生成するようトレーニングされる、請求項11に記載の機械可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862771808P | 2018-11-27 | 2018-11-27 | |
US62/771,808 | 2018-11-27 | ||
PCT/US2019/047993 WO2020112189A1 (en) | 2018-11-27 | 2019-08-23 | Computer architecture for artificial image generation using auto-encoder |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022507255A JP2022507255A (ja) | 2022-01-18 |
JP7250126B2 true JP7250126B2 (ja) | 2023-03-31 |
Family
ID=67874553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021525732A Active JP7250126B2 (ja) | 2018-11-27 | 2019-08-23 | 自動エンコーダを用いる人工画像生成のためのコンピュータアーキテクチャ |
Country Status (4)
Country | Link |
---|---|
US (1) | US11107250B2 (ja) |
EP (1) | EP3888007A1 (ja) |
JP (1) | JP7250126B2 (ja) |
WO (1) | WO2020112189A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10733512B1 (en) * | 2019-12-17 | 2020-08-04 | SparkCognition, Inc. | Cooperative use of a genetic algorithm and an optimization trainer for autoencoder generation |
KR102126197B1 (ko) * | 2020-01-29 | 2020-06-24 | 주식회사 카카오뱅크 | 비식별화된 이미지를 이용한 신경망 학습 방법 및 이를 제공하는 서버 |
US11527019B2 (en) * | 2020-05-15 | 2022-12-13 | Amazon Technologies, Inc. | Iterative media object compression algorithm optimization using decoupled calibration of perceptual quality algorithms |
CN111860144B (zh) * | 2020-06-10 | 2023-10-17 | 长沙理工大学 | 一种基于MDR-Net的雷达目标识别***及方法 |
CN112069724B (zh) * | 2020-07-21 | 2023-06-20 | 上海宇航***工程研究所 | 一种基于长短时记忆自编码器的火箭健康度评估方法 |
TW202223834A (zh) * | 2020-08-28 | 2022-06-16 | 加拿大商光譜優化股份有限公司 | 神經嵌入之攝影機影像視訊處理管道及神經網路訓練系統 |
CN112070151B (zh) * | 2020-09-07 | 2023-12-29 | 北京环境特性研究所 | 一种mstar数据图像的目标分类识别方法 |
CN112200227A (zh) * | 2020-09-28 | 2021-01-08 | 深圳市华付信息技术有限公司 | 一种基于飞机3d模型的飞机检测方法 |
KR102480423B1 (ko) * | 2022-06-16 | 2022-12-22 | 주식회사 액션파워 | 인코더-디코더 구조를 가진 인공 신경망 모델을 활용한 데이터 생성 방법 |
CN116580212B (zh) * | 2023-05-16 | 2024-02-06 | 北京百度网讯科技有限公司 | 图像生成方法、图像生成模型的训练方法、装置和设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9965901B2 (en) | 2015-11-19 | 2018-05-08 | KLA—Tencor Corp. | Generating simulated images from design information |
US10732277B2 (en) * | 2016-04-29 | 2020-08-04 | The Boeing Company | Methods and systems for model based automatic target recognition in SAR data |
WO2018208791A1 (en) * | 2017-05-08 | 2018-11-15 | Aquifi, Inc. | Systems and methods for inspection and defect detection using 3-d scanning |
US10445622B2 (en) | 2017-05-18 | 2019-10-15 | Qualcomm Incorporated | Learning disentangled invariant representations for one-shot instance recognition |
KR102565279B1 (ko) * | 2018-08-23 | 2023-08-09 | 삼성전자주식회사 | 객체 검출 방법, 객체 검출을 위한 학습 방법 및 그 장치들 |
US10229346B1 (en) * | 2018-09-04 | 2019-03-12 | StradVision, Inc. | Learning method, learning device for detecting object using edge image and testing method, testing device using the same |
-
2019
- 2019-08-23 JP JP2021525732A patent/JP7250126B2/ja active Active
- 2019-08-23 WO PCT/US2019/047993 patent/WO2020112189A1/en unknown
- 2019-08-23 US US16/550,040 patent/US11107250B2/en active Active
- 2019-08-23 EP EP19765399.1A patent/EP3888007A1/en active Pending
Non-Patent Citations (2)
Title |
---|
吉田 英史 Hidefumi YOSHIDA,生成型学習法を用いた傘をさした歩行者の高精度な検出に関する検討 A study on a method for high-accuracy detection of a pedestrian holding an umbrella with generative learning,電子情報通信学会技術研究報告 Vol.112 No.198 IEICE Technical Report,日本,一般社団法人電子情報通信学会 The Institute of Electronics,Information and Communication Engineers,2012年08月26日,191~196 |
川上 拓也 TAKUYA KAWAKAMI,物体のパーツ形状と持ち方の共起性に基づく把持パタンの推定 Grasping Pattern Estimation Based on Co-occurrence of Object and Hand Shape,情報処理学会 研究報告 コンピュータビジョンとイメージメディア(CVIM) 2018-CVIM-211 [online],日本,情報処理学会,2018年02月22日,1~8 |
Also Published As
Publication number | Publication date |
---|---|
US11107250B2 (en) | 2021-08-31 |
EP3888007A1 (en) | 2021-10-06 |
US20200167966A1 (en) | 2020-05-28 |
JP2022507255A (ja) | 2022-01-18 |
WO2020112189A1 (en) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7250126B2 (ja) | 自動エンコーダを用いる人工画像生成のためのコンピュータアーキテクチャ | |
US11585918B2 (en) | Generative adversarial network-based target identification | |
US11551026B2 (en) | Dynamic reconfiguration training computer architecture | |
US11755838B2 (en) | Machine learning for joint recognition and assertion regression of elements in text | |
US11068747B2 (en) | Computer architecture for object detection using point-wise labels | |
US11593619B2 (en) | Computer architecture for multiplier-less machine learning | |
US11037027B2 (en) | Computer architecture for and-or neural networks | |
US11763551B2 (en) | Systems and methods for fine tuning image classification neural networks | |
JP7214863B2 (ja) | 人工画像生成用コンピュータアーキテクチャ | |
US20200272812A1 (en) | Human body part segmentation with real and synthetic images | |
US11003909B2 (en) | Neural network trained by homographic augmentation | |
US11587323B2 (en) | Target model broker | |
US20230097940A1 (en) | System and method for extracting and using groups of features for interpretability analysis | |
US20230092949A1 (en) | System and method for estimating model metrics without labels | |
US20230162028A1 (en) | Extracting and transferring feature representations between models | |
AU2020203026B2 (en) | Calculating the precision of image annotations | |
US20240028931A1 (en) | Directed Acyclic Graph of Recommendation Dimensions | |
US20230401482A1 (en) | Meta-Agent for Reinforcement Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210512 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220623 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221025 |
|
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: 20230221 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230320 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7250126 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |