JP6750600B2 - 学習装置、電磁波反射特性推定装置、学習プログラム、および電磁波反射特性推定プログラム - Google Patents
学習装置、電磁波反射特性推定装置、学習プログラム、および電磁波反射特性推定プログラム Download PDFInfo
- Publication number
- JP6750600B2 JP6750600B2 JP2017234433A JP2017234433A JP6750600B2 JP 6750600 B2 JP6750600 B2 JP 6750600B2 JP 2017234433 A JP2017234433 A JP 2017234433A JP 2017234433 A JP2017234433 A JP 2017234433A JP 6750600 B2 JP6750600 B2 JP 6750600B2
- Authority
- JP
- Japan
- Prior art keywords
- electromagnetic wave
- wave reflection
- unit
- feature amount
- reflection characteristic
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Description
12 算出部
14 物体特徴量抽出部
14 特徴量抽出部
16 推定部
18 学習部
40、40A、40B、40C、40D、40E 電磁波反射特性推定装置
42 撮影部
44 物体特徴量抽出部
46 推定部
46A 第1の推定部
46B 第2の推定部
46C 第3の推定部
48 判定部
Claims (10)
- 物体の三次元形状データに基づいて、電磁界解析により前記物体の電磁波反射特性を算出する算出部と、
前記物体の三次元形状データに基づいて、前記物体の形状を含む物体特徴量を抽出する物体特徴量抽出部と、
前記物体特徴量を入力として、機械学習により学習された演算パラメータを用いて前記物体の電磁波反射特性を推定する推定部と、
前記算出部により算出された前記物体の電磁波反射特性を目標値として、前記物体の電磁波反射特性が前記目標値に近づくように、前記演算パラメータを学習する学習部と、
を備えた学習装置。 - 前記算出部は、前記物体が近傍に存在する場合として、前記物体の形状のサイズが予め定めた閾値以上の場合の前記物体の電磁波反射特性を算出し、
前記推定部は、前記物体が近傍に存在する場合の前記物体の電磁波反射特性を推定し、
前記学習部は、前記算出部により算出された前記物体が近傍に存在する場合の電磁波反射特性を目標値として、前記物体の電磁波反射特性が前記目標値に近づくように、前記演算パラメータを学習する
請求項1記載の学習装置。 - 前記算出部は、前記物体が遠方に存在する場合として、前記物体の形状のサイズが予め定めた閾値未満の場合の前記物体の電磁波反射特性を算出し、
前記推定部は、前記物体が遠方に存在する場合の前記物体の電磁波反射特性を推定し、
前記学習部は、前記算出部により算出された前記物体が遠方に存在する場合の電磁波反射特性を目標値として、前記物体の電磁波反射特性が前記目標値に近づくように、前記演算パラメータを学習する
請求項1記載の学習装置。 - 物体を撮影する撮影部と、
前記撮影部により撮影された撮影画像に基づいて、前記物体の形状を含む物体特徴量を抽出する物体特徴量抽出部と、
前記物体特徴量を入力として、請求項1〜3の何れか1項に記載の学習装置により学習された前記演算パラメータに基づいて前記物体の電磁波反射特性を推定する推定部と、
を備えた電磁波反射特性推定装置。 - 物体を撮影する撮影部と、
前記撮影部により撮影された撮影画像に基づいて、前記物体の形状を含む物体特徴量を抽出する特徴量抽出部と、
前記物体特徴量に基づいて、前記物体の形状のサイズが予め定めた閾値以上であれば前記物体が近傍に存在すると判定し、前記物体の形状のサイズが予め定めた閾値未満であれば前記物体が遠方に存在すると判定する判定部と、
前記物体特徴量を入力として、前記判定部により前記物体が近傍であると判定された場合には、請求項2記載の学習装置により学習された前記演算パラメータに基づいて前記物体の電磁波反射特性を推定し、前記判定部により前記物体が遠方であると判定された場合には、請求項3記載の学習装置により学習された前記演算パラメータに基づいて前記物体の電磁波反射特性を推定する推定部と、
を備えた電磁波反射特性推定装置。 - 前記撮影部により撮影された撮影画像に基づいて、前記物体の周囲を含む周囲特徴量を抽出する周囲特徴量抽出部を備え、
前記推定部は、前記物体特徴量および前記周囲特徴量を入力として、前記物体の電磁波反射特性を推定する
請求項4または請求項5記載の電磁波反射特性推定装置。 - 物体を撮影する撮影部と、
前記撮影部により撮影された撮影画像に基づいて、前記物体の形状を含む物体特徴量を抽出する物体特徴量抽出部と、
前記物体特徴量を入力として、請求項1記載の学習装置により学習された前記演算パラメータに基づいて前記物体のレーダー断面積を推定する第1の推定部と、
前記第1の推定部により推定された前記物体のレーダー断面積を入力として、請求項2記載の学習装置により学習された前記演算パラメータに基づいて前記物体の電磁波反射強度を推定する第2の推定部と、
前記第2の推定部により推定された前記物体の電磁波反射強度を入力として、請求項3記載の学習装置により学習された前記演算パラメータに基づいて前記物体の電磁波反射強度を推定する第3の推定部と、
を備えた電磁波反射特性推定装置。 - 前記撮影部により撮影された撮影画像に基づいて、前記物体の周囲を含む周囲特徴量を抽出する周囲特徴量抽出部を備え、
前記第2の推定部は、前記物体のレーダー断面積および前記周囲特徴量を入力として、前記物体の電磁波反射強度を推定し、
前記第3の推定部は、前記第2の推定部により推定された前記物体の電磁波反射強度および前記周囲特徴量を入力として、前記物体の電磁波反射強度を推定する
請求項7記載の電磁波反射特性推定装置。 - コンピュータを、請求項1〜3の何れか1項に記載の学習装置の各部として機能させるための学習プログラム。
- コンピュータを、請求項4〜8の何れか1項に記載の電磁波反射特性推定装置の各部として機能させるための電磁波反射特性推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017234433A JP6750600B2 (ja) | 2017-12-06 | 2017-12-06 | 学習装置、電磁波反射特性推定装置、学習プログラム、および電磁波反射特性推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017234433A JP6750600B2 (ja) | 2017-12-06 | 2017-12-06 | 学習装置、電磁波反射特性推定装置、学習プログラム、および電磁波反射特性推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019101924A JP2019101924A (ja) | 2019-06-24 |
JP6750600B2 true JP6750600B2 (ja) | 2020-09-02 |
Family
ID=66973817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017234433A Active JP6750600B2 (ja) | 2017-12-06 | 2017-12-06 | 学習装置、電磁波反射特性推定装置、学習プログラム、および電磁波反射特性推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6750600B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826283A (zh) * | 2019-11-15 | 2020-02-21 | 中南大学 | 一种预处理器及基于此预处理器的三维有限差分电磁正演计算方法 |
CN111651935B (zh) * | 2020-05-25 | 2023-04-18 | 成都千嘉科技股份有限公司 | 一种非平稳时间序列数据的多维度扩充预测方法与装置 |
EP4227847A4 (en) | 2020-10-06 | 2023-11-22 | Fujitsu Limited | TRAINING DATA GENERATION PROGRAM, TRAINING DATA GENERATION METHOD AND TRAINING DATA GENERATION APPARATUS |
-
2017
- 2017-12-06 JP JP2017234433A patent/JP6750600B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019101924A (ja) | 2019-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7179186B2 (ja) | 物体検出方法、装置、電子機器、及びコンピュータプログラム | |
CN110988912B (zh) | 自动驾驶车辆的道路目标与距离检测方法、系统、装置 | |
JP5778237B2 (ja) | ポイントクラウド内の埋め戻しポイント | |
JP6750600B2 (ja) | 学習装置、電磁波反射特性推定装置、学習プログラム、および電磁波反射特性推定プログラム | |
KR101964100B1 (ko) | 신경망 학습 기반의 객체 검출 장치 및 방법 | |
CN113378760A (zh) | 训练目标检测模型和检测目标的方法及装置 | |
CN109993192A (zh) | 目标对象识别方法及装置、电子设备、存储介质 | |
JP5981886B2 (ja) | 点群解析処理装置、点群解析処理方法、及びプログラム | |
CN108732554B (zh) | 激光雷达标定方法和装置 | |
JP5546998B2 (ja) | 三次元地図作成方法および装置 | |
Vaskevicius et al. | Efficient representation in three-dimensional environment modeling for planetary robotic exploration | |
CN112907744A (zh) | 数字高程模型的构建方法、装置、设备及存储介质 | |
Gerardo-Castro et al. | Laser-radar data fusion with gaussian process implicit surfaces | |
CN110555348A (zh) | 一种指纹识别方法、设备及计算机可读存储介质 | |
CN115346192A (zh) | 基于多源传感器感知的数据融合方法、系统、设备及介质 | |
CN114663598A (zh) | 三维建模方法、装置和存储介质 | |
CN111444839B (zh) | 一种基于激光雷达的目标检测方法及系统 | |
CN110363863B (zh) | 一种神经网络的输入数据生成方法和系统 | |
Wachtel et al. | Validation of a radar sensor model under non-ideal conditions for testing automated driving systems | |
CN116430350A (zh) | 一种空间动态群目标属性散射中心的建模方法及系统 | |
CN112558035A (zh) | 用于估计地面的方法和装置 | |
CN113468735B (zh) | 一种激光雷达仿真方法、装置、系统和存储介质 | |
CN112651405B (zh) | 目标检测方法及装置 | |
CN115311357A (zh) | 一种地面检测方法、装置及设备 | |
Akepitaktam et al. | Object distance estimation with machine learning algorithms for stereo vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190403 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200525 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200702 |
|
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: 20200714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200727 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6750600 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |