JP2021179790A - 画像生成装置、画像生成方法及びプログラム - Google Patents
画像生成装置、画像生成方法及びプログラム Download PDFInfo
- Publication number
- JP2021179790A JP2021179790A JP2020084581A JP2020084581A JP2021179790A JP 2021179790 A JP2021179790 A JP 2021179790A JP 2020084581 A JP2020084581 A JP 2020084581A JP 2020084581 A JP2020084581 A JP 2020084581A JP 2021179790 A JP2021179790 A JP 2021179790A
- Authority
- JP
- Japan
- Prior art keywords
- image
- learning
- class
- images
- image generation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 28
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 8
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 8
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 15
- 238000011179 visual inspection Methods 0.000 claims description 7
- 238000010187 selection method Methods 0.000 claims 3
- 230000006870 function Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 37
- 230000005856 abnormality Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000002950 deficient Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
まず、本実施形態に係る画像生成装置10の全体構成について、図1を参照しながら説明する。図1は、本実施形態に係る画像生成装置10の全体構成の一例を示す図である。
次に、本実施形態に係る画像生成装置10のハードウェア構成について、図3を参照しながら説明する。図3は、本実施形態に係る画像生成装置10のハードウェア構成の一例を示す図である。
次に、本実施形態に係る画像生成処理の流れについて、図4を参照しながら説明する。図4は、本実施形態に係る画像生成処理の流れの一例を示すフローチャートである。
一例として、N=2、対象クラスを「第1の異常クラス」として、上記のステップS102で学習用画像1200−m1と学習用画像1200−m2とが選択された場合について説明する。なお、簡単のため、r=r1とする。
これにより、対象クラスに属する新たな学習用画像1200−m3が生成される。
より一般に、N≧3の場合について説明する。この場合、乱数r1,・・・,rN−1を合成比として、N個の学習用画像の各画素値を合成することで、新たな学習用画像を生成する。すなわち、上記のステップS102で選択されたN個の学習用画像それぞれの画素値をxnij(ただし、n=1,・・・,N)とすれば、各i,jに対して、新たな学習用画像の各画素値yijは以下で計算される。
これにより、対象クラスに属する新たな学習用画像が生成される。
以上のように、本実施形態に係る画像生成装置10は、同一クラスに属するN個の学習用画像と、所定の確率分布に従うN−1個の合成比とを用いて、これらN個の学習用画像を合成して新たな学習用画像を生成する。これにより、本実施形態に係る画像生成装置10は、当該クラスに属する学習用画像を増やすことが可能となる(言い換えれば、当該クラスのデータ拡張を行うことが可能となる。)。
101 クラス選択部
102 画像選択部
103 乱数生成部
104 画像生成部
105 記憶部
201 入力装置
202 表示装置
203 外部I/F
203a 記録媒体
204 通信I/F
205 プロセッサ
206 メモリ装置
207 バス
Claims (7)
- 対象物の外観検査に用いられる分類器を学習するための学習用画像を生成する画像生成装置であって、
前記分類器に入力された画像が分類される複数のクラスのうちの一のクラスを選択するクラス選択部と、
前記一のクラスに属する学習用画像の集合から、N(ただし、Nは2以上の整数)個の学習用画像を選択する画像選択部と、
所定の確率分布から、0以上1以下の値を取るN−1個の乱数を生成する乱数生成部と、
前記N−1個の乱数を合成比として、前記N個の学習用画像を合成して新たな学習用画像を生成する画像生成部と、
を有する画像生成装置。 - 前記所定の確率分布はベータ分布である、請求項1に記載の画像生成装置。
- 前記N−1個の乱数の値が0.0〜0.2又は0.8〜1.0のいずれかの範囲内となるように前記ベータ分布のパラメータが設定されている、請求項2に記載の画像生成装置。
- 前記画像生成部は、
前記N個の学習用画像それぞれのサイズをI×J,前記N個の学習用画像それぞれの各画素値をxnij(ただし、n=1,・・・,N,1≦i≦I,1≦j≦J),前記N−1個の乱数をr1,・・・,rN−1とした場合、r1x1ij+(1−r1)r2x2ij+(1−r1)(1−r2)r3x3ij+・・・+(1−r1)(1−r2)・・・(1−rN−1)xNijにより前記新たな学習用画像の画素値yijを計算することで、前記N個の学習用画像を合成して前記新たな学習用画像を生成する、請求項1乃至3の何れか一項に記載の画像生成装置。 - 前記学習用画像を記憶する記憶部を有し、
前記クラス選択部は、
前記複数のクラスのうち、前記記憶部に記憶されている学習用画像の中で当該クラスに属する学習用画像の数が最も少ないクラスを前記一のクラスとして選択する、請求項1乃至4の何れか一項に記載の画像生成装置。 - 対象物の外観検査に用いられる分類器を学習するための学習用画像を生成する画像生成装置が、
前記分類器に入力された画像が分類される複数のクラスのうちの一のクラスを選択するクラス選択手順と、
前記一のクラスに属する学習用画像の集合から、N(ただし、Nは2以上の整数)個の学習用画像を選択する画像選択手順と、
所定の確率分布から、0以上1以下の値を取るN−1個の乱数を生成する乱数生成部と、
前記N−1個の乱数を合成比として、前記N個の学習用画像を合成して新たな学習用画像を生成する画像生成手順と、
を実行する画像生成方法。 - 対象物の外観検査に用いられる分類器を学習するための学習用画像を生成する画像生成装置を、
前記分類器に入力された画像が分類される複数のクラスのうちの一のクラスを選択するクラス選択部、
前記一のクラスに属する学習用画像の集合から、N(ただし、Nは2以上の整数)個の学習用画像を選択する画像選択部、
所定の確率分布から、0以上1以下の値を取るN−1個の乱数を生成する乱数生成部、
前記N−1個の乱数を合成比として、前記N個の学習用画像を合成して新たな学習用画像を生成する画像生成部、
として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020084581A JP2021179790A (ja) | 2020-05-13 | 2020-05-13 | 画像生成装置、画像生成方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020084581A JP2021179790A (ja) | 2020-05-13 | 2020-05-13 | 画像生成装置、画像生成方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021179790A true JP2021179790A (ja) | 2021-11-18 |
Family
ID=78511481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020084581A Pending JP2021179790A (ja) | 2020-05-13 | 2020-05-13 | 画像生成装置、画像生成方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021179790A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023139760A1 (ja) * | 2022-01-21 | 2023-07-27 | 日本電気株式会社 | データ拡張装置、データ拡張方法、及び非一時的なコンピュータ可読媒体 |
-
2020
- 2020-05-13 JP JP2020084581A patent/JP2021179790A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023139760A1 (ja) * | 2022-01-21 | 2023-07-27 | 日本電気株式会社 | データ拡張装置、データ拡張方法、及び非一時的なコンピュータ可読媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019200270B2 (en) | Concept mask: large-scale segmentation from semantic concepts | |
Zhou et al. | Dense teacher: Dense pseudo-labels for semi-supervised object detection | |
US11514694B2 (en) | Teaching GAN (generative adversarial networks) to generate per-pixel annotation | |
JP6647632B2 (ja) | 機械学習用訓練データの生成 | |
US10303447B2 (en) | Program generating apparatus and method therefor | |
CN112257578B (zh) | 人脸关键点检测方法、装置、电子设备及存储介质 | |
US20210110215A1 (en) | Information processing device, information processing method, and computer-readable recording medium recording information processing program | |
CN112001866B (zh) | 多退化模型太赫兹图像复原方法、装置、存储介质和终端 | |
CN104952034A (zh) | 复杂全息图向相位全息图的转换 | |
JP2013109758A (ja) | 画像処理方法、および画像処理装置 | |
Shao et al. | Multi-scale generative adversarial inpainting network based on cross-layer attention transfer mechanism | |
CN116883545A (zh) | 基于扩散模型的图片数据集扩充方法、介质及设备 | |
JP2021179790A (ja) | 画像生成装置、画像生成方法及びプログラム | |
US20210042550A1 (en) | Information processing device, information processing method, and computer-readable recording medium recording information processing program | |
US20220083897A1 (en) | Explanation for time series forecasting models | |
Pajot et al. | Unsupervised adversarial image inpainting | |
AU2020472445A1 (en) | Hidden decision tree test device, hidden decision tree test system, hidden decision tree test method, and program | |
CN111369489B (zh) | 一种图像识别方法、装置及终端设备 | |
CN114328916A (zh) | 事件抽取、及其模型的训练方法,及其装置、设备和介质 | |
Jia et al. | Learning rich information for quad bayer remosaicing and denoising | |
JP2021093004A (ja) | 画像生成装置、画像生成方法及びプログラム | |
JP7344501B1 (ja) | プログラム、方法、情報処理装置、システム | |
WO2022259966A1 (ja) | 人工衛星監視装置、人工衛星監視方法及びプログラム | |
WO2023119682A1 (ja) | データ解析方法、データ解析装置、及び、データ解析プログラム | |
US20240160660A1 (en) | Data classification method for classifying inlier and outlier data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230414 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240215 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240308 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240507 |