JP7156844B2 - 情報処理方法、情報処理装置およびプログラム - Google Patents
情報処理方法、情報処理装置およびプログラム Download PDFInfo
- Publication number
- JP7156844B2 JP7156844B2 JP2018139709A JP2018139709A JP7156844B2 JP 7156844 B2 JP7156844 B2 JP 7156844B2 JP 2018139709 A JP2018139709 A JP 2018139709A JP 2018139709 A JP2018139709 A JP 2018139709A JP 7156844 B2 JP7156844 B2 JP 7156844B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- types
- travel
- image data
- deviation
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
近年、自動運転、監視カメラ、ロボットなどの分野において、カメラによって撮像された画像に対する、ディープラーニングなどの機械学習を用いた物体検出が活用されている。このような物体検出には、機械学習に用いる教師データが大量に必要となる。このため、さまざまなカメラで撮像された大量の画像が収集され、収集された画像に対して、人が正解を付与することで教師データを生成している。
以下、図1~図9を用いて、実施の形態1を説明する。
図1は、実施の形態1に係る情報処理システムの外観図を示す図である。
次に、実施の形態1に係る情報処理システム1の動作について説明する。
本実施の形態に係る情報処理方法は、車両200に搭載されるカメラ205から得られる画像データ、および車両200の複数種類の走行データを取得し、画像データと複数種類以上の走行データとを対応付け、複数の他の画像データに対応付けられた複数の他の走行データに対する複数の走行データの逸脱度を判定し、逸脱度に応じて画像データを学習用データとして選択する。
次に、図10および図11を用いて実施の形態2を説明する。
[3-1.変形例1]
上記実施の形態1または2に係る情報処理装置100、100Aでは、判定部130、130Aは、複数の走行データの組み合わせを用いて逸脱度を判定するとしたが、これに限らずに、複数の走行データを用いて種類毎に逸脱度を判定してもよい。この場合、選択部140は、複数の走行データの種類毎に判定した2以上の逸脱度に応じて、画像データを学習用データとして選択する。
上記実施の形態1または2に係る情報処理装置100、100Aでは、対応付け部120は、画像データと複数種類の走行データとを対応付けるとしたが、画像データには1種類の走行データを対応付けてもよい。この場合の1種類の走行データは、位置、走行速度、走行状態、走行制御、時間、天候、外気温などの温度、外気の湿度、車両200のドライバー属性のうちの1つである。
上記実施の形態1または2に係る情報処理装置100、100Aでは、センシングデータの一例として画像データを用いているが、これに限らずに、LIDAR(Light Detection and Ranging)による検出データを用いてもよい。つまり、車両200は、カメラ205の代わりに光学センサの一種であるLIDARを備えていてもよい。また、情報処理装置100、100Aは、センシングデータとして画像データおよびLIDARの検出データの両方を採用してもよい。また、センシングデータとしては、他の光学センサによる検出データが採用されてもよい。
なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、CPUまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の情報処理方法などを実現するソフトウェアは、次のようなプログラムである。
100、100A 情報処理装置
101、201 プロセッサ
102、202 メインメモリ
103、203 ストレージ
104、204 通信IF
110 取得部
120 対応付け部
130、130A 判定部
140 選択部
150 学習DB
150A 記憶部
200、200A 車両
205 カメラ
206 IMU
207 GNSS
208 CAN側機器
208a 車速メータ
208b ECU
210 検出部
220 記憶部
230 送信部
300 通信ネットワーク
310 基地局
Claims (13)
- コンピュータを用いて、
車両に搭載されるセンサから得られる画像データ、および前記車両の1種類以上の走行データを取得し、
前記画像データと前記1種類以上の走行データとを対応付け、
1つ以上の他の画像データに対応付けられた1つ以上の他の走行データに対する前記1種類以上の走行データの逸脱度を判定し、
前記逸脱度に応じて前記画像データを学習用データとして選択し、
前記1種類以上の走行データは、2種類以上の走行データであり、
前記判定では、前記2種類以上の走行データの組み合わせを用いて前記逸脱度を判定し、
前記選択では、前記組み合わせを用いて判定された前記逸脱度に応じて前記画像データを前記学習用データとして選択する、
情報処理方法。 - さらに、
前記学習用データとして選択された画像データに対応付けられた1種類以上の走行データを、前記1つ以上の他の走行データに加える
請求項1に記載の情報処理方法。 - 前記対応付けでは、前記画像データと、当該画像データのセンシング時の1種類以上の走行データとを対応付ける
請求項1または2に記載の情報処理方法。 - コンピュータを用いて、
車両に搭載されるセンサから得られる画像データ、および前記車両の1種類以上の走行データを取得し、
前記画像データと前記1種類以上の走行データとを対応付け、
1つ以上の他の画像データに対応付けられた1つ以上の他の走行データに対する前記1種類以上の走行データの逸脱度を判定し、
前記逸脱度に応じて前記画像データを学習用データとして選択し、
前記1種類以上の走行データは、2種類以上の走行データであり、
前記判定では、前記2種類以上の走行データを用いて種類ごとに前記逸脱度を判定し、
前記選択では、前記2種類以上の走行データの種類毎に判定した2以上の前記逸脱度に応じて前記画像データを前記学習用データとして選択する
情報処理方法。 - 前記選択では、前記2以上の逸脱度を統合し、統合結果に応じて前記画像データを前記学習用データとして選択する
請求項4に記載の情報処理方法。 - 前記判定では、2種類以上の走行データを用いて種類毎に重み付けを用いて前記逸脱度を判定する
請求項4または5に記載の情報処理方法。 - 前記選択では、前記逸脱度が所定の閾値以上である走行データに対応付けられた前記画像データを前記学習用データとして選択する
請求項1から6のいずれか1項に記載の情報処理方法。 - 前記1種類以上の走行データは、位置、時間、天候、温度、走行状態、走行速度、走行制御、およびドライバー属性のいずれか1つを含む
請求項1から7のいずれか1項に記載の情報処理方法。 - 前記センサは、光学センサである
請求項1から8のいずれか1項に記載の情報処理方法。 - さらに、前記1種類以上の走行データを正規化し、
前記判定では、正規化された前記1種類以上の走行データを用いて前記逸脱度を判定する
請求項1から9のいずれか1項に記載の情報処理方法。 - 車両に搭載されるセンサから得られる画像データ、および前記車両の1種類以上の走行データを取得する取得部と、
前記画像データと前記1種類以上の走行データとを対応付ける対応付け部と、
1つ以上の他の画像データに対応付けられた1つ以上の他の走行データに対する前記1種類以上の走行データの逸脱度を判定するための計算モデルを用いて前記逸脱度を判定する判定部と、
前記逸脱度に応じて前記画像データを学習用データとして選択する選択部と、を備え、
前記1種類以上の走行データは、2種類以上の走行データであり、
前記判定では、前記2種類以上の走行データの組み合わせを用いて前記逸脱度を判定し、
前記選択では、前記組み合わせを用いて判定された前記逸脱度に応じて前記画像データを前記学習用データとして選択する、
情報処理装置。 - コンピュータを用いて、
車両に搭載されるセンサから得られる画像データ、および前記車両の1種類以上の走行データを取得する取得部と、
前記画像データと前記1種類以上の走行データとを対応付ける対応付け部と、
1つ以上の他の画像データに対応付けられた1つ以上の他の走行データに対する前記1種類以上の走行データの逸脱度を判定する判定部と、
前記逸脱度に応じて前記画像データを学習用データとして選択する選択部と、を備え、
前記判定では、2種類以上の走行データを用いて種類ごとに前記逸脱度を判定し、
前記選択では、前記2種類以上の走行データの種類毎に判定した2以上の前記逸脱度に応じて前記画像データを前記学習用データとして選択する、
情報処理装置。 - 請求項1または4に記載する情報処理方法をコンピュータに実行させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18211072.6A EP3499419A1 (en) | 2017-12-14 | 2018-12-07 | Information processing method, information processing apparatus, and program |
US16/214,557 US20190188599A1 (en) | 2017-12-14 | 2018-12-10 | Information processing method, information processing apparatus, and program |
CN201811510260.8A CN109978174A (zh) | 2017-12-14 | 2018-12-11 | 信息处理方法、信息处理装置及程序记录介质 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762598745P | 2017-12-14 | 2017-12-14 | |
US62/598,745 | 2017-12-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019106166A JP2019106166A (ja) | 2019-06-27 |
JP7156844B2 true JP7156844B2 (ja) | 2022-10-19 |
Family
ID=67062425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018139709A Active JP7156844B2 (ja) | 2017-12-14 | 2018-07-25 | 情報処理方法、情報処理装置およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7156844B2 (ja) |
CN (1) | CN109978174A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7151654B2 (ja) | 2019-07-26 | 2022-10-12 | トヨタ自動車株式会社 | 検索装置、学習装置、検索システム、検索プログラム、及び学習プログラム |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011071642A (ja) | 2009-09-24 | 2011-04-07 | Denso Corp | 動画記憶システム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3279960B2 (ja) * | 1997-06-27 | 2002-04-30 | 松下電器産業株式会社 | 経路画像情報記録再生装置及び経路画像情報記録方法 |
EP1876411A4 (en) * | 2005-04-25 | 2011-06-29 | Geo Technical Lab Co Ltd | METHOD FOR ANALYZING THE PICTURE POSITION |
AU2007348326B2 (en) * | 2006-05-31 | 2012-03-08 | Trx Systems, Inc. | Method and system for locating and monitoring first responders |
US7972087B2 (en) * | 2007-09-07 | 2011-07-05 | Food Processing Equipment Company | Vacuum transfer apparatus and process with improved product weighing controls |
KR101555444B1 (ko) * | 2014-07-10 | 2015-10-06 | 현대모비스 주식회사 | 차량탑재 상황감지 장치 및 그 방법 |
JP6323249B2 (ja) * | 2014-08-11 | 2018-05-16 | 株式会社デンソー | 情報処理システム、端末装置、及びプログラム |
JP2016173682A (ja) * | 2015-03-16 | 2016-09-29 | シャープ株式会社 | 異常判定装置および異常判定方法 |
JP2017191555A (ja) * | 2016-04-15 | 2017-10-19 | 富士ゼロックス株式会社 | 移動体制御装置及び移動体制御プログラム |
-
2018
- 2018-07-25 JP JP2018139709A patent/JP7156844B2/ja active Active
- 2018-12-11 CN CN201811510260.8A patent/CN109978174A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011071642A (ja) | 2009-09-24 | 2011-04-07 | Denso Corp | 動画記憶システム |
Non-Patent Citations (1)
Title |
---|
浮田 宗伯,解説 基礎研究,画像ラボ 第25巻 第7号,日本,日本工業出版株式会社,2014年,第25巻 |
Also Published As
Publication number | Publication date |
---|---|
CN109978174A (zh) | 2019-07-05 |
JP2019106166A (ja) | 2019-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110809790B (zh) | 车辆用信息存储方法、车辆的行驶控制方法、以及车辆用信息存储装置 | |
US10616486B2 (en) | Video stabilization | |
JP2020021326A (ja) | 情報処理方法、情報処理装置およびプログラム | |
EP3367062B1 (en) | System and method for driver profiling corresponding to an automobile trip | |
JP2020115322A (ja) | 車両位置推定のためのシステムおよび方法 | |
US20220028254A1 (en) | Traffic assistance system, server, and vehicle-mounted device | |
CN112179353B (zh) | 自移动机器人的定位方法、装置、机器人及可读存储介质 | |
US11408739B2 (en) | Location correction utilizing vehicle communication networks | |
WO2021059714A1 (ja) | 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム | |
KR20220024791A (ko) | 차량의 궤적을 결정하기 위한 방법 및 장치 | |
US11741720B2 (en) | System and method for tracking objects using using expanded bounding box factors | |
US11023775B2 (en) | Information processing method and information processing system | |
JP7156844B2 (ja) | 情報処理方法、情報処理装置およびプログラム | |
US20210240991A1 (en) | Information processing method, information processing device, non-transitory computer-readable recording medium recording information processing program, and information processing system | |
KR20090113746A (ko) | 물체의 공간적 의미정보를 이용한 로봇의 자기위치 추정 방법 | |
EP3499419A1 (en) | Information processing method, information processing apparatus, and program | |
CN110612503B (zh) | 智能上下文子采样设备上系统 | |
US20230281872A1 (en) | System for calibrating extrinsic parameters for a camera in an autonomous vehicle | |
JP7294323B2 (ja) | 動体管理装置、動体管理システム、動体管理方法、及びコンピュータプログラム | |
JP7474849B2 (ja) | エネルギー効率の良い自己位置推定のためのセンサのアクティブ化と非アクティブ化の制御 | |
Nalla Perumal et al. | Sensor Fusion for Automotive Dead Reckoning Using GPS and IMU for Accurate Position and Velocity Estimation | |
CN111326002A (zh) | 一种自动驾驶汽车环境感知的预测方法、装置及系统 | |
WO2018100675A1 (ja) | 混雑状況予測システム、方法及びプログラム | |
US20220189178A1 (en) | Signal-to-noise ratio (snr) identification within a scene | |
US20220044497A1 (en) | Server, control device for vehicle, and machine learning system for vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220616 |
|
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: 20220920 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221006 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7156844 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |