JP2020030480A5 - 画像識別装置、画像識別方法、学習装置、及びニューラルネットワーク - Google Patents

Claims (20)

1. ニューラルネットワークを用いて画像データから画像の特徴量を抽出する抽出手段と、
   前記抽出手段が抽出した特徴量に基づいて前記画像の識別を行う処理手段と、を備える画像識別装置であって、
   前記ニューラルネットワークは、階層的に接続された複数の演算層を有し、
   前記ニューラルネットワークは特定の演算層より後の演算層の処理を行う複数の部分ニューラルネットワークを有し、前記複数の部分ニューラルネットワークのそれぞれには、前記特定の演算層の出力のうち、それぞれが画像データの異なる部分領域に対応する互いに異なるデータが入力されることを特徴とする、画像識別装置。
2. 前記特定の演算層の出力は、三次元構造を有するデータとして表現され、
   前記部分ニューラルネットワークには、前記特定の演算層の出力のうち、前記三次元構造のうち少なくとも一つの次元方向に関して限定された範囲内にあるデータが入力されるように構成されていることを特徴とする、請求項１に記載の画像識別装置。
3. 前記ニューラルネットワークは画像データが入力されるように構成され、
   前記部分ニューラルネットワークのそれぞれは、前記特定の演算層の出力のうち、画像領域に関して限定された範囲内にあるデータが入力されるように構成されていることを特徴とする、請求項１又は２に記載の画像識別装置。
4. 前記複数の部分ニューラルネットワークのうちの第１の部分ニューラルネットワークは、前記特定の演算層の出力のうち、画像の第１の領域に対応するデータが入力され、
   前記複数の部分ニューラルネットワークのうちの第２の部分ニューラルネットワークは、前記特定の演算層の出力のうち、画像の第２の領域に対応するデータが入力され、
   前記第１の領域に対応するデータと前記第２の領域に対応するデータとは部分的に重複することを特徴とする、請求項３に記載の画像識別装置。
5. 前記複数の部分ニューラルネットワークは、同じ階層構造を有するが、異なる演算パラメータを有することを特徴とする、請求項１から４のいずれか１項に記載の画像識別装置。
6. 前記複数の部分ニューラルネットワークは、互いに異なる階層構造を有することを特徴とする、請求項１から４のいずれか１項に記載の画像識別装置。
7. 少なくとも１つの前記部分ニューラルネットワークは、前記特定の演算層の出力のうち一部を入力として処理を行う第１部分と、前記第１部分の出力のうち互いに異なるデータを入力として処理を行う第２部分及び第３部分と、を有していることを特徴とする、請求項１から６のいずれか１項に記載の画像識別装置。
8. 前記複数の部分ニューラルネットワークは、中間層において互いに演算結果を交換することなく独立に処理が行うことができるように構成されていることを特徴とする、請求項１から７のいずれか１項に記載の画像識別装置。
9. 前記ニューラルネットワークは、前記複数の部分ニューラルネットワークからの出力を統合する統合演算層を有することを特徴とする、請求項１から８のいずれか１項に記載の画像識別装置。
10. 前記ニューラルネットワークのコストを算出する算出手段と、
    前記コストを小さくするように学習を行うことで、前記ニューラルネットワークのパラメータを決定する決定手段と、
    をさらに備えることを特徴とする、請求項１から９のいずれか１項に記載の画像識別装置。
11. 前記算出手段は、前記複数の部分ニューラルネットワークのそれぞれの部分コストを算出し、前記部分コストに基づいて前記ニューラルネットワークの前記コストを算出することを特徴とする、請求項１０に記載の画像識別装置。
12. 前記算出手段は、前記複数の部分ニューラルネットワークのそれぞれについての重みを用いた前記部分コストの重み付け加算を用いて、前記ニューラルネットワークの前記コストを算出することを特徴とする、請求項１１に記載の画像識別装置。
13. 前記部分ニューラルネットワークのそれぞれについての重みが前記学習により決定されることを特徴とする、請求項１２に記載の画像識別装置。
14. 前記算出手段は、前記複数の部分ニューラルネットワークからの出力の統合結果に基づいて、前記ニューラルネットワークの前記コストを算出することを特徴とする、請求項１０に記載の画像識別装置。
15. 前記複数の部分ニューラルネットワークは、それぞれ独立に結果を出力することを特徴とする、請求項１から１４のいずれか１項に記載の画像識別装置。
16. 前記複数の部分ニューラルネットワークのそれぞれは、前記特定の演算層の後において、独立したデータが入力され、独立したデータを出力することを特徴とする、請求項１から１５のいずれか１項に記載の画像識別装置。
17. 前記ニューラルネットワークは、前記特定の演算層の前に単一のニューラルネットワークを有することを特徴とする、請求項１から１６のいずれか１項に記載の画像識別装置。
18. ニューラルネットワークを用いて画像データから画像の特徴量を抽出する工程と、
    抽出された前記特徴量に基づいて前記画像を識別する工程と、
    を有する画像識別方法であって、
    前記ニューラルネットワークは、階層的に接続された複数の演算層を有し、
    前記ニューラルネットワークは特定の演算層より後の演算層の処理を行う複数の部分ニューラルネットワークを有し、前記複数の部分ニューラルネットワークのそれぞれには、前記特定の演算層の出力のうち、それぞれが画像データの異なる部分領域に対応する互いに異なるデータが入力されることを特徴とする、画像識別方法。
19. ニューラルネットワークの学習を行う学習手段を備える、学習装置であって、
    前記ニューラルネットワークは、階層的に接続された複数の演算層を有し、
    前記ニューラルネットワークは、特定の演算層より後の演算層の処理を行う複数の部分ニューラルネットワークを有し、前記複数の部分ニューラルネットワークのそれぞれには、前記特定の演算層の出力のうち、それぞれが画像データの異なる部分領域に対応する互いに異なるデータが入力され、
    前記学習手段は、前記複数の部分ニューラルネットワークのそれぞれからの出力に基づいて算出されるコストを小さくするように学習を行うことによって、前記ニューラルネットワークのパラメータを決定することを特徴とする、学習装置。
20. 階層的に接続された複数の演算層を有するニューラルネットワークであって、
    前記ニューラルネットワークは特定の演算層より後の演算層の処理を行う複数の部分ニューラルネットワークを有し、前記複数の部分ニューラルネットワークのそれぞれには、前記特定の演算層の出力のうち、それぞれが画像データの異なる部分領域に対応する互いに異なるデータが入力されることを特徴とする、ニューラルネットワーク。