JP2020052484A - 物体認識カメラシステム、再学習システム、及び物体認識プログラム - Google Patents
物体認識カメラシステム、再学習システム、及び物体認識プログラム Download PDFInfo
- Publication number
- JP2020052484A JP2020052484A JP2018178329A JP2018178329A JP2020052484A JP 2020052484 A JP2020052484 A JP 2020052484A JP 2018178329 A JP2018178329 A JP 2018178329A JP 2018178329 A JP2018178329 A JP 2018178329A JP 2020052484 A JP2020052484 A JP 2020052484A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- object recognition
- recognition
- learned
- neural network
- 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
Abstract
Description
なお、本発明は、上記の各実施形態の構成に限られず、発明の趣旨を変更しない範囲で種々の変形が可能である。次に、本発明の変形例について説明する。
上記の実施形態では、エッジカメラ1におけるコンピュータ11が、ボードコンピュータ13と、このボードコンピュータ13に接続されるDNN推論用USB拡張チップC1,C2とを含み、DNN推論用USB拡張チップC1が、物体検出器35(物体検出部25)を備え、DNN推論用USB拡張チップC2が、認識器R1〜Rn(物体認識部28)を備える場合の例について説明した。けれども、ボードコンピュータのCPUが、物体検出器(物体検出部)と複数の認識器(物体認識部)のうちの、少なくともいずれかを備えるようにしてもよい。
上記の実施形態では、学習サーバ8が、エッジカメラ1側における学習済物体認識用ニューラルネットワーク(認識器R1〜Rn)の再学習を行うようにした。けれども、これに限られず、例えば、学習サーバは、AIサーバから送られた上記のフレーム画像情報に対応する(VMSサーバに格納された)フレーム画像と、AIサーバ(の学習済物体認識用ニューラルネットワーク)による物体の認識結果と、エッジカメラ側(の認識器R1〜Rn)による物体の認識結果の格納のみを行って、クラウド(インターネット)上の他のサーバが、エッジカメラ側における学習済物体認識用ニューラルネットワーク(認識器R1〜Rn)の再学習を行うようにしてもよい。また、イントラネット内のサーバ(例えば、AIサーバ)が、エッジカメラ側における学習済物体認識用ニューラルネットワークの再学習を行うようにしてもよい。
上記の実施形態では、MobileNet−SSDで構成した物体検出器35が、フレーム画像に映り込んだ物体の検出処理のみを行う場合について説明したが、これに限られず、例えば、MobileNet−SSD等のニューラルネットワークで構成した物体検出器が、上記の物体の検出処理に加えて、簡単な認識処理(例えば、検出した人が、店員か顧客かを認識する処理)を行うようにしてもよい。
2 AIサーバ(チェック用サーバ)
10 再学習システム
11 コンピュータ
12 カメラユニット(カメラ部)
13 ボードコンピュータ(コンピュータ本体)
23 物体認識プログラム
25 物体検出部
26 存在時間予想部
27 スケジューラ部
28 物体認識部
35 物体検出器(学習済物体検出用ニューラルネットワーク)
C1,C2 DNN推論用USB拡張チップ(機能拡張用プロセッサチップ)
R1〜Rn 認識器(学習済物体認識用ニューラルネットワーク)
Claims (8)
- 所定の撮影エリアを撮影するカメラ部と、このカメラ部が接続されたコンピュータとを備えた物体認識カメラシステムであって、
前記コンピュータは、
前記カメラ部から入力されたフレーム画像に映り込んだ物体を検出する物体検出部と、
前記物体検出部により検出された物体が、前記所定の撮影エリア内に存在する時間を予想する存在時間予想部と、
前記物体検出部により検出された物体を認識するための複数種類の学習済物体認識用ニューラルネットワークを有する物体認識部と、
前記存在時間予想部により予想した、前記物体が所定の撮影エリア内に存在する時間に基づいて、前記複数種類の学習済物体認識用ニューラルネットワークの使用スケジュールの作成と更新を行うスケジューラ部とを備え、
前記物体認識部は、前記使用スケジュールに従って、前記複数種類の学習済物体認識用ニューラルネットワークを使用して、前記所定の撮影エリア内に存在する物体を認識する物体認識カメラシステム。 - 前記物体検出部により検出された物体が、複数であるとき、
前記存在時間予想部は、前記物体検出部により検出された複数の物体の各々が、前記所定の撮影エリア内に存在する時間を予想し、
前記スケジューラ部は、前記存在時間予想部により予想した、前記複数の物体の各々が前記所定の撮影エリア内に存在する時間に基づき、前記複数の物体の各々について、前記複数種類の学習済物体認識用ニューラルネットワークの使用スケジュールの作成と更新を行うことを特徴とする請求項1に記載の物体認識カメラシステム。 - 前記コンピュータは、コンピュータ本体と、このコンピュータ本体に接続される機能拡張用プロセッサチップとを含み、
前記機能拡張用プロセッサチップは、前記物体認識部を備えることを特徴とする請求項1又は請求項2に記載の物体認識カメラシステム。 - 前記コンピュータは、前記機能拡張用プロセッサチップを2つ以上備え、これらの機能拡張用プロセッサチップのうち、前記物体認識部を備える機能拡張用プロセッサチップとは別の機能拡張用プロセッサチップが、前記物体検出部を備えることを特徴とする請求項3に記載の物体認識カメラシステム。
- 所定の撮影エリアを撮影するカメラ部、及び前記カメラ部が接続されたコンピュータを備えた物体認識カメラシステムと、前記コンピュータよりも処理能力の高いチェック用サーバとを備えた再学習システムにおいて、
前記コンピュータは、
前記カメラ部から入力されたフレーム画像に映り込んだ物体を検出する物体検出部と、
前記物体検出部により検出された物体が、前記所定の撮影エリア内に存在する時間を予想する存在時間予想部と、
前記物体検出部により検出された物体を認識するための複数種類の学習済物体認識用ニューラルネットワークを有する物体認識部と、
前記存在時間予想部により予想した、前記物体が所定の撮影エリア内に存在する時間に基づいて、前記複数種類の学習済物体認識用ニューラルネットワークの使用スケジュールの作成と更新を行うスケジューラ部とを備え、
前記物体認識部は、前記使用スケジュールに従って、前記複数種類の学習済物体認識用ニューラルネットワークを使用して、前記所定の撮影エリア内に存在する物体を認識し、
前記チェック用サーバは、前記物体認識カメラシステム側の前記カメラ部により取得したフレーム画像に映り込んだ物体について、前記物体認識カメラシステム側で行われた物体の認識の種類毎に、前記物体認識カメラシステム側で用いられた前記学習済物体認識用ニューラルネットワークよりも、精度の高い推論を行うことが可能な学習済物体認識用ニューラルネットワークを用いて、前記物体認識カメラシステム側で行われた物体の認識と同種の物体の認識を行い、
前記チェック用サーバによる前記物体の認識結果と、前記物体認識カメラシステム側における前記物体の認識結果に、所定のレベル以上の差異がある場合に、前記物体認識カメラシステム側における前記複数種類の学習済物体認識用ニューラルネットワークの再学習を行う再学習システム。 - 前記物体認識カメラシステム側における前記物体検出部は、学習済物体検出用ニューラルネットワークを有し、この学習済物体検出用ニューラルネットワークを用いて、前記カメラ部から入力されたフレーム画像に映り込んだ物体を検出し、
前記チェック用サーバは、前記カメラ部により取得したフレーム画像に映り込んだ物体について、前記物体認識カメラシステム側における前記学習済物体検出用ニューラルネットワークよりも、精度の高い推論を行うことが可能な学習済物体検出用ニューラルネットワークを用いて、物体の検出を行い、
前記チェック用サーバによる前記物体の検出結果と、前記物体認識カメラシステム側における前記物体の検出結果に、所定のレベル以上の差異がある場合に、前記物体認識カメラシステム側における前記学習済物体検出用ニューラルネットワークの再学習を行うことを特徴とする請求項5に記載の再学習システム。 - コンピュータを、
所定の撮影エリアを撮影するカメラ部から入力されたフレーム画像に映り込んだ物体を検出する物体検出部と、
前記物体検出部により検出された物体が、前記所定の撮影エリア内に存在する時間を予想する存在時間予想部と、
前記物体検出部により検出された物体を認識するための複数種類の学習済物体認識用ニューラルネットワークを有する物体認識部と、
前記存在時間予想部により予想した、前記物体が所定の撮影エリア内に存在する時間に基づいて、前記複数種類の学習済物体認識用ニューラルネットワークの使用スケジュールの作成と更新を行うスケジューラ部として機能させるための、物体認識プログラムにおいて、
前記物体認識部が、前記使用スケジュールに従って、前記複数種類の学習済物体認識用ニューラルネットワークを使用して、前記所定の撮影エリア内に存在する物体を認識するようにさせる物体認識プログラム。 - 前記物体検出部により検出された物体が、複数であるとき、
前記存在時間予想部は、前記物体検出部により検出された複数の物体の各々が、前記所定の撮影エリア内に存在する時間を予想し、
前記スケジューラ部は、前記存在時間予想部により予想した、前記複数の物体の各々が前記所定の撮影エリア内に存在する時間に基づき、前記複数の物体の各々について、前記複数種類の学習済物体認識用ニューラルネットワークの使用スケジュールの作成と更新を行うことを特徴とする請求項7に記載の物体認識プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018178329A JP7207630B2 (ja) | 2018-09-25 | 2018-09-25 | 物体認識カメラシステム、再学習システム、及び物体認識プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018178329A JP7207630B2 (ja) | 2018-09-25 | 2018-09-25 | 物体認識カメラシステム、再学習システム、及び物体認識プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020052484A true JP2020052484A (ja) | 2020-04-02 |
JP7207630B2 JP7207630B2 (ja) | 2023-01-18 |
Family
ID=69997090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018178329A Active JP7207630B2 (ja) | 2018-09-25 | 2018-09-25 | 物体認識カメラシステム、再学習システム、及び物体認識プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7207630B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022004370A1 (ja) * | 2020-07-03 | 2022-01-06 | コニカミノルタ株式会社 | データ収集装置及びデータ収集方法 |
JP2022541712A (ja) * | 2020-06-19 | 2022-09-27 | 深▲セン▼市商▲湯▼科技有限公司 | ニューラルネットワークのトレーニング方法、ビデオ認識方法及び装置 |
KR20230002847A (ko) | 2020-09-10 | 2023-01-05 | 소프트뱅크 가부시키가이샤 | 정보 처리 시스템, 프로그램, 및 정보 처리 방법 |
WO2023077193A1 (en) * | 2021-11-04 | 2023-05-11 | Commonwealth Scientific And Industrial Research Organisation | Object recognition |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007156541A (ja) * | 2005-11-30 | 2007-06-21 | Toshiba Corp | 人物認識装置、人物認識方法および入退場管理システム |
-
2018
- 2018-09-25 JP JP2018178329A patent/JP7207630B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007156541A (ja) * | 2005-11-30 | 2007-06-21 | Toshiba Corp | 人物認識装置、人物認識方法および入退場管理システム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022541712A (ja) * | 2020-06-19 | 2022-09-27 | 深▲セン▼市商▲湯▼科技有限公司 | ニューラルネットワークのトレーニング方法、ビデオ認識方法及び装置 |
JP7163515B2 (ja) | 2020-06-19 | 2022-10-31 | 深▲セン▼市商▲湯▼科技有限公司 | ニューラルネットワークのトレーニング方法、ビデオ認識方法及び装置 |
WO2022004370A1 (ja) * | 2020-07-03 | 2022-01-06 | コニカミノルタ株式会社 | データ収集装置及びデータ収集方法 |
KR20230002847A (ko) | 2020-09-10 | 2023-01-05 | 소프트뱅크 가부시키가이샤 | 정보 처리 시스템, 프로그램, 및 정보 처리 방법 |
WO2023077193A1 (en) * | 2021-11-04 | 2023-05-11 | Commonwealth Scientific And Industrial Research Organisation | Object recognition |
Also Published As
Publication number | Publication date |
---|---|
JP7207630B2 (ja) | 2023-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7207630B2 (ja) | 物体認識カメラシステム、再学習システム、及び物体認識プログラム | |
US11663502B2 (en) | Information processing apparatus and rule generation method | |
US9053358B2 (en) | Learning device for generating a classifier for detection of a target | |
US20160110590A1 (en) | Facial identification method, facial identification apparatus and computer program for executing the method | |
CN109033955B (zh) | 一种人脸跟踪方法和系统 | |
CN110837856A (zh) | 神经网络训练及目标检测方法、装置、设备和存储介质 | |
US10430966B2 (en) | Estimating multi-person poses using greedy part assignment | |
CN113239874B (zh) | 基于视频图像的行为姿态检测方法、装置、设备及介质 | |
JP6756406B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US10296782B2 (en) | Processing device and method for face detection | |
JP7173309B2 (ja) | 学習方法、学習プログラム、および、学習装置 | |
CN111783997B (zh) | 一种数据处理方法、装置及设备 | |
TWI776176B (zh) | 手部作業動作評分裝置、方法及電腦可讀取存儲介質 | |
CN111008631A (zh) | 图像的关联方法及装置、存储介质和电子装置 | |
Lee et al. | Learning in the wild: When, how, and what to learn for on-device dataset adaptation | |
KR102177453B1 (ko) | 얼굴 인식 방법 및 얼굴 인식 장치 | |
Andiani et al. | Face recognition for work attendance using multitask convolutional neural network (MTCNN) and pre-trained facenet | |
CN113065379B (zh) | 融合图像质量的图像检测方法、装置、电子设备 | |
Rudraraju et al. | Face recognition in the fog cluster computing | |
CN111104911A (zh) | 一种基于大数据训练的行人重识别方法及装置 | |
US20220122341A1 (en) | Target detection method and apparatus, electronic device, and computer storage medium | |
JP6651085B1 (ja) | 属性認識システム、学習サーバ、及び属性認識プログラム | |
JP2019204288A (ja) | 生体認証装置、生体認証方法及び生体認証プログラム | |
CN110334244B (zh) | 一种数据处理的方法、装置及电子设备 | |
Motwani et al. | Human Activities Detection using DeepLearning Technique-YOLOv8 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210818 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220823 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221014 |
|
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: 20221206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7207630 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |