JP2014215852A - 画像処理装置、プログラム及び画像処理方法 - Google Patents
画像処理装置、プログラム及び画像処理方法 Download PDFInfo
- Publication number
- JP2014215852A JP2014215852A JP2013093344A JP2013093344A JP2014215852A JP 2014215852 A JP2014215852 A JP 2014215852A JP 2013093344 A JP2013093344 A JP 2013093344A JP 2013093344 A JP2013093344 A JP 2013093344A JP 2014215852 A JP2014215852 A JP 2014215852A
- Authority
- JP
- Japan
- Prior art keywords
- image
- processing target
- learning
- target image
- processing
- 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
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
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- 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
- G06F18/214—Generating 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
-
- 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
- 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
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
- G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
-
- 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
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 画像処理装置は、学習画像と正解ラベルの入力を受け付ける入力受付部110と、分類器データと処理対象画像の生成処理を行う処理部120と、分類器データを記憶する記憶部130を含む。処理部120は、学習画像の全体画像又は部分画像である処理対象画像を生成し、処理対象画像の特徴量を算出し、特徴量と、特徴量に対応する学習画像に付与された正解ラベルとの組である教師データに基づき、分類器データを生成し、学習画像又は処理対象画像に基づき画像群を生成し、分類器データを用いて画像群の各画像を分類して、各画像の分類スコアを算出し、分類スコアと画像群に基づき処理対象画像を再生成する。
【選択図】 図1
Description
近年、機械学習の分野において、教師あり学習の研究が進められている。教師あり学習とは、正解ラベルが付与されたデータを用いて、学習を行い、判別器(分類器)を生成する手法のことをいう。そして、学習後には、正解ラベルが付与されていない未ラベルデータの内容を、生成した判別器を用いて判別し、判別した未ラベルデータに対してラベル付けを行う。このような教師あり学習は、大量のデータの内容を自動的に判別する必要がある検索エンジンやログ解析システム等において用いられている。
次に、図1に本実施形態の画像処理装置の構成例を示す。
以下では、図2のフローチャートを用いて、本実施形態の処理の流れについて説明する。
次に、本実施形態の手法について説明する。
Claims (19)
- 学習画像と、前記学習画像の正解ラベルの入力を受け付ける処理を行う入力受付部と、
画像を分類するために用いる分類器データと、前記分類器データを生成するために用いる処理対象画像の生成処理を行う処理部と、
生成された前記分類器データを記憶する記憶部と、
を含み、
前記処理部は、
前記学習画像の全体画像又は部分画像である前記処理対象画像を生成し、前記処理対象画像の特徴量を算出し、前記特徴量と、前記特徴量に対応する前記学習画像に付与された前記正解ラベルとの組である教師データに基づいて、前記分類器データを生成し、前記学習画像又は前記処理対象画像に基づいて画像群を生成し、前記分類器データを用いて、生成した前記画像群の各画像を分類して、前記各画像の分類スコアを算出し、算出した前記分類スコアと前記画像群とに基づいて、前記処理対象画像を再生成することを特徴とする画像処理装置。 - 請求項1において、
前記処理部は、
再生成した前記処理対象画像と、前記処理対象画像を再生成する際に前記画像群の中から選択された選択画像に付与された正解ラベルとの組である新たな教師データに基づいて、前記分類器データを再生成することを特徴とする画像処理装置。 - 請求項1又は2において、
前記処理部は、
前記画像群の前記各画像の前記分類スコアと所与の閾値との比較処理を行い、前記画像群の中から、前記所与の閾値以上の前記分類スコアが算出された画像を選択画像として選択し、選択画像群に基づいて、前記処理対象画像を再生成することを特徴とする画像処理装置。 - 請求項3において、
前記処理部は、
前記処理対象画像を再生成する処理を行うごとに、前記分類スコアとの前記比較処理に用いる前記所与の閾値を変更することを特徴とする画像処理装置。 - 請求項1乃至4のいずれかにおいて、
前記処理部は、
前記学習画像の前記全体画像を最初の前記処理対象画像として設定することを特徴とする画像処理装置。 - 請求項1乃至5のいずれかにおいて、
前記処理部は、
前回の前記処理対象画像よりも画素数又は面積の小さい前記処理対象画像を生成することを特徴とする画像処理装置。 - 請求項1乃至5のいずれかにおいて、
前記処理部は、
前記学習画像に基づいて前記画像群を生成し、前回の前記処理対象画像よりも画素数又は面積の大きい前記処理対象画像を生成することを特徴とする画像処理装置。 - 請求項1乃至7のいずれかにおいて、
前記処理部は、
前記分類器データと前記処理対象画像の前記生成処理を所与の回数繰り返して行うことを特徴とする画像処理装置。 - 請求項1乃至7のいずれかにおいて、
前記処理部は、
前回の前記処理対象画像と今回の前記処理対象画像との面積又は画素数の差が所与の閾値未満である場合に、前記分類器データと前記処理対象画像の前記生成処理の繰り返しを終了することを特徴とする画像処理装置。 - 請求項1乃至9のいずれかにおいて、
前記処理部は、
前記学習画像又は前記処理対象画像を複数の領域に分割し、前記複数の領域の各領域の画像の集合である前記画像群を生成することを特徴とする画像処理装置。 - 請求項1乃至9のいずれかにおいて、
前記処理部は、
前記学習画像又は前記処理対象画像を複数の領域に重複分割し、前記複数の領域の各領域の画像の集合である前記画像群を生成することを特徴とする画像処理装置。 - 請求項1乃至9のいずれかにおいて、
前記処理部は、
前記学習画像又は前記処理対象画像を複数の領域に過分割し、前記複数の領域の各領域の画像の集合である前記画像群を生成することを特徴とする画像処理装置。 - 請求項10乃至12のいずれかにおいて、
前記処理部は、
前記分類器データと前記処理対象画像の前記生成処理を行う度に、前記学習画像又は前記処理対象画像の分割サイズを変更することを特徴とする画像処理装置。 - 請求項1乃至13のいずれかにおいて、
前記処理部は、
処理対象画像群を表示部に表示させ、前記処理対象画像群に対する修正指示情報を取得し、前記修正指示情報に基づいて、前記処理対象画像群の修正処理を行うことを特徴とする画像処理装置。 - 請求項14において、
前記処理部は、
前記処理対象画像群を前記表示部に一覧表示させ、前記修正指示情報として、前記処理対処画像群の中から、不要な前記処理対象画像の指定情報を取得し、前記処理対象画像群の中から、前記指定情報が示す前記処理対処画像を削除することを特徴とする画像処理装置。 - 請求項1乃至15のいずれかにおいて、
前記処理部は、
Bag of featuresを用いて、前記処理対象画像の前記特徴量を算出することを特徴とする画像処理装置。 - 請求項1乃至16のいずれかにおいて、
前記処理部は、
前記画像群の前記各画像の前記分類スコアに基づいて、物体検出処理を行うことを特徴とする画像処理装置。 - 学習画像と、前記学習画像の正解ラベルの入力を受け付ける処理を行う入力受付部と、
画像を分類するために用いる分類器データと、前記分類器データを生成するために用いる処理対象画像の生成処理を行う処理部と、
生成された前記分類器データを記憶する記憶部として、
コンピュータを機能させ、
前記処理部は、
前記学習画像の全体画像又は部分画像である前記処理対象画像を生成し、前記処理対象画像の特徴量を算出し、前記特徴量と、前記特徴量に対応する前記学習画像に付与された前記正解ラベルとの組である教師データに基づいて、前記分類器データを生成し、前記学習画像又は前記処理対象画像に基づいて画像群を生成し、前記分類器データを用いて、生成した前記画像群の各画像を分類して、前記各画像の分類スコアを算出し、算出した前記分類スコアと前記画像群とに基づいて、前記処理対象画像を再生成することを特徴とするプログラム。 - 学習画像と、前記学習画像の正解ラベルの入力を受け付ける処理を行い、
前記分類器データを生成するために用い、前記学習画像の全体画像又は部分画像である処理対象画像を生成する処理を行い、
前記処理対象画像の特徴量を算出する処理を行い、
前記特徴量と、前記特徴量に対応する前記学習画像に付与された前記正解ラベルとの組である教師データに基づいて、画像を分類するために用いる分類器データの生成処理を行い、
前記学習画像又は前記処理対象画像に基づいて画像群を生成する処理を行い、
前記分類器データを用いて、生成した前記画像群の各画像を分類して、前記各画像の分類スコアを算出する処理を行い、
算出した前記分類スコアと前記画像群とに基づいて、前記処理対象画像を再生成する処理を行い、
生成された前記分類器データを記憶する処理を行うことを特徴とする画像処理方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013093344A JP6188400B2 (ja) | 2013-04-26 | 2013-04-26 | 画像処理装置、プログラム及び画像処理方法 |
PCT/JP2014/056886 WO2014174932A1 (ja) | 2013-04-26 | 2014-03-14 | 画像処理装置、プログラム及び画像処理方法 |
CN201480022915.0A CN105144239B (zh) | 2013-04-26 | 2014-03-14 | 图像处理装置、图像处理方法 |
US14/878,210 US9552536B2 (en) | 2013-04-26 | 2015-10-08 | Image processing device, information storage device, and image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013093344A JP6188400B2 (ja) | 2013-04-26 | 2013-04-26 | 画像処理装置、プログラム及び画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014215852A true JP2014215852A (ja) | 2014-11-17 |
JP6188400B2 JP6188400B2 (ja) | 2017-08-30 |
Family
ID=51791517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013093344A Active JP6188400B2 (ja) | 2013-04-26 | 2013-04-26 | 画像処理装置、プログラム及び画像処理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9552536B2 (ja) |
JP (1) | JP6188400B2 (ja) |
CN (1) | CN105144239B (ja) |
WO (1) | WO2014174932A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6116650B1 (ja) * | 2015-11-17 | 2017-04-19 | エヌ・ティ・ティ・コムウェア株式会社 | 学習支援システム、学習支援方法、学習支援装置、および学習支援プログラム |
WO2020031243A1 (ja) * | 2018-08-06 | 2020-02-13 | 株式会社島津製作所 | 教師ラベル画像修正方法、学習済みモデルの作成方法および画像解析装置 |
WO2020101036A1 (ja) * | 2018-11-16 | 2020-05-22 | 株式会社 Preferred Networks | 教師信号生成装置、モデル生成装置、物体検出装置、教師信号生成方法、モデル生成方法、およびプログラム |
KR102119136B1 (ko) * | 2018-12-26 | 2020-06-05 | 인천대학교 산학협력단 | 지능형 이미지 분류 방법 |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10311302B2 (en) * | 2015-08-31 | 2019-06-04 | Cape Analytics, Inc. | Systems and methods for analyzing remote sensing imagery |
WO2017109854A1 (ja) * | 2015-12-22 | 2017-06-29 | オリンパス株式会社 | 学習画像自動選別装置、学習画像自動選別方法および学習画像自動選別プログラム |
US10963676B2 (en) | 2016-12-23 | 2021-03-30 | Samsung Electronics Co., Ltd. | Image processing method and apparatus |
TWI653885B (zh) * | 2017-03-03 | 2019-03-11 | 宏碁股份有限公司 | 影像輸出方法及影像擷取裝置 |
JP6542824B2 (ja) | 2017-03-13 | 2019-07-10 | ファナック株式会社 | 入力画像から検出した対象物の像の尤度を計算する画像処理装置および画像処理方法 |
JP6780769B2 (ja) * | 2017-03-23 | 2020-11-04 | 日本電気株式会社 | 学習装置、学習方法および学習プログラム |
JP6798619B2 (ja) * | 2017-07-31 | 2020-12-09 | 富士通株式会社 | 情報処理装置、情報処理プログラム及び情報処理方法 |
JP6853159B2 (ja) * | 2017-10-31 | 2021-03-31 | トヨタ自動車株式会社 | 状態推定装置 |
JP6936957B2 (ja) * | 2017-11-07 | 2021-09-22 | オムロン株式会社 | 検査装置、データ生成装置、データ生成方法及びデータ生成プログラム |
CN111526290B (zh) * | 2017-11-08 | 2021-09-28 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及存储介质 |
JP6928876B2 (ja) * | 2017-12-15 | 2021-09-01 | 京セラドキュメントソリューションズ株式会社 | フォーム種別学習システムおよび画像処理装置 |
WO2019123544A1 (ja) | 2017-12-19 | 2019-06-27 | オリンパス株式会社 | データ処理方法およびデータ処理装置 |
CN108304848B (zh) * | 2018-01-10 | 2020-04-28 | 贝壳找房(北京)科技有限公司 | 户型特征的自动提取方法、系统、电子设备和存储介质 |
JP6933164B2 (ja) * | 2018-03-08 | 2021-09-08 | 株式会社Jvcケンウッド | 学習用データ作成装置、学習用モデル作成システム、学習用データ作成方法、及びプログラム |
WO2019203924A1 (en) * | 2018-04-16 | 2019-10-24 | Exxonmobil Research And Engineering Company | Automation of visual machine part ratings |
JP6542445B1 (ja) | 2018-07-31 | 2019-07-10 | 株式会社 情報システムエンジニアリング | 情報提供システム及び情報提供方法 |
JP7196529B2 (ja) * | 2018-10-18 | 2022-12-27 | コニカミノルタ株式会社 | 情報処理装置及びプログラム |
EP3644275A1 (en) * | 2018-10-22 | 2020-04-29 | Koninklijke Philips N.V. | Predicting correctness of algorithmic segmentation |
CN109523518B (zh) * | 2018-10-24 | 2020-11-10 | 浙江工业大学 | 一种轮胎x光病疵检测方法 |
US10956487B2 (en) * | 2018-12-26 | 2021-03-23 | Industrial Technology Research Institute | Method for establishing and processing cross-language information and cross-language information system |
JP7075056B2 (ja) | 2018-12-27 | 2022-05-25 | オムロン株式会社 | 画像判定装置、画像判定方法及び画像判定プログラム |
US11068718B2 (en) * | 2019-01-09 | 2021-07-20 | International Business Machines Corporation | Attribute classifiers for image classification |
CN109785313B (zh) * | 2019-01-21 | 2023-03-14 | 山东女子学院 | 一种基于lbp的轮胎合格检测方法 |
JP7111088B2 (ja) * | 2019-01-24 | 2022-08-02 | カシオ計算機株式会社 | 画像検索装置、学習方法及びプログラム |
US11935277B2 (en) * | 2019-03-14 | 2024-03-19 | Nec Corporation | Generation method, training data generation device and program |
JP7374453B2 (ja) * | 2019-03-28 | 2023-11-07 | 株式会社イシダ | 学習済みモデル生成方法、学習済みモデル生成装置、商品判別方法、商品判別装置、商品判別システム及び計量装置 |
JP6607590B1 (ja) * | 2019-03-29 | 2019-11-20 | 株式会社 情報システムエンジニアリング | 情報提供システム及び情報提供方法 |
JP6607589B1 (ja) | 2019-03-29 | 2019-11-20 | 株式会社 情報システムエンジニアリング | 情報提供システム及び情報提供方法 |
JP6651189B1 (ja) | 2019-03-29 | 2020-02-19 | 株式会社 情報システムエンジニアリング | 機械学習用のデータ構造、学習方法及び情報提供システム |
US11555701B2 (en) * | 2019-05-02 | 2023-01-17 | Corelogic Solutions, Llc | Use of a convolutional neural network to auto-determine a floor height and floor height elevation of a building |
CN110490237B (zh) * | 2019-08-02 | 2022-05-17 | Oppo广东移动通信有限公司 | 数据处理方法、装置、存储介质及电子设备 |
US11508173B2 (en) * | 2019-10-30 | 2022-11-22 | Adobe Inc. | Machine learning prediction and document rendering improvement based on content order |
CN111104881B (zh) * | 2019-12-09 | 2023-12-01 | 科大讯飞股份有限公司 | 一种图像处理的方法和相关装置 |
US11367265B2 (en) | 2020-10-15 | 2022-06-21 | Cape Analytics, Inc. | Method and system for automated debris detection |
US11875413B2 (en) | 2021-07-06 | 2024-01-16 | Cape Analytics, Inc. | System and method for property condition analysis |
WO2023114027A1 (en) | 2021-12-16 | 2023-06-22 | Cape Analytics, Inc. | System and method for change analysis |
WO2023141192A1 (en) | 2022-01-19 | 2023-07-27 | Cape Analytics, Inc. | System and method for object analysis |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011145791A (ja) * | 2010-01-13 | 2011-07-28 | Hitachi Ltd | 識別器学習画像生成プログラム、方法、及びシステム |
JP2011150541A (ja) * | 2010-01-21 | 2011-08-04 | Sony Corp | 学習装置、学習方法、及びプログラム |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5862259A (en) * | 1996-03-27 | 1999-01-19 | Caere Corporation | Pattern recognition employing arbitrary segmentation and compound probabilistic evaluation |
US7035873B2 (en) * | 2001-08-20 | 2006-04-25 | Microsoft Corporation | System and methods for providing adaptive media property classification |
US7260259B2 (en) * | 2002-01-08 | 2007-08-21 | Siemens Medical Solutions Usa, Inc. | Image segmentation using statistical clustering with saddle point detection |
US7295700B2 (en) * | 2003-10-24 | 2007-11-13 | Adobe Systems Incorporated | Object extraction based on color and visual texture |
JP2008282267A (ja) | 2007-05-11 | 2008-11-20 | Seiko Epson Corp | シーン識別装置、及び、シーン識別方法 |
JP4641537B2 (ja) * | 2007-08-08 | 2011-03-02 | 株式会社日立製作所 | データ分類方法および装置 |
CN101853400B (zh) * | 2010-05-20 | 2012-09-26 | 武汉大学 | 基于主动学习和半监督学习的多类图像分类方法 |
CN101937510B (zh) * | 2010-09-14 | 2015-05-20 | 南京信息工程大学 | 基于类Haar和AdaBoost分类器的快速增量学习方法 |
CN102208037B (zh) * | 2011-06-10 | 2012-10-24 | 西安电子科技大学 | 基于高斯过程分类器协同训练算法的高光谱图像分类方法 |
CN102436583B (zh) * | 2011-09-26 | 2013-10-30 | 哈尔滨工程大学 | 基于对标注图像学习的图像分割方法 |
CN102508859B (zh) * | 2011-09-29 | 2014-10-29 | 北京亿赞普网络技术有限公司 | 一种基于网页特征的广告分类方法及装置 |
CN102542295B (zh) * | 2012-01-08 | 2013-10-16 | 西北工业大学 | 一种采用图像分类技术从遥感图像中进行滑坡检测的方法 |
US9031331B2 (en) * | 2012-07-30 | 2015-05-12 | Xerox Corporation | Metric learning for nearest class mean classifiers |
CN103049760B (zh) * | 2012-12-27 | 2016-05-18 | 北京师范大学 | 基于图像分块和位置加权的稀疏表示目标识别方法 |
-
2013
- 2013-04-26 JP JP2013093344A patent/JP6188400B2/ja active Active
-
2014
- 2014-03-14 WO PCT/JP2014/056886 patent/WO2014174932A1/ja active Application Filing
- 2014-03-14 CN CN201480022915.0A patent/CN105144239B/zh not_active Expired - Fee Related
-
2015
- 2015-10-08 US US14/878,210 patent/US9552536B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011145791A (ja) * | 2010-01-13 | 2011-07-28 | Hitachi Ltd | 識別器学習画像生成プログラム、方法、及びシステム |
JP2011150541A (ja) * | 2010-01-21 | 2011-08-04 | Sony Corp | 学習装置、学習方法、及びプログラム |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6116650B1 (ja) * | 2015-11-17 | 2017-04-19 | エヌ・ティ・ティ・コムウェア株式会社 | 学習支援システム、学習支援方法、学習支援装置、および学習支援プログラム |
JP2017091479A (ja) * | 2015-11-17 | 2017-05-25 | エヌ・ティ・ティ・コムウェア株式会社 | 学習支援システム、学習支援方法、学習支援装置、および学習支援プログラム |
WO2020031243A1 (ja) * | 2018-08-06 | 2020-02-13 | 株式会社島津製作所 | 教師ラベル画像修正方法、学習済みモデルの作成方法および画像解析装置 |
KR20210008051A (ko) * | 2018-08-06 | 2021-01-20 | 가부시키가이샤 시마쓰세사쿠쇼 | 교사 라벨 화상 수정 방법, 학습 완료 모델의 작성 방법 및 화상 해석 장치 |
JPWO2020031243A1 (ja) * | 2018-08-06 | 2021-08-02 | 株式会社島津製作所 | 教師ラベル画像修正方法、学習済みモデルの作成方法および画像解析装置 |
JP6996633B2 (ja) | 2018-08-06 | 2022-01-17 | 株式会社島津製作所 | 教師ラベル画像修正方法、学習済みモデルの作成方法および画像解析装置 |
KR102565074B1 (ko) | 2018-08-06 | 2023-08-08 | 가부시키가이샤 시마쓰세사쿠쇼 | 교사 라벨 화상 수정 방법, 학습 완료 모델의 작성 방법 및 화상 해석 장치 |
WO2020101036A1 (ja) * | 2018-11-16 | 2020-05-22 | 株式会社 Preferred Networks | 教師信号生成装置、モデル生成装置、物体検出装置、教師信号生成方法、モデル生成方法、およびプログラム |
KR102119136B1 (ko) * | 2018-12-26 | 2020-06-05 | 인천대학교 산학협력단 | 지능형 이미지 분류 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN105144239B (zh) | 2018-11-20 |
CN105144239A (zh) | 2015-12-09 |
WO2014174932A1 (ja) | 2014-10-30 |
US9552536B2 (en) | 2017-01-24 |
US20160026900A1 (en) | 2016-01-28 |
JP6188400B2 (ja) | 2017-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6188400B2 (ja) | 画像処理装置、プログラム及び画像処理方法 | |
CN108121986B (zh) | 目标检测方法及装置、计算机装置和计算机可读存储介质 | |
US10936911B2 (en) | Logo detection | |
US10134165B2 (en) | Image distractor detection and processing | |
CN108388879B (zh) | 目标的检测方法、装置和存储介质 | |
CN109918969B (zh) | 人脸检测方法及装置、计算机装置和计算机可读存储介质 | |
CN106570453B (zh) | 用于行人检测的方法、装置和系统 | |
CN109145766B (zh) | 模型训练方法、装置、识别方法、电子设备及存储介质 | |
JP6277818B2 (ja) | 機械学習装置、機械学習方法、及びプログラム | |
US9911033B1 (en) | Semi-supervised price tag detection | |
US20170213112A1 (en) | Utilizing deep learning for automatic digital image segmentation and stylization | |
JP2018200685A (ja) | 完全教師あり学習用のデータセットの形成 | |
US20170039723A1 (en) | Image Object Segmentation Using Examples | |
WO2017079522A1 (en) | Subcategory-aware convolutional neural networks for object detection | |
KR102161052B1 (ko) | 영상에서 객체를 분리하는 방법 및 장치. | |
JP2013125322A (ja) | 学習装置、プログラム及び学習方法 | |
US11915362B2 (en) | UV mapping on 3D objects with the use of artificial intelligence | |
US20200125898A1 (en) | Methods and systems of segmentation of a document | |
US20190158112A1 (en) | Adapting image vectorization operations using machine learning | |
CN114998595B (zh) | 弱监督语义分割方法、语义分割方法及可读存储介质 | |
US8989505B2 (en) | Distance metric for image comparison | |
JP6524910B2 (ja) | 物体検出装置、物体検出方法および学習装置 | |
JP6989450B2 (ja) | 画像解析装置、画像解析方法及びプログラム | |
US11526708B2 (en) | Information processing device, information processing method, and recording medium | |
US20230237777A1 (en) | Information processing apparatus, learning apparatus, image recognition apparatus, information processing method, learning method, image recognition method, and non-transitory-computer-readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170411 |
|
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: 20170718 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170801 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6188400 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
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 |