JP7192854B2 - 演算装置、演算方法、プログラムおよび判別システム - Google Patents

演算装置、演算方法、プログラムおよび判別システム Download PDF

Info

Publication number
JP7192854B2
JP7192854B2 JP2020510735A JP2020510735A JP7192854B2 JP 7192854 B2 JP7192854 B2 JP 7192854B2 JP 2020510735 A JP2020510735 A JP 2020510735A JP 2020510735 A JP2020510735 A JP 2020510735A JP 7192854 B2 JP7192854 B2 JP 7192854B2
Authority
JP
Japan
Prior art keywords
discrimination
image quality
quality parameter
success rate
image data
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
Application number
JP2020510735A
Other languages
English (en)
Other versions
JPWO2019188578A1 (ja
Inventor
大輔 中尾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Sony Group Corp
Original Assignee
Sony Corp
Sony Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Corp, Sony Group Corp filed Critical Sony Corp
Publication of JPWO2019188578A1 publication Critical patent/JPWO2019188578A1/ja
Application granted granted Critical
Publication of JP7192854B2 publication Critical patent/JP7192854B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Description

本技術は、演算装置、演算方法、プログラムおよび判別システムに関し、詳しくは、生産現場の自動判別器を汎用的に用いることのできる演算装置等に関する。
工場などの生産ライン等において、例えば製造品の検品のために自動判別器が用いられる（例えば、特許文献１参照）。しかしながら、この自動判別器は、生産ラインに応じて最適化されることが多く、例えば生産ラインの変更を行う際などには、必ずしも変更前の生産ラインにおいて用いられていた自動判別器は変更後の生産ラインにとって最適とは限らない。
特開２０１７－１６１４８７号公報
本技術の目的は、自動判別器を汎用的に用いることのできる演算装置等を提供することにある。
本技術の概念は、
撮像画像データに現像処理をして得られた現像画像データに基づく判別器の判別成功率が上がるように上記現像処理における画質パラメータ群を得る画質パラメータ群取得部を備える
演算装置にある。
本技術において、画質パラメータ群取得部により、撮像画像データに現像処理をして得られた現像画像データに基づく判別器の判別成功率が上がるように現像処理における画質パラメータ群が得られる。例えば、判別成功率は、判別器の判別結果をグラウンドトゥルース・データベース内の正解判別結果と比較することで得られる、ようにされてもよい。また、例えば、判別器の判別結果に基づいて判別成功率を得る判別成功率計算部をさらに備える、ようにされてもよい。
このように本技術においては、現像処理における画質パラメータ群が、判別器に応じたものに最適化される。そのため、自動判別器を汎用的に用いることのできる演算装置等が提供され得る。
本技術によれば、判別器の性能向上を低コストで実現できる。なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
生産現場の判別システムの構成例を示すブロック図である。 カメラ画質調整システムの構成例を示すブロック図である。 カメラの構成例を示すブロック図である。 現像処理部の構成例を示すブロック図である。 自動チューニング処理を説明するための図である。 画質パラメータ自動チューニングシステムにおける収束条件を説明するための図である。 パーソナルコンピュータの構成例を示すブロック図である。
以下、発明を実施するための形態（以下、「実施の形態」とする）について説明する。なお、説明は以下の順序で行う。
１．実施の形態
２．変形例
＜１．実施の形態＞
［カメラ画質調整システム］
最初に、生産現場における判別システムについて説明する。図１は、判別システムの１０の構成例を示している。判別システム１０は、カメラ１０１と、生産現場の自動判別器１０２を有している。カメラ１０１は、例えば、工場の生産ラインに配置され、検品や分類等の対象である材料あるいは製品等の判別対象物２００を撮影する。カメラ１０１から出力される画像データ（現像画像データ）は自動判別器１０２に供給される。
自動判別器１０２は、画像データに基づいて、判別対象物２００の検品や分類を行って、その結果を判別結果として出力する。ここで、カメラ１０１の現像処理部に設定される画質パラメータ群として、後述するように、カメラ画質調整システム１００により自動判別器１０２の判別成功率が上がるように求められた画質パラメータ群Ｐが用いられる。
図２は、実施の形態としてのカメラ画質調整システム１００の構成例を示している。このカメラ画質調整システム１００は、カメラ１０１と、自動判別器１０２と、画質パラメータ自動チューニングシステム１０３を有している。なお、自動判別器１０２には、グラウンドトゥルース・データベース（Ground Truth DB）１２１が備えられている。このグラウンドトゥルース・データベース１２１は、画像とその画像における正解判別結果の組み合わせを複数組有している。
カメラ１０１は、上述の判別システム１０を構成するカメラである。図３は、カメラ１０１の構成例を示している。このカメラ１０１は、画像入力部１１１と、画像保持部（メモリ）１１２と、現像処理部１１３と、現像パラメータ保持部（メモリ）１１４と、画像情報記録部１１５と、外部入出力制御部１１６と、ユーザ操作部１１７を有している。
画像入力部１１１は、レンズやイメージャなどで構成されており、イメージャは撮像画像データとしてのＲＡＷ画像データを出力する。画像保持部１１２は、イメージャから出力されるＲＡＷ画像データを保持する。図２のカメラ画質調整システム１００で自動判別器１０２に応じた画質パラメータ群を求める自動チューニング処理においては、自動判別器１０２が備えるグラウンドトゥルース・データベース１２１が有する複数の画像が撮像され、パラメータ調整用の複数のＲＡＷ画像データが画像保持部１１２に保持される。
現像処理部１１３は、画像保持部１１２に保持されているＲＡＷ画像データに対して現像処理を行って現像画像データを出力する。画像保持部１１２は、現像処理部１１３から出力される現像画像データも保持する。自動判別器１０２に応じた画質パラメータ群を求める自動チューニング処理においては、パラメータ調整用の複数のＲＡＷ画像データに現像処理がされ、パラメータ調整用の複数の現像画像データが画像保持部１１２に保持される。
現像パラメータ保持部１１４は、現像処理部１１３で用いられる画質パラメータ群を保持する。ここで、現像パラメータ保持部１１４は、通常モードで使用される固定画質パラメータ群を保持する他に、自動判別器１０２に検品や分類等の対象の現像画像を供給する特殊モードにおいて使用される特殊画質パラメータ群の保持が可能とされる。
なお、判別の種類を異にする複数の自動判別器が存在すること、あるいは自動判別器が同一であっても生産現場の照明などの環境が異なることも想定されるので、特殊画質パラメータ群の保持を１つだけでなく、複数とすることも可能とされる。その際には、それぞれの特殊画質パラメータ群は、判別の種類や使用環境と関連付けされて保持される。
図４は、現像処理部１１３の構成例を示している。この現像処理部１１３は、オフセット除去・ホワイトバランス部、ノイズリダクション部、ベイヤ補間処理部、色空間変換部、ガンマ処理部、ＲＧＢ/ＹＣＣ変換部、アンシャープ・マスク部、ＪＰＥＧ変換部等を有している。なお、図示の例においては、代表的な処理ブロックのみを示しているが、実際のカメラでは、この他にも非常に多くの処理ブロックが存在する。また、カメラによっては図示の例の処理ブロックの一部を使用しない場合もある。
画質パラメータ（現像パラメータ）は、処理ブロックにおける処理に用いられるパラメータであり、現像画像データの色再現性、解像度、ノイズ感などに影響を与えるもので、現像画像データの画質を変化させる。この画質パラメータは、ほとんどの処理ブロックに対して存在し、カメラの特性やモードによって複雑に変化する。現像パラメータ保持部１１４はその全てを保持し、モード等に応じて現像処理部１１３に渡す画質パラメータ群を切り替える。
図３に戻って、画像情報記録部１１５は、リムーバブルメディアであるメモリスティックやＳＤカード等に、必要に応じて、画像保持部１１２に保持されているＲＡＷ画像データや現像画像データを記録する。また、画像情報記録部１１５は、リムーバブルメディアであるメモリスティックやＳＤカード等に、必要に応じて、現像パラメータ保持部１１４に保持されている画質パラメータ群を記録する。
外部入出力制御部１１６は、画像保持部１１２にアクセスしてＲＡＷ画像データや現像画像データを読み出し、有線通信あるいは無線通信により、外部機器に送信する。また、外部入出力制御部１１６は、有線通信あるいは無線通信により、外部機器から特殊画質パラメータ群を受信し、現像パラメータ保持部１１４に書き込む。この場合、現像パラメータ保持部１１４に新たな特殊画質パラメータ群を書き込むことができ、また、既存の特殊画質パラメータ群に上書きすることで特殊画質パラメータ群の変更も可能である。
ユーザ操作部１１７は、ボタンやタッチパネル等で構成されており、ユーザが種々の操作を行うことができる。例えば、ユーザは、現像処理部１１３の動作モードを通常モードとするか特殊モードとするかの操作を行うことができる。また、例えば、特殊モードで使用される特殊画質パラメータ群が複数存在するときは、そのいずれを使用するかの操作を行うことができる。
また、例えば、ユーザは、画像保持部１１２に保持されているＲＡＷ画像データや現像画像データを外部機器に送信するように操作することができる。また、例えば、ユーザは、外部機器から画質パラメータ群を受信し、現像パラメータ保持部１１４に書き込むように操作することができる。さらに、例えば、ユーザは、現像パラメータ保持部１１４に保持されている特殊画質パラメータ群を削除するように操作することができる。
図２に戻って、自動判別器１０２に応じた画質パラメータ群を求める自動チューニング処理においては、カメラ１０１からパラメータ調整用の複数の現像画像データが自動判別器１０２に送信される。自動判別器１０２は、図１の判別システム１０を構成する自動判別器であり、各現像画像データに基づいて判別を行って判別結果を出力する。また、自動判別器１０２は、各判別結果をグラウンドトゥルース・データベース１２１内の正解判別結果と比較して、判別成功率を得る。なお、この判別成功率は、自動判別器１０２で得るのではなく、その外部の判別成功率計算器で求める構成であってもよい。
画質パラメータ自動チューニングシステム１０３は、遺伝的アルゴリズム(ＧＡ：Genetic Algorithms)、シミュレーテッド アニーリング(ＳＡ)などの非線形最適化アルゴリズムを用いて、自動判別器１０２で得られた判別成功率に基づき、その判別成功率が上がるように、カメラ１０１の現像処理部１１３における画質パラメータ群を算出する。画質パラメータ自動チューニングシステム１０３で求められる画質パラメータ群はカメラ１０１の現像処理部１１３に反映される。画質パラメータ自動チューニングシステム１０３は、ニューラルネットワークや、ディープラーニングなどのアルゴリズムを用いてもよい。
画質パラメータ自動チューニングシステム１０３は、新たな判別成功率に基づいて画質パラメータ群を求めることを繰り返し、画質パラメータ群の最適化を行って、最適画質パラメータ群を算出する。最終的に、カメラ１０１は、画質パラメータ自動チューニングシステム１０３で算出された最適画質パラメータ群を、特殊画質パラメータ群として、現像パラメータ保持部１１４に保持し、自動判別器１０２に検品や分類等の対象の現像画像を供給する特殊モードにおいて使用する。
上述した自動チューニング処理について、図５を参照して、さらに説明する。現像処理部１１３には、画質パラメータ群Ｐがセットされ、その状態でパラメータ調整用の複数のＲＡＷ画像データに現像処理がされて、パラメータ調整用の複数の現像画像データが得られる。そして、この複数の現像画像データに基づいて、自動判別器１０２で判別が行われて判別結果が得られると共に、各判別結果がグラウンドトゥルース・データベース１２１内の正解判別結果と比較されて判別成功率Ｑが得られる。
この判別成功率Ｑは、画質パラメータ自動チューニングシステム１０３に供給される。また、この画質パラメータ自動チューニングシステム１０３には、画質パラメータ群Ｐも供給される。画質パラメータ自動チューニングシステム１０３は、Ｐ，Ｑに基づいて、次回の画質パラメータ群Ｐ´を算出する。画質パラメータ自動チューニングシステム１０３は、この処理を繰り返し、判別成功率Ｑを最適化する画質パラメータ群Ｐを導出する。なお、画質パラメータ自動チューニングシステム１０３は、過去のＰ，Ｑを参照することもある。カメラ１０１が判別システム１０（図１参照）を構成するとき、特殊モードとされ、現像処理部１１３には、このように最適化された画質パラメータ群Ｐが設定されて用いられる。
図６は、画質パラメータ自動チューニングシステム１０３における収束条件の一例を示している。収束条件としては、例えば、以下の（１）～（４）が考えられる。（１）繰り返し回数が一定回数を上回ったら終了とする。（２）判別成功率Ｑの収束速度が指定値を下回った時点で終了とする。（３）判別成功率Ｑが指定値を上回った時点で終了とする。また、（４）として、（１）～（３）の組み合わせも考えられる。例えば、例えば（３）に従って繰り返すものの、その場合は終了しない恐れもあるので、（１）の指定回数を越えた場合は（３）を満たさなくても強制的に終了するというものがある。その場合はどちらの条件で終了したかも情報として返す必要がある。
以上説明したように、図２に示すカメラ画質調整システム１００においては、画質パラメータ自動チューニングシステム１０３で、自動判別器１０２の判別成功率が上がるようにカメラ１０１の現像処理における画質パラメータ群を得るものである。そのため、自動判別器１０２の判別性能を高めるための前処理部は不要となり、自動判別器１０２の性能向上を低コストで実現できる。また、判別の種類を異にする複数の自動判別器、あるいは生産現場の照明などの環境が異なる複数環境において、同一のカメラ１０１を使いまわしを行うことが可能となる。
＜２．変形例＞
なお、上述の実施の形態において、自動判別器１０２および画質パラメータ自動チューニングシステム１０３の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な汎用のパーソナルコンピュータなどが含まれる。
図７において、パーソナルコンピュータ７００のＣＰＵ（Central Processing Unit）７０１は、ＲＯＭ（Read Only Memory）７０２に記憶されているプログラム、または記憶部７１３からＲＡＭ（Random Access Memory）７０３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ７０３にはまた、ＣＰＵ７０１が各種の処理を実行する上において必要なデータなども適宜記憶される。
ＣＰＵ７０１、ＲＯＭ７０２、およびＲＡＭ７０３は、バス７０４を介して相互に接続されている。このバス７０４にはまた、入出力インタフェース７１０も接続されている。
入出力インタフェース７１０には、キーボード、マウスなどよりなる入力部７１１、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）などよりなるディスプレイ、並びにスピーカなどよりなる出力部７１２、ハードディスクなどより構成される記憶部７１３、モデムなどより構成される通信部７１４が接続されている。通信部７１４は、インターネットを含むネットワークを介しての通信処理を行う。
入出力インタフェース７１０にはまた、必要に応じてドライブ７１５が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア７２１が適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部７１３にインストールされる。
また、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
また、本技術は、以下のような構成を取ることもできる。
（１）撮像画像データに現像処理をして得られた現像画像データに基づく判別器の判別成功率が上がるように上記現像処理における画質パラメータ群を得る画質パラメータ群取得部を備える
演算装置。
（２）上記判別成功率は、上記判別器の判別結果をグラウンドトゥルース・データベース内の正解判別結果と比較することで得られる
前記（１）に記載の演算装置。
（３）上記判別器の判別結果に基づいて上記判別成功率を得る判別成功率計算部をさらに備える
前記（１）または（２）に記載の演算装置。
（４）上記画質パラメータ群は、上記現像画像データの画質に影響を与えるパラメータである
前記（１）から（３）のいずれかに記載の演算装置。
（５）上記画質パラメータ群取得部は、上記判別成功率計算部が繰り返し得る上記判別成功率に基づいて、上記画質パラメータ群を繰り返し得る
前記（３）に記載の演算装置。
（６）撮像画像データに現像処理をして得られた現像画像データに基づく判別器の判別成功率が上がるように上記現像処理における画質パラメータ群を得る手順を有する
演算方法。
（７）コンピュータを、
像処理をして得られた現像画像データに基づく判別器の判別成功率が上がるように上記現像処理における画質パラメータ群を得る画質パラメータ群取得手段として機能させる
プログラム。
（８）判別対象物を撮影して得られた撮影画像データに現像処理をして現像画像データを出力するカメラと、
上記現像画像データに基づいて上記判別対象物の判別を行って判別結果を出力する判別器を備え、
上記カメラの現像処理部に設定される画質パラメータ群として、上記カメラで得られた現像画像データに基づく上記判別器の判別成功率が上がるように演算された画質パラメータ群が用いられる
判別システム。
１０・・・判別システム
１００・・・カメラ画質調整システム
１０１・・・カメラ
１０２・・・生産現場の自動判別器
１０３・・・画質パラメータ自動チューニングシステム
１１１・・・画像入力部
１１２・・・画像保持部（メモリ）
１１３・・・現像処理部
１１４・・・撮像パラメータ保持部（メモリ）
１１５・・・画像情報記録部
１１６・・・外部入出力制御部
１１７・・・ユーザ操作部
１２１・・・グラウンドトゥルース・データベース
２００・・・判別対象物

Claims (7)

  1. 撮像画像データに現像処理をして得られた現像画像データに基づく判別器の判別結果に基づいて判別成功率を得る判別成功率計算部と、
    上記判別成功率が上がるように上記現像処理における画質パラメータ群を得る画質パラメータ群取得部を備える
    演算装置。
  2. 上記判別成功率は、上記判別器の判別結果をグラウンドトゥルース・データベース内の正解判別結果と比較することで得られる
    請求項１に記載の演算装置。
  3. 上記画質パラメータ群は、上記現像画像データの画質に影響を与えるパラメータである
    請求項１に記載の演算装置。
  4. 上記画質パラメータ群取得部は、上記判別成功率計算部が繰り返し得る上記判別成功率に基づいて、上記画質パラメータ群を繰り返し得る
    請求項１に記載の演算装置。
  5. 撮像画像データに現像処理をして得られた現像画像データに基づく判別器の判別結果に基づいて判別成功率を得る手順と、
    上記判別成功率が上がるように上記現像処理における画質パラメータ群を得る手順を有する
    演算方法。
  6. コンピュータを、
    撮像画像データに現像処理をして得られた現像画像データに基づく判別器の判別結果に基づいて判別成功率を得る判別成功率計算手段と、
    上記判別成功率が上がるように上記現像処理における画質パラメータ群を得る画質パラメータ群取得手段として機能させる
    プログラム。
  7. 判別対象物を撮影して得られた撮影画像データに現像処理をして現像画像データを出力するカメラと、
    上記現像画像データに基づいて上記判別対象物の判別を行って判別結果を出力する判別器を備え、
    上記カメラの現像処理部に設定される画質パラメータ群として、上記カメラで得られた現像画像データに基づく上記判別器の判別結果に基づいて判別成功率計算部で得られた判別成功率が上がるように画質パラメータ群取得部で演算された画質パラメータ群が用いられる
    判別システム。
JP2020510735A 2018-03-28 2019-03-19 演算装置、演算方法、プログラムおよび判別システム Active JP7192854B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018063256 2018-03-28
JP2018063256 2018-03-28
PCT/JP2019/011408 WO2019188578A1 (ja) 2018-03-28 2019-03-19 演算装置、演算方法、プログラムおよび判別システム

Publications (2)

Publication Number Publication Date
JPWO2019188578A1 JPWO2019188578A1 (ja) 2021-04-01
JP7192854B2 true JP7192854B2 (ja) 2022-12-20

Family

ID=68058892

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020510735A Active JP7192854B2 (ja) 2018-03-28 2019-03-19 演算装置、演算方法、プログラムおよび判別システム

Country Status (4)

Country Link
US (1) US11468269B2 (ja)
JP (1) JP7192854B2 (ja)
CN (1) CN111971951B (ja)
WO (1) WO2019188578A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022076239A (ja) * 2020-11-09 2022-05-19 キヤノン株式会社 画像処理装置および画像処理方法
CN112540081B (zh) * 2020-11-24 2023-03-21 江苏大学 基于固体表面润湿特性的表面活性剂鉴别方法及鉴别设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013140040A (ja) 2011-12-28 2013-07-18 Keyence Corp 外観検査装置、外観検査方法及びコンピュータプログラム
JP2016046610A (ja) 2014-08-21 2016-04-04 キヤノン株式会社 撮像装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1774469A1 (en) 2004-07-26 2007-04-18 Koninklijke Philips Electronics N.V. System and method for automated suspicious object boundary determination
JP4831017B2 (ja) * 2007-08-27 2011-12-07 ソニー株式会社 画像処理装置、現像装置、画像処理方法、現像方法、画像処理プログラム、および現像プログラム
US8340452B2 (en) * 2008-03-17 2012-12-25 Xerox Corporation Automatic generation of a photo guide
JP5202071B2 (ja) * 2008-03-31 2013-06-05 株式会社日立ハイテクノロジーズ 荷電粒子顕微鏡装置及びそれを用いた画像処理方法
US9063097B2 (en) * 2011-02-11 2015-06-23 Taiwan Semiconductor Manufacturing Company, Ltd. Systems and methods eliminating false defect detections
JP5865707B2 (ja) * 2012-01-06 2016-02-17 株式会社キーエンス 外観検査装置、外観検査方法及びコンピュータプログラム
JP6471934B2 (ja) * 2014-06-12 2019-02-20 パナソニックＩｐマネジメント株式会社 画像認識方法、カメラシステム
CN104574418A (zh) * 2015-01-27 2015-04-29 西安工业大学 基于神经网络的压力容器焊缝缺陷识别方法及其装置
JP6731570B2 (ja) 2016-03-11 2020-07-29 株式会社 メドレックス 外観検査装置、外観検査方法、外観検査プログラム及びコンピュータで読み取り可能な記憶媒体並びに記録した機器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013140040A (ja) 2011-12-28 2013-07-18 Keyence Corp 外観検査装置、外観検査方法及びコンピュータプログラム
JP2016046610A (ja) 2014-08-21 2016-04-04 キヤノン株式会社 撮像装置

Also Published As

Publication number Publication date
CN111971951B (zh) 2023-04-18
CN111971951A (zh) 2020-11-20
US11468269B2 (en) 2022-10-11
WO2019188578A1 (ja) 2019-10-03
US20210374480A1 (en) 2021-12-02
JPWO2019188578A1 (ja) 2021-04-01

Similar Documents

Publication Publication Date Title
US11853882B2 (en) Methods, apparatus, and storage medium for classifying graph nodes
US9292911B2 (en) Automatic image adjustment parameter correction
US20190164057A1 (en) Mapping and quantification of influence of neural network features for explainable artificial intelligence
CN112232426B (zh) 目标检测模型的训练方法、装置、设备及可读存储介质
CN110969200B (zh) 基于一致性负样本的图像目标检测模型训练方法及装置
US20200393998A1 (en) Multifunction Printer and Printer Engine Defect Detection and Handling Using Machine Learning
US20210358081A1 (en) Information processing apparatus, control method thereof, imaging device, and storage medium
JP7192854B2 (ja) 演算装置、演算方法、プログラムおよび判別システム
US10831417B1 (en) Convolutional neural network based copy or print wizard
JP7363770B2 (ja) 演算装置、演算方法およびプログラム
US11335128B2 (en) Methods and systems for evaluating a face recognition system using a face mountable device
US11868871B1 (en) Circuit for executing stateful neural network
CN112330671A (zh) 细胞分布状态的分析方法、装置、计算机设备和存储介质
GB2587833A (en) Image modification styles learned from a limited set of modified images
US20220406082A1 (en) Image processing apparatus, image processing method, and storage medium
CN112634143A (zh) 图像色彩校正模型训练方法、装置及电子设备
CN111899239A (zh) 图像处理方法和装置
JP2006260410A (ja) 画像処理アルゴリズムの評価装置、生成装置、評価方法、生成方法、コンピュータをその評価装置として機能させるためのプログラム、およびコンピュータをその生成装置として機能させるためのプログラム
US11928799B2 (en) Electronic device and controlling method of electronic device
US11941871B2 (en) Control method of image signal processor and control device for performing the same
CN111383172B (zh) 神经网络模型的训练方法、装置及智能终端
US20230154046A1 (en) Image processing device, image processing method, and non-transitory computer-readable storage medium
US20230007964A1 (en) Method and apparatus with image transformation
Lozano et al. Acceleration of the Pre-processing Stage of the MVS Workflow using Graphics Processors
CN117951975A (zh) 数据处理方法、装置、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220203

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221004

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221019

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: 20221108

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221121

R151 Written notification of patent or utility model registration

Ref document number: 7192854

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151