JP2010112889A - 認識システム、認識方法、および認識プログラム - Google Patents
認識システム、認識方法、および認識プログラム Download PDFInfo
- Publication number
- JP2010112889A JP2010112889A JP2008287039A JP2008287039A JP2010112889A JP 2010112889 A JP2010112889 A JP 2010112889A JP 2008287039 A JP2008287039 A JP 2008287039A JP 2008287039 A JP2008287039 A JP 2008287039A JP 2010112889 A JP2010112889 A JP 2010112889A
- Authority
- JP
- Japan
- Prior art keywords
- data
- recognition
- weak classifier
- storage means
- determined
- 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.)
- Granted
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Electric Cable Installation (AREA)
Abstract
【解決手段】記憶手段に保存された2次元分布データ、正規化データ、弱識別器定義データ、正解認識データ、および訓練データと、記憶手段から読み出された2次元分布データを正規化データに変換する正規化処理部と、記憶手段に保存された弱識別器定義データを読み出し、弱識別器定義データを正規化処理部により生成された正規化データに適用し、パターン認識を実行させ、認識結果を出力手段に表示するパターン認識処理部と、パターン認識処理部による認識結果が正解か誤りかの判定確認処理を実行させ、正解と判定された場合は、記憶手段に正解認識データとして保存し、誤りと判定された場合は、記憶手段に訓練データの誤認識データとして保存する認識判定部とを含む。
【選択図】図1
Description
記憶手段20は、情報処理に利用される各種データを記憶また保存しておくためのメモリーである。具体的には、ハードディスクメモリーやフラッシュメモリー、また情報処理の途中で生成されるデータを記憶する一時記憶メモリー等が含まれる。
記憶手段20に保存される2次元分布データ21、正規化データ22、弱識別器定義データ23、正解認識データ24、および訓練データ25について説明する。
次に、図8を参照しながら、認識システムの処理の全体的な流れを説明する。
外部の計測システムによって得られた2次元分布データ21と初期値を設定した弱識別器定義データ23を、データ入力手段30によって記憶手段20に取り込む(S100)。
データ読込部11は、記憶手段20に保存された2次元分布データ21を読み込む(S101)。また、必要に応じて、読み込んだ2次元分布データ21を図3に示したデータ要素一覧形式や図2に示した分布図形式で出力手段40に出力表示する。
正規化処理部12は、データ読込部11によって読み込まれた2次元分布データ21のどの区間を認識対象とするか、認識対象区間の両端を指定する(S102)。
まず、パターン認識処理部13は、記憶手段20から正規化データ22と弱識別器定義データ23を読み込む(S105)。
認識判定部14は、正解と判定されている場合は、記憶手段20に正解認識データ24として保存し(S110)、誤りと判定されている場合は、分布関数y=f(x)を正しく修正した正解関数および正解データと、誤認識を生じさせた誤認識データを記憶手段20に訓練データ25として保存する(S111)。
イ)〜二)によって、2次元分布データ21のパターン認識が実行された結果、パターン認識に誤りが生じた場合、パターン認識に使用している弱識別器htの定義を修正する必要がある。そこで収集した訓練データ25を使って学習を行い、弱識別器htの定義を更新する。
正規化データの作成手順について、図9から図14を参照しながら詳細に説明する。
本発明で利用する学習アルゴリズムはブースティングである。ブースティングとは、精度のあまりよくないランダム(正解率50%以上)より少し良い程度の弱い識別器(弱識別器ht)を組み合わせて強い識別器(強識別器H)を作る学習アルゴリズムである。
P=(SBlack−SWhite+50)/100 ・・・(式1)
各種の訓練データ25を図16に示したアルゴリズムで学習することによって、弱識別器htごとに、特徴量P全域(0.0〜1.0)を0.1刻みの10のビンに区切った各ビンの信頼度ht(Xi)を決定する。ここで、変数Xiは区切ったビンの値(番号)を示し、Xi=1、2、・・・、10となる。もしk区分した場合は、Xi=1、2、・・・、kとなる。1個の弱識別器htの特徴量Pの各ビンの信頼度ht(Xi)をグラフ化したものが図18であり、これを全弱識別器htについて定義する。
パターン認識処理部が行うパターン認識の方法について詳細に説明する。
次に、図24を参照しながら、送電線認識システム10aの処理の流れを説明する。
外部の計測システムによって得られた2次元化航空レーザー計測データ21aと初期値を設定した弱識別器定義データ23を、データ入力手段30によって記憶手段20に取り込む(S100a)。
データ読込部11は、記憶手段20に保存された2次元化航空レーザー計測データ21aを読み込む(S101a)。また、必要に応じて、読み込んだ2次元化航空レーザー計測データ21aを図3に示したデータ要素一覧形式や図21、図22に示した分布図形式で出力手段40に出力表示する。
正規化処理部12は、データ読込部11によって読み込まれた2次元化航空レーザー計測データ21aのどの区間を認識対象とするか、送電線支持点(鉄塔)の座標を指定する(S102a)。
まず、パターン認識処理部13は、記憶手段20から正規化データ22と弱識別器定義データ23を読み込む(S105a)。
認識判定部14は、正解と判定されている場合は、記憶手段20に正解認識データ24として保存し(S110a)、誤りと判定されている場合は、二次関数y=ax2+bx+cを正しく修正した正解関数および正解データと、誤認識を生じさせた誤認識データを記憶手段20に訓練データ25として保存する(S111a)。
イ)〜二)によって、2次元化航空レーザー計測データ21aのパターン認識が実行された結果、パターン認識に誤りが生じた場合、パターン認識に使用している弱識別器htの定義を修正する必要がある。
10a 送電線認識システム
11 データ読込部
12 正規化処理部
13 パターン認識処理部
14 認識判定部
15 学習部
20 記憶手段
21 2次元分布データ
21a 2次元化航空レーザー計測データ
22 正規化データ
23 弱識別器定義データ
24 正解認識データ
25 訓練データ
30 データ入力手段
40 出力手段
Claims (11)
- 中央情報処理回路、記憶手段、データ入力手段および出力手段を備えたコンピュータ上に構築された認識システムであって、
前記記憶手段に保存された2次元分布データ、正規化データ、弱識別器定義データ、正解認識データ、および訓練データと、
前記記憶手段と前記出力手段に接続され、前記記憶手段に保存された前記2次元分布データを読み込む処理を前記中央情報処理回路に実行させるデータ読込部と、
前記記憶手段、前記出力手段、および前記データ読込部に接続され、前記データ読込部によって前記記憶手段から読み出された前記2次元分布データを前記正規化データに変換する処理を前記中央情報処理回路に実行させ、生成された前記正規化データを前記記憶手段に保存する正規化処理部と、
前記記憶手段、前記出力手段、および前記正規化処理部に接続され、前記記憶手段に保存された前記弱識別器定義データを読み出し、前記弱識別器定義データを前記正規化処理部によって生成された前記正規化データに適用し、パターン認識を前記中央情報処理回路に実行させ、認識結果を前記出力手段に表示するパターン認識処理部と、
前記記憶手段、前記出力手段、および前記パターン認識処理部に接続され、前記パターン認識処理部によって出力された前記認識結果が正解か誤りかの判定を確認する処理を前記中央情報処理回路に実行させ、正解と判定された場合は、前記記憶手段に前記正解認識データとして保存し、誤りと判定された場合は、前記記憶手段に前記訓練データの誤認識データとして保存する認識判定部
とを含むことを特徴とする認識システム。 - 前記記憶手段に接続され、前記認識判定部によって前記記憶手段に保存された前記訓練データを読み出し、前記訓練データでブースティング学習アルゴリズムによる学習を前記中央情報処理回路に実行させ、新たに定義された前記弱識別器定義データにより、前記記憶手段に既に保存されている前記弱識別器定義データを更新する学習部をさらに含む請求項1に記載の認識システム。
- 送電線を認識するため、前記2次元分布データは、航空レーザー計測システムによって測量された地表面の3次元レーザー計測データから得られる、任意の鉄塔間の垂直方向の2次元平面上に展開した2次元化航空レーザー計測データである請求項1または2に記載の認識システム。
- 中央情報処理回路、記憶手段、データ入力手段および出力手段を備えたコンピュータによる認識方法であって、
外部の計測システムによって得られた2次元分布データと初期値を設定した弱識別器定義データを、前記データ入力手段から前記記憶手段に取り込むステップと、
前記記憶手段に保存された前記2次元分布データを読み込むステップと、
読み込まれた前記2次元分布データのどの区間を認識対象とするか、認識対象区間の両端を指定するステップと、
指定した前記両端の座標から、前記認識対象区間に適用する分布関数y=f(x)について決定できる係数があれば、算出し決定するステップと、
前記分布関数y=f(x)の係数のうちで前記両端の座標のみでは決定できない係数を変化させ、各係数値についての正規化データ要素を求めて正規化データを作成し、作成された前記正規化データを前記記憶手段に記憶するステップと、
前記記憶手段から前記正規化データと前記弱識別器定義データを読み込むステップと、
読み込んだ前記弱識別器定義データに基づいて、読み込んだ前記正規化データから各弱識別器によってパターン認識した認識スコアの合計を前記各係数値について算出するステップと、
前記各係数値に対する前記パターン認識の前記認識スコアの合計を比較して、前記認識スコアの合計が最大点である係数値を決定し、前記認識対象区間に適用する前記分布関数y=f(x)を確定するステップ
とを含むことを特徴とする認識方法。 - 確定した前記分布関数y=f(x)を前記出力手段に出力表示するステップと、
前記出力手段に出力表示された確定した前記分布関数y=f(x)が妥当であるか作業者が入力する判定結果を確認するステップと、
正解と判定されている場合は、前記記憶手段に正解認識データとして保存し、誤りと判定されている場合は、前記分布関数y=f(x)を正しく修正した正解関数および正解データと、誤認識を生じさせた誤認識データを前記記憶手段に訓練データとして保存するステップ
とをさらに含む請求項4に記載の認識方法。 - 前記記憶手段に保存された前記訓練データを読み出し、ブースティング学習アルゴリズムを用いて学習を行い、前記各弱識別器の信頼度ht(Xi)を設定し直した前記弱識別器定義データを作成し、前記記憶手段に既に保存している前記弱識別器定義データを更新するステップをさらに含む請求項5に記載の認識方法。
- 送電線を認識するため、前記2次元分布データは、航空レーザー計測システムによって測量された地表面の3次元レーザー計測データから得られる、任意の鉄塔間の垂直方向の2次元平面上に展開した2次元化航空レーザー計測データである請求項4ないし6のいずれか1項に記載の認識方法。
- 弱識別器定義データと外部の計測システムによって得られた2次元分布データとを用いる認識プログラムであって、
中央情報処理回路、記憶手段、データ入力手段および出力手段を備えたコンピュータに、
前記2次元分布データと初期値を設定した前記弱識別器定義データを、前記データ入力手段から前記記憶手段に取り込ませ、
前記記憶手段に保存された前記2次元分布データを読み込ませ、
読み込まれた前記2次元分布データのどの区間を認識対象とするか、指定された認識対象区間の両端を識別させ、
指定された前記両端の座標から、前記認識対象区間に適用する分布関数y=f(x)について決定できる係数があれば、算出し決定させ、
前記分布関数y=f(x)の係数のうちで前記両端の座標のみでは決定できない係数を変化させ、各係数値についての正規化データ要素を求めて正規化データを作成させ、作成された前記正規化データを前記記憶手段に記憶させ、
前記記憶手段から前記正規化データと前記弱識別器定義データを読み込ませ、
読み込んだ前記弱識別器定義データに基づいて、読み込んだ前記正規化データから各弱識別器によってパターン認識させた認識スコアの合計を前記各係数値について算出させ、
前記各係数値に対する前記パターン認識の前記認識スコアの合計を比較して、前記認識スコアの合計が最大点である係数値を決定し、前記認識対象区間に適用する前記分布関数y=f(x)を確定させる
ことを特徴とする認識プログラム。 - 前記コンピュータに、
確定した前記分布関数y=f(x)を前記出力手段に出力表示させ、
前記出力手段に出力表示された確定した前記分布関数y=f(x)が妥当であるか作業者が入力する判定結果を識別させ、
正解と判定されている場合は、前記記憶手段に正解認識データとして保存し、誤りと判定されている場合は、前記分布関数y=f(x)を正しく修正した正解関数および正解データと、誤認識を生じさせた誤認識データを前記記憶手段に訓練データとして保存させる
ことをさらに含む請求項8に記載の認識プログラム。 - 前記コンピュータに、
前記記憶手段に保存された前記訓練データを読み出し、ブースティング学習アルゴリズムを用いて学習を行い、前記各弱識別器の信頼度ht(Xi)を設定し直した前記弱識別器定義データを作成し、前記記憶手段に既に保存している前記弱識別器定義データを更新させることをさらに含む請求項9に記載の認識プログラム。 - 送電線を認識するため、前記2次元分布データは、航空レーザー計測システムによって測量された地表面の3次元レーザー計測データから得られる、任意の鉄塔間の垂直方向の2次元平面上に展開した2次元化航空レーザー計測データである請求項8ないし10のいずれか1項に記載の認識プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008287039A JP5164802B2 (ja) | 2008-11-07 | 2008-11-07 | 認識システム、認識方法、および認識プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008287039A JP5164802B2 (ja) | 2008-11-07 | 2008-11-07 | 認識システム、認識方法、および認識プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010112889A true JP2010112889A (ja) | 2010-05-20 |
JP5164802B2 JP5164802B2 (ja) | 2013-03-21 |
Family
ID=42301548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008287039A Expired - Fee Related JP5164802B2 (ja) | 2008-11-07 | 2008-11-07 | 認識システム、認識方法、および認識プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5164802B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014520307A (ja) * | 2011-05-16 | 2014-08-21 | エルゴン エナジー コーポレーション リミテッド | 画像データを処理する方法およびシステム |
US10297495B2 (en) | 2014-05-23 | 2019-05-21 | Samsung Electronics Co., Ltd. | Method of manufactuing semiconductor device |
JP2019091393A (ja) * | 2017-11-10 | 2019-06-13 | アジア航測株式会社 | 赤色立体地図画像を用いた点群種類推定装置及び赤色立体地図画像を用いた点群種類推定プログラム |
CN113065466A (zh) * | 2021-04-01 | 2021-07-02 | 安徽嘻哈网络技术有限公司 | 一种基于深度学习的驾培用红绿灯检测系统 |
CN113424208A (zh) * | 2019-03-14 | 2021-09-21 | 欧姆龙株式会社 | 学习装置、推测装置、数据生成装置、学习方法以及学习程序 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06313715A (ja) * | 1993-04-30 | 1994-11-08 | Chubu Electric Power Co Inc | 地上断面のプロフィールおよび離隔測定方法および装置 |
JPH08329031A (ja) * | 1995-02-09 | 1996-12-13 | At & T Corp | 仮説生成装置及び仮説生成方法並びに分類装置 |
JP2002133389A (ja) * | 2000-10-26 | 2002-05-10 | Nippon Telegr & Teleph Corp <Ntt> | データ分類学習方法、データ分類方法、データ分類学習器、データ分類器、データ分類学習プログラムを記録した記憶媒体、データ分類プログラムを記録した記録媒体 |
JP2006085685A (ja) * | 2004-09-16 | 2006-03-30 | Mitsubishi Electric Research Laboratories Inc | 顔を識別するシステムおよび方法 |
JP3927660B2 (ja) * | 1997-09-12 | 2007-06-13 | 東京電力株式会社 | 送電線下支障樹木自動表示装置 |
-
2008
- 2008-11-07 JP JP2008287039A patent/JP5164802B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06313715A (ja) * | 1993-04-30 | 1994-11-08 | Chubu Electric Power Co Inc | 地上断面のプロフィールおよび離隔測定方法および装置 |
JPH08329031A (ja) * | 1995-02-09 | 1996-12-13 | At & T Corp | 仮説生成装置及び仮説生成方法並びに分類装置 |
JP3927660B2 (ja) * | 1997-09-12 | 2007-06-13 | 東京電力株式会社 | 送電線下支障樹木自動表示装置 |
JP2002133389A (ja) * | 2000-10-26 | 2002-05-10 | Nippon Telegr & Teleph Corp <Ntt> | データ分類学習方法、データ分類方法、データ分類学習器、データ分類器、データ分類学習プログラムを記録した記憶媒体、データ分類プログラムを記録した記録媒体 |
JP2006085685A (ja) * | 2004-09-16 | 2006-03-30 | Mitsubishi Electric Research Laboratories Inc | 顔を識別するシステムおよび方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014520307A (ja) * | 2011-05-16 | 2014-08-21 | エルゴン エナジー コーポレーション リミテッド | 画像データを処理する方法およびシステム |
US9384399B2 (en) | 2011-05-16 | 2016-07-05 | Fugro Roames Pty Ltd. | Method and system for processing image data obtained from scanning a network infrastructure |
US10297495B2 (en) | 2014-05-23 | 2019-05-21 | Samsung Electronics Co., Ltd. | Method of manufactuing semiconductor device |
JP2019091393A (ja) * | 2017-11-10 | 2019-06-13 | アジア航測株式会社 | 赤色立体地図画像を用いた点群種類推定装置及び赤色立体地図画像を用いた点群種類推定プログラム |
JP6993644B2 (ja) | 2017-11-10 | 2022-01-13 | アジア航測株式会社 | 赤色立体地図画像を用いた点群種類推定装置及び赤色立体地図画像を用いた点群種類推定プログラム |
CN113424208A (zh) * | 2019-03-14 | 2021-09-21 | 欧姆龙株式会社 | 学习装置、推测装置、数据生成装置、学习方法以及学习程序 |
CN113424208B (zh) * | 2019-03-14 | 2024-09-06 | 欧姆龙株式会社 | 学习装置、推测装置、数据生成装置、学习方法以及学习程序 |
CN113065466A (zh) * | 2021-04-01 | 2021-07-02 | 安徽嘻哈网络技术有限公司 | 一种基于深度学习的驾培用红绿灯检测系统 |
CN113065466B (zh) * | 2021-04-01 | 2024-06-04 | 安徽嘻哈网络技术有限公司 | 一种基于深度学习的驾培用红绿灯检测系统 |
Also Published As
Publication number | Publication date |
---|---|
JP5164802B2 (ja) | 2013-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961008B (zh) | 基于文字定位识别的表格解析方法、介质及计算机设备 | |
CN111507469B (zh) | 对自动标注装置的超参数进行优化的方法和装置 | |
CN109784391A (zh) | 基于多模型的样本标注方法及装置 | |
KR102328734B1 (ko) | 이미지를 분석하기 위해, 딥러닝 네트워크에 이용하기 위한 트레이닝 이미지에 대한 라벨링 신뢰도를 자동으로 평가하기 위한 방법 및 이를 이용한 신뢰도 평가 장치 | |
CN107704992A (zh) | 输电线路雷击风险评估的方法及装置 | |
JP5164802B2 (ja) | 認識システム、認識方法、および認識プログラム | |
CN113269257A (zh) | 一种图像分类方法、装置、终端设备及存储介质 | |
US11676375B2 (en) | System and process for integrative computational soil mapping | |
CN105975913A (zh) | 一种基于自适应聚类学习的道路网提取的方法 | |
CN111008576B (zh) | 行人检测及其模型训练、更新方法、设备及可读存储介质 | |
CN110705531B (zh) | 缺失字符检测、缺失字符检测模型的建立方法及装置 | |
CN114450715A (zh) | 预测和修正植被状态 | |
CN110264444A (zh) | 基于弱分割的损伤检测方法及装置 | |
CN116363319B (zh) | 一种建筑物屋顶的建模方法、建模装置、设备及介质 | |
CN112507861A (zh) | 一种多层卷积特征融合的行人检测方法 | |
CN111738269A (zh) | 模型训练方法、图像处理方法及装置、设备、存储介质 | |
CN117576195A (zh) | 一种植物叶片形态识别方法 | |
Williams et al. | Three-dimensional segmentation of trees through a flexible multi-class graph cut algorithm (MCGC) | |
CN113341459B (zh) | 基于机器学习和动力学计算融合的地震定位方法与设备 | |
CN114519401A (zh) | 一种图像分类方法及装置、电子设备、存储介质 | |
CN116522565B (zh) | 一种基于bim的电力工程设计配电网规划方法及计算机设备 | |
CN116310913B (zh) | 基于小型无人机测量技术的自然资源调查监测方法及装置 | |
CN110059743A (zh) | 确定预测的可靠性度量的方法、设备和存储介质 | |
US20230386199A1 (en) | Automated hazard recognition using multiparameter analysis of aerial imagery | |
Korotkova et al. | Decision algorithm with uncertainties in a multi-purpose flight safety system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120918 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121119 |
|
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: 20121211 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121218 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151228 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5164802 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |