JP7490886B2 - 情報処理装置及び情報処理方法 - Google Patents
情報処理装置及び情報処理方法 Download PDFInfo
- Publication number
- JP7490886B2 JP7490886B2 JP2023508879A JP2023508879A JP7490886B2 JP 7490886 B2 JP7490886 B2 JP 7490886B2 JP 2023508879 A JP2023508879 A JP 2023508879A JP 2023508879 A JP2023508879 A JP 2023508879A JP 7490886 B2 JP7490886 B2 JP 7490886B2
- Authority
- JP
- Japan
- Prior art keywords
- feature map
- data
- correctly detected
- image
- determines
- 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
- 230000010365 information processing Effects 0.000 title claims description 20
- 238000003672 processing method Methods 0.000 title claims description 9
- 238000001514 detection method Methods 0.000 claims description 53
- 238000010191 image analysis Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
しかし、学習データの不足により、画像中に物体が映っているにもかかわらず検知ができない「見逃し」や物体が映っていないが検知してしまう「誤検知」が発生する場合がある。
但し、見逃しや誤検知が発生したかどうかは検知結果の画像を人間が見て判断する必要がある。
特許文献1には、再学習データを効率的に収集する技術として、商品などの対象物を撮影した画像の中から検知精度が低い画像を自動で選択する方法が示されている。ただし、この技術は画像中に対象物が写っていることを前提としている。
本装置100は、図1に示すように、コンピュータ(PC)等の情報処理装置で実現され、制御部101と、記憶部106とを基本的に有している。
以下、本装置100の各部について具体的に説明する。
制御部101における各部102~105は、例えば、記憶部106に記憶された処理プログラムを制御部101が読み込んでソフトウェアとして機能を実現する手段である。
画像取得部102が画像を取得する方法は特に限定するものではないが、例えば、画像取得部102は、撮像装置(カメラ)から画像データを直接取得してもよいし、当該撮像装置の記憶装置に記憶された画像データを取得してもよい。
特徴マップは、撮影された画像データの中に特定の対象物についての確信度(確からしさ)に基づく特徴量を表すマップであり、その特徴量が画素値で表される。
Openposeは、画像中に写っている人物の各関節を検知する機能と、それら関節を結ぶことで形成される骨格を検知する機能を備えている。
Openposeについては、「OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields, arXiv:1812.08008v1, (2018)」の文献で紹介されている。
または、各関節の特徴マップ、更に各特徴マップを加算した特徴マップ(加算特徴マップ)を画像解析部103の出力としてもよい。
具体的には、特徴マップの画素値の分布を用いたエントロピーの値を評価する。
尚、特定の領域に関する検知結果の確からしさを評価するために、特徴マップの一部の領域に限定し評価を行ってもよい。
特徴マップ解析部104が出力する検知結果の確からしさが、閾値以上(エントロピーの値が閾値以下)であれば、正検知データと判定し、検知結果の確からしさが、閾値未満(エントロピーの値が閾値を超えている)であれば、再学習データ候補と判定する。
再学習データ候補記憶部108は、正解判定部105で判定された再学習データ候補のデータを記憶する。
正検知データ記憶部109は、正解判定部105で判定された正検知データを記憶する。
本装置100の制御部101において、図2に示すように、画像取得部102が、記憶部106の画像データ記憶部107に記憶されている画像データを取得する(S11)。処理方法における画像取得のステップとなる。
例えば、図3の人物のみが写っている画像D11を画像分析処理した場合には、特徴マップD12のような特徴マップが出力される。そして、検知結果D13のように正しく検知が為されている。
尚、正検知データとして記憶部106の正検知データ記憶部109に保存してもよい。
図3の例では、正解判定部105から正検知データD14が出力されることになる。
そして、正解判定部105は、検知結果が不確かであるとされた画像データを再学習データ候補の画像データとして記憶部106の再学習データ候補記憶部108に保存する(S15)。
図4の例では、正解判定部105から再学習データ候補D24が出力されることになる。
また、カメラ等で撮影される現場の画像に対して、リアルタイムに撮影したすべての画像を保存することなく、再学習データ候補の画像データのみを速やかに選択して再学習データ候補記憶部108に保存することが可能である。例えば、正検知データを保存するための記憶容量が十分でない場合に有効である。
Claims (4)
- 画像解析を行う情報処理装置であって、
取得した画像データを、CNNを用いて画像中に写る対象物の検知を行い、前記検知された対象物についての確信度に基づく特徴量を表す特徴マップを出力する画像解析部と、
前記出力された特徴マップを解析し、検知結果の確からしさを評価する特徴マップ解析部と、
前記特徴マップの評価結果から前記画像データに前記対象物が正しく検知されたか否かを判定し、正しく検知された場合には正検知データとし、正しく検知されなかった場合には前記対象物の検知を行う前記CNNを再学習するための再学習データの候補とする正解判定部と、を有することを特徴とする情報処理装置。 - 特徴マップ解析部は、特徴マップの画素値の分布を用いたエントロピーの値を評価し、
正解判定部は、前記エントロピーの値が予め定めた閾値以下であれば、正しく検知された場合とし、前記エントロピーの値が前記閾値を超えていれば、正しく検知されなかった場合とすることを特徴とする請求項1記載の情報処理装置。 - 取得した画像データを、CNNを用いて画像中に写る対象物の検知を行い、前記検知された対象物についての確信度に基づく特徴量を表す特徴マップを出力する画像解析ステップと、
前記出力された特徴マップを解析し、検知結果の確からしさを評価する特徴マップ解析ステップと、
前記特徴マップの評価結果から前記画像データに前記対象物が正しく検知されたか否かを判定し、正しく検知された場合には正検知データとし、正しく検知されなかった場合には前記対象物の検知を行う前記CNNを再学習するための再学習データの候補とする正解判定ステップと、を有することを特徴とする情報処理方法。 - 特徴マップ解析ステップは、特徴マップの画素値の分布を用いたエントロピーの値を評価し、
正解判定ステップは、前記エントロピーの値が予め定めた閾値以下であれば、正しく検知された場合とし、前記エントロピーの値が前記閾値を超えていれば、正しく検知されなかった場合とすることを特徴とする請求項3記載の情報処理方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021048268 | 2021-03-23 | ||
JP2021048268 | 2021-03-23 | ||
PCT/JP2022/009061 WO2022202177A1 (ja) | 2021-03-23 | 2022-03-03 | 情報処理装置及び情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022202177A1 JPWO2022202177A1 (ja) | 2022-09-29 |
JP7490886B2 true JP7490886B2 (ja) | 2024-05-27 |
Family
ID=83396921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023508879A Active JP7490886B2 (ja) | 2021-03-23 | 2022-03-03 | 情報処理装置及び情報処理方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7490886B2 (ja) |
WO (1) | WO2022202177A1 (ja) |
Citations (1)
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 |
-
2022
- 2022-03-03 WO PCT/JP2022/009061 patent/WO2022202177A1/ja active Application Filing
- 2022-03-03 JP JP2023508879A patent/JP7490886B2/ja active Active
Patent Citations (1)
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 |
Also Published As
Publication number | Publication date |
---|---|
WO2022202177A1 (ja) | 2022-09-29 |
JPWO2022202177A1 (ja) | 2022-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909651B (zh) | 视频主体人物的识别方法、装置、设备及可读存储介质 | |
CN111127425A (zh) | 基于视网膜眼底图像的目标检测定位方法和装置 | |
JP2021140739A (ja) | プログラム、学習済みモデルの生成方法、情報処理方法及び情報処理装置 | |
Prasetyo et al. | A comparison of yolo and mask r-cnn for segmenting head and tail of fish | |
CN112700408A (zh) | 模型训练方法、图像质量评估方法及装置 | |
JP2012058787A (ja) | 情報処理装置、およびその処理方法 | |
CN111144425B (zh) | 检测拍屏图片的方法、装置、电子设备及存储介质 | |
CN110633711A (zh) | 训练特征点检测器的计算机装置、方法及特征点检测方法 | |
CN113297963A (zh) | 多人姿态的估计方法、装置、电子设备以及可读存储介质 | |
Pagaduan et al. | iblurdetect: Image blur detection techniques assessment and evaluation study | |
Warif et al. | A comprehensive evaluation procedure for copy-move forgery detection methods: results from a systematic review | |
CN112926695B (zh) | 基于模板匹配的图像识别方法和*** | |
Bedi et al. | Estimating cover image for universal payload region detection in stego images | |
CN116630286B (zh) | 一种图像异常检测与定位的方法、装置、设备及存储介质 | |
CN113592769A (zh) | 异常图像的检测、模型的训练方法、装置、设备及介质 | |
JP7490886B2 (ja) | 情報処理装置及び情報処理方法 | |
CN116934747A (zh) | 眼底图像分割模型训练方法、设备和青光眼辅助诊断*** | |
CN117132768A (zh) | 车牌及人脸检测和脱敏方法、装置、电子设备和存储介质 | |
CN115527083B (zh) | 图像标注方法、装置和电子设备 | |
Yao et al. | An accurate box localization method based on rotated-RPN with weighted edge attention for bin picking | |
CN116091784A (zh) | 一种目标跟踪方法、设备及存储介质 | |
CN112733959A (zh) | 肺部影像分类方法、分类网络确定方法及其装置 | |
Ruiz et al. | Weakly supervised polyp segmentation from an attention receptive field mechanism | |
CN117474916B (zh) | 一种图像检测方法、电子设备及存储介质 | |
Szczuko | Influence of image transformations and quality degradations on SURF detector efficiency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240228 |
|
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: 20240514 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240515 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7490886 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |