JP7068745B2 - 学習済モデル提案システム、学習済モデル提案方法、およびプログラム - Google Patents
学習済モデル提案システム、学習済モデル提案方法、およびプログラム Download PDFInfo
- Publication number
- JP7068745B2 JP7068745B2 JP2020521646A JP2020521646A JP7068745B2 JP 7068745 B2 JP7068745 B2 JP 7068745B2 JP 2020521646 A JP2020521646 A JP 2020521646A JP 2020521646 A JP2020521646 A JP 2020521646A JP 7068745 B2 JP7068745 B2 JP 7068745B2
- Authority
- JP
- Japan
- Prior art keywords
- trained model
- environment
- image
- trained
- image analysis
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
画像解析に適切な学習済モデルを提案する学習済モデル提案システムであって、
画像解析を行うための学習済モデルを目的と環境に対応付けて記憶する学習済モデルデータベースと、
画像解析の目的を取得する目的取得手段と、
当該目的のための画像が撮影される環境を取得する環境取得手段と、
前記学習済モデルデータベースを参照して、前記目的と前記環境に適合した学習済モデルを提案し、当該目的と当該環境とに適合した学習済モデルがない場合、当該目的が合致し、当該環境が近い学習済モデルを提案又は参考として出力する学習済モデル提案手段と、
を備えることを特徴とする学習済モデル提案システムを提供する。
前記学習済モデルは、過去の画像と正解データとからなる所定の学習データで学習した学習済みの分類器を含み、
前記学習済モデル提案手段は、前記学習済みの分類器を学習済モデルとして提案することを特徴とする学習済モデル提案システムを提供する。
前記学習済モデルは、画像を分類器で分類する場合の分類器の種類と、画像を特徴ベクトルへ変換する変換方法と、からなることを特徴とする学習済モデル提案システムを提供する。
前記学習済モデルが、過去の画像と正解データとからなる所定の学習データで学習した学習済みの畳み込みニューラルネットワークであることを特徴とする学習済モデル提案システムを提供する。
前記画像解析を行いたい環境の画像を取得する画像取得手段と、
取得した前記画像と、前記所定の学習データの画像とが類似か否かを決定する画像比較手段と、を備え、
前記画像が類似している場合に、前記学習済モデル提案手段が、前記学習済モデルを提案することを特徴とする学習済モデル提案システムを提供する。
前記環境取得手段は、提示した質問に対して入力された回答を環境に関するデータとして取得することを特徴とする学習済モデル提案システムを提供する。
前記環境取得手段は、センサ又はカメラで検知したデータを取得することを特徴とする学習済モデル提案システムを提供する。
画像解析に適切な学習済モデルを提案する学習済モデル提案システムが実行する学習済モデル提案方法であって、
画像解析を行うための学習済モデルを目的と環境に対応付けて記憶する学習済モデルデータベースと、
画像解析の目的を取得するステップと、
当該目的のための画像が撮影される環境を取得するステップと、
前記学習済モデルデータベースを参照して、前記目的と前記環境に適合した学習済モデルを提案し、当該目的と当該環境とに適合した学習済モデルがない場合、当該目的が合致し、当該環境が近い学習済モデルを提案又は参考として出力するステップと、
を備える学習済モデル提案方法を提供する。
画像解析を行うための学習済モデルを目的と環境に対応付けて記憶する学習済モデルデータベースを備える学習済モデル提案システムに、
画像解析の目的を取得するステップ、
当該目的のための画像が撮影される環境を取得するステップ、
前記学習済モデルデータベースを参照して、前記目的と前記環境に適合した学習済モデルを提案し、当該目的と当該環境とに適合した学習済モデルがない場合、当該目的が合致し、当該環境が近い学習済モデルを提案又は参考として出力するステップ、
を実行させるためのプログラムを提供する。
図1は、本発明の好適な実施形態の概要図である。この図1に基づいて、本発明の概要を説明する。学習済モデル提案システムは、カメラ100、コンピュータ200、通信網300から構成される。
図2は、カメラ100とコンピュータ200の機能ブロックと各機能の関係を示す図である。カメラ100は、撮像部10、制御部110、通信部120、記憶部130から構成される。また、コンピュータ200は、制御部210、通信部220、記憶部230、入出力部240、から構成される。制御部210は通信部220、記憶部230、入出力部240と協働して目的取得モジュール211、環境取得モジュール212を実現する。また、入出力部240は、制御部210、記憶部230と協働して、学習済モデル提案モジュール241を実現する。通信網300は、インターネット等の公衆通信網でも専用通信網でもよく、カメラ100とコンピュータ200間の通信を可能とする。
図3は、学習済モデル提案処理のフローチャート図である。上述した各モジュールが実行する処理について、本処理にあわせて説明する。
図4は、画像比較を行う場合の、カメラ100とコンピュータ200の機能ブロックと各機能の関係を示す図である。図2の構成に加え、コンピュータ200の制御部210は、通信部220、記憶部230と協働して画像取得モジュール213を実現する。また、制御部210は記憶部230と協働して画像比較モジュール214を実現する。図5は、画像比較を行う場合の、学習済モデル提案処理のフローチャート図である。上述した各モジュールが実行する処理について、本処理にあわせて説明する。図5のステップS501からステップS507の処理は、図3のステップS301からステップS307の処理に相当するため、ステップS508以降について説明する。なお、ステップS501の処理は、ステップS301と同じく、既に学習済モデルデータベース23に十分な学習済モデルが記憶されている場合には、省略可能であるものとする。
Claims (9)
- 画像解析に適切な学習済モデルを提案する学習済モデル提案システムであって、
画像解析を行うための学習済モデルを目的と環境に対応付けて記憶する学習済モデルデータベースと、
画像解析の目的を取得する目的取得手段と、
当該目的のための画像が撮影される環境を取得する環境取得手段と、
前記学習済モデルデータベースを参照して、前記目的と前記環境に適合した学習済モデルを提案し、当該目的と当該環境とに適合した学習済モデルがない場合、当該目的が合致し、当該環境が近い学習済モデルを提案又は参考として出力する学習済モデル提案手段と、
を備えることを特徴とする学習済モデル提案システム。 - 前記学習済モデルは、過去の画像と正解データとからなる所定の学習データで学習した学習済みの分類器を含み、
前記学習済モデル提案手段は、前記学習済みの分類器を学習済モデルとして提案することを特徴とする請求項1に記載の学習済モデル提案システム。 - 前記学習済モデルは、画像を分類器で分類する場合の分類器の種類と、画像を特徴ベクトルへ変換する変換方法と、からなることを特徴とする請求項2に記載の学習済モデル提案システム。
- 前記学習済モデルが、過去の画像と正解データとからなる所定の学習データで学習した学習済みの畳み込みニューラルネットワークであることを特徴とする請求項1に記載の学習済モデル提案システム。
- 前記画像解析を行いたい環境の画像を取得する画像取得手段と、
取得した前記画像と、前記所定の学習データの画像とが類似か否かを決定する画像比較手段と、を備え、
前記画像が類似している場合に、前記学習済モデル提案手段が、前記学習済モデルを提案することを特徴とする請求項2から請求項4のいずれか一項に記載の学習済モデル提案システム。 - 前記環境取得手段は、提示した質問に対して入力された回答を環境に関するデータとして取得することを特徴とする請求項1から請求項5のいずれか一項に記載の学習済モデル提案システム。
- 前記環境取得手段は、センサ又はカメラで検知したデータを取得することを特徴とする請求項1から請求項5のいずれか一項に記載の学習済モデル提案システム。
- 画像解析に適切な学習済モデルを提案する学習済モデル提案システムが実行する学習済モデル提案方法であって、
画像解析を行うための学習済モデルを目的と環境に対応付けて記憶する学習済モデルデータベースと、
画像解析の目的を取得するステップと、
当該目的のための画像が撮影される環境を取得するステップと、
前記学習済モデルデータベースを参照して、前記目的と前記環境に適合した学習済モデルを提案し、当該目的と当該環境とに適合した学習済モデルがない場合、当該目的が合致し、当該環境が近い学習済モデルを提案又は参考として出力するステップと、
を備えることを特徴とする学習済モデル提案方法。 - 画像解析を行うための学習済モデルを目的と環境に対応付けて記憶する学習済モデルデータベースを備える学習済モデル提案システムに、
画像解析の目的を取得するステップ、
当該目的のための画像が撮影される環境を取得するステップ、
前記学習済モデルデータベースを参照して、前記目的と前記環境に適合した学習済モデルを提案し、当該目的と当該環境とに適合した学習済モデルがない場合、当該目的が合致し、当該環境が近い学習済モデルを提案又は参考として出力するステップ、
を実行させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/020288 WO2019229789A1 (ja) | 2018-05-28 | 2018-05-28 | 学習済モデル提案システム、学習済モデル提案方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019229789A1 JPWO2019229789A1 (ja) | 2021-06-24 |
JP7068745B2 true JP7068745B2 (ja) | 2022-05-17 |
Family
ID=68697263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020521646A Active JP7068745B2 (ja) | 2018-05-28 | 2018-05-28 | 学習済モデル提案システム、学習済モデル提案方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7068745B2 (ja) |
WO (1) | WO2019229789A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024043389A1 (ko) * | 2022-08-26 | 2024-02-29 | 한국전자기술연구원 | 설치환경에 최적화된 딥러닝 모델 생성 시스템 및 방법, 이의 학습 데이터 구성 방법 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626950A (zh) * | 2020-05-19 | 2020-09-04 | 上海集成电路研发中心有限公司 | 一种图像去噪模型的在线训练装置及方法 |
WO2021261140A1 (ja) * | 2020-06-22 | 2021-12-30 | 株式会社片岡製作所 | 細胞処理装置、学習装置、および学習済モデルの提案装置 |
WO2022064631A1 (ja) * | 2020-09-25 | 2022-03-31 | 日本電気株式会社 | 画像解析システム及び画像解析方法 |
JP2022055229A (ja) * | 2020-09-28 | 2022-04-07 | 横河電機株式会社 | 監視用デバイス、学習装置、方法およびプログラム |
JP7305850B1 (ja) | 2022-06-30 | 2023-07-10 | 菱洋エレクトロ株式会社 | 機械学習を利用したシステム、端末、サーバ、方法、及び、プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017159614A1 (ja) | 2016-03-14 | 2017-09-21 | オムロン株式会社 | 学習サービス提供装置 |
WO2018078862A1 (ja) | 2016-10-31 | 2018-05-03 | 株式会社オプティム | 画像解析システム、画像解析方法、およびプログラム |
-
2018
- 2018-05-28 WO PCT/JP2018/020288 patent/WO2019229789A1/ja active Application Filing
- 2018-05-28 JP JP2020521646A patent/JP7068745B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017159614A1 (ja) | 2016-03-14 | 2017-09-21 | オムロン株式会社 | 学習サービス提供装置 |
WO2018078862A1 (ja) | 2016-10-31 | 2018-05-03 | 株式会社オプティム | 画像解析システム、画像解析方法、およびプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024043389A1 (ko) * | 2022-08-26 | 2024-02-29 | 한국전자기술연구원 | 설치환경에 최적화된 딥러닝 모델 생성 시스템 및 방법, 이의 학습 데이터 구성 방법 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019229789A1 (ja) | 2021-06-24 |
WO2019229789A1 (ja) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7068745B2 (ja) | 学習済モデル提案システム、学習済モデル提案方法、およびプログラム | |
CN109635621B (zh) | 用于第一人称视角中基于深度学习识别手势的系统和方法 | |
CN110476405B (zh) | 用于提供与拍摄有关的推荐信息的方法和系统 | |
US10789699B2 (en) | Capturing color information from a physical environment | |
CN106255866B (zh) | 通信系统、控制方法以及存储介质 | |
US11810344B2 (en) | Image recognition system | |
Magdin et al. | Real time facial expression recognition using webcam and SDK affectiva | |
JPWO2018142756A1 (ja) | 情報処理装置及び情報処理方法 | |
CN106462772A (zh) | 对象识别特征的基于不变量的维数缩减、系统和方法 | |
KR20200076169A (ko) | 놀이 컨텐츠를 추천하는 전자 장치 및 그의 동작 방법 | |
WO2022001600A1 (zh) | 信息解析方法及装置、设备、存储介质 | |
JP2020507159A (ja) | ピクチャプッシュの方法、移動端末および記憶媒体 | |
CN111491187A (zh) | 视频的推荐方法、装置、设备及存储介质 | |
KR102646344B1 (ko) | 이미지를 합성하기 위한 전자 장치 및 그의 동작 방법 | |
KR20200017237A (ko) | 우선 순위에 기반하여 상품과 관련된 정보를 제공하는 방법 및 그 전자 장치 | |
US20180314909A1 (en) | Detection and recognition of objects lacking textures | |
JP2010224715A (ja) | 画像表示システム、デジタルフォトフレーム、情報処理システム、プログラム及び情報記憶媒体 | |
Huszár et al. | Live spoofing detection for automatic human activity recognition applications | |
CN106233283A (zh) | 图像处理装置、通信系统以及通信方法和摄像装置 | |
CN104486548A (zh) | 一种信息处理方法及电子设备 | |
CN106777066B (zh) | 一种图像识别匹配媒体文件的方法和装置 | |
CN112906610A (zh) | 用于活体检测的方法、电子电路、电子设备和介质 | |
CN102915720A (zh) | 显示设备及其控制方法 | |
TWI776429B (zh) | 動作識別方法及裝置、電腦可讀存儲介質 | |
KR20210095291A (ko) | 스토리를 생성하는 전자 장치 및 그의 동작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201130 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220125 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220324 |
|
AA91 | Notification that invitation to amend document was cancelled |
Free format text: JAPANESE INTERMEDIATE CODE: A971091 Effective date: 20220412 |
|
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: 20220426 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220427 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7068745 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |