JP7211415B2 - 演算装置の学習方法、学習装置、学習プログラム、および学習済みモデル - Google Patents
演算装置の学習方法、学習装置、学習プログラム、および学習済みモデル Download PDFInfo
- Publication number
- JP7211415B2 JP7211415B2 JP2020511657A JP2020511657A JP7211415B2 JP 7211415 B2 JP7211415 B2 JP 7211415B2 JP 2020511657 A JP2020511657 A JP 2020511657A JP 2020511657 A JP2020511657 A JP 2020511657A JP 7211415 B2 JP7211415 B2 JP 7211415B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- target signal
- encoder
- correct answer
- decoder
- 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
- 238000000034 method Methods 0.000 title claims description 18
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 238000006243 chemical reaction Methods 0.000 claims description 80
- 230000001131 transforming effect Effects 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 4
- 241000257303 Hymenoptera Species 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 26
- 238000003384 imaging method Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000032683 aging Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011410 subtraction method Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
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)
- Image Processing (AREA)
Description
図1は、第1実施形態に係る演算装置を含む演算システムの概略構成を示す図である。
図15は、第2実施形態に係る学習装置により学習される関節点推定部の構成を示す図である。本実施形態と第1実施形態とで異なる点は、本実施形態は、関節点推定部113が、第1オートエンコーダー113Aと後段変換部113Dで構成される点である。その他の点については、本実施形態は第1実施形態と同様であるため、重複となる説明は省略または簡略化する。
100 演算装置(学習装置)、
110 制御部、
111 画像取得部、
112 人矩形検出部、
113 関節点推定部、
113A 第1オートエンコーダー、
113B 中間変換部、
113C 第2オートエンコーダー、
114 出力部、
115 学習制御部、
119 関節点、
120 記憶部、
130 表示部、
140 入力部、
150 通信部、
200 撮影装置、
210 人矩形、
300 通信ネットワーク、
310 アクセスポイント、
400 携帯端末、
500 対象者。
Claims (7)
- 撮影された画像を目的信号に変換して出力する演算装置の学習方法であって、
前記演算装置は、
第1エンコーダーと第1デコーダーとを含む第1オートエンコーダーと、
第1副変換部と、
第2エンコーダーと第2デコーダーとを含む第2オートエンコーダーと、を有し、
前記第1エンコーダーは前記画像を第1特徴量に変換し、前記第1副変換部は前記第1特徴量を第2特徴量に変換し、前記第2デコーダーは前記第2特徴量を前記目的信号に変換し、
前記第2エンコーダーが前記目的信号の正解を変換することで得られた前記第2特徴量が前記第2デコーダーにより変換された前記目的信号と、前記第2エンコーダーにより変換される前の前記目的信号の正解とを用いて前記第2オートエンコーダーを表現学習により教師なし学習する段階(c)と、
前記目的信号の正解がある前記画像と、前記目的信号の正解がない前記画像とを用いて前記第1オートエンコーダーを表現学習により教師なし学習する段階(a)と、
前記段階(a)で教師なし学習した後の前記第1エンコーダーにより前記目的信号の正解がある前記画像を変換して得られる前記第1特徴量と、得られた前記第1特徴量に前記第1エンコーダーにより変換される前の前記画像に対応する前記目的信号の正解が、前記段階(c)における学習後の前記第2エンコーダーにより変換されることで得られる前記第2特徴量と、の組合せを教師データとして前記第1副変換部を教師あり学習する段階(b)と、
を有する、演算装置の学習方法。 - 前記目的信号は関節点であり、
前記画像は人の画像を含む人矩形であり、
前記演算装置は、画像から前記人矩形を検出する検出部をさらに有する、
請求項1に記載の演算装置の学習方法。 - 前記段階(c)は、前記第2エンコーダーが前記目的信号の正解を変換することで得られた前記第2特徴量を前記第2デコーダーが前記目的信号に変換し、前記第2エンコーダーによる変換前の前記目的信号の正解と前記第2デコーダーによる変換後の前記目的信号とが一致するように、前記第2エンコーダーおよび前記第2デコーダーを表現学習により教師なし学習させ、
前記段階(a)は、前記第1エンコーダーにより、前記目的信号の正解がある前記人矩形と前記目的信号の正解がない前記人矩形とがそれぞれ変換された前記第1特徴量を、それぞれ前記第1デコーダーにより前記人矩形に変換し、前記第1エンコーダーによる変換前の前記人矩形と前記第1デコーダーによる変換後の前記人矩形とを一致させるように前記第1エンコーダーおよび前記第1デコーダーを表現学習により教師なし学習させ、
前記段階(b)は、前記段階(a)で教師なし学習した後の前記第1エンコーダーにより前記目的信号の正解がある前記人矩形を変換して得られる前記第1特徴量と、得られた前記第1特徴量に前記第1エンコーダーにより変換される前の前記人矩形に対応する前記目的信号の正解に、前記段階(c)における学習後の前記第2エンコーダーにより変換されることで得られる前記第2特徴量と、の組合せを教師データとして前記第1副変換部を教師あり学習させる、
請求項2に記載の演算装置の学習方法。 - 撮影された画像を目的信号に変換して出力する演算装置を学習させるための学習装置であって、
前記演算装置は、
第1エンコーダーと第1デコーダーとを含む第1オートエンコーダーと、
第1副変換部と、
第2エンコーダーと第2デコーダーとを含む第2オートエンコーダーと、を有し、
前記第1エンコーダーは前記画像を第1特徴量に変換し、前記第1副変換部は前記第1特徴量を第2特徴量に変換し、前記第2デコーダーは前記第2特徴量を前記目的信号に変換し、
前記第2エンコーダーが前記目的信号の正解を変換することで得られた前記第2特徴量が前記第2デコーダーにより変換された前記目的信号と、前記第2エンコーダーにより変換される前の前記目的信号の正解とを用いて、前記第2オートエンコーダーを表現学習により教師なし学習させ、
前記目的信号の正解がある前記画像と、前記目的信号の正解がない前記画像とを用いて、前記第1オートエンコーダーを表現学習により教師なし学習させ、
教師なし学習した後の前記第1エンコーダーにより前記目的信号の正解がある前記画像を変換して得られる前記第1特徴量と、得られた前記第1特徴量に前記第1エンコーダーにより変換される前の前記画像に対応する前記目的信号の正解に、学習後の前記第2エンコーダーにより変換されることで得られる前記第2特徴量と、の組合せを教師データとして前記第1副変換部を教師あり学習させる学習制御部を有する、学習装置。 - 前記目的信号は関節点であり、
前記画像は人の画像を含む人矩形であり、
前記演算装置は、画像から前記人矩形を検出する検出部をさらに有する、
請求項4に記載の学習装置。 - 前記学習制御部は、
前記第2エンコーダーが前記目的信号の正解を変換することで得られた前記第2特徴量を前記第2デコーダーが前記目的信号に変換し、前記第2エンコーダーによる変換前の前記目的信号の正解と前記第2デコーダーによる変換後の前記目的信号とが一致するように、前記第2エンコーダーおよび前記第2デコーダーを、表現学習により教師なし学習させ、
前記第1エンコーダーにより、前記目的信号の正解がある前記人矩形と前記目的信号の正解がない前記人矩形とがそれぞれ変換された前記第1特徴量を、それぞれ前記第1デコーダーにより前記人矩形に変換し、前記第1エンコーダーによる変換前の前記人矩形と前記第1デコーダーによる変換後の前記人矩形とを一致させるように前記第1エンコーダーおよび前記第1デコーダーを表現学習により教師なし学習させた後、学習後の前記第1エンコーダーにより、前記関節点の目的信号の正解がある前記人矩形を変換して得られる前記第1特徴量と、得られた前記第1特徴量に前記第1エンコーダーにより変換される前の前記人矩形に対応する前記目的信号の正解に、学習された前記第2エンコーダーにより変換されることで得られる前記第2特徴量と、の組合せを教師データとして前記第1副変換部を教師あり学習させる、
請求項5に記載の学習装置。 - 請求項1~3のいずか一項に記載の、演算装置の学習方法をコンピューターに実行させるための学習プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018073132 | 2018-04-05 | ||
JP2018073132 | 2018-04-05 | ||
PCT/JP2019/008635 WO2019193899A1 (ja) | 2018-04-05 | 2019-03-05 | 演算装置の学習方法、学習装置、学習プログラム、および学習済みモデル |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019193899A1 JPWO2019193899A1 (ja) | 2021-04-01 |
JP7211415B2 true JP7211415B2 (ja) | 2023-01-24 |
Family
ID=68100608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020511657A Active JP7211415B2 (ja) | 2018-04-05 | 2019-03-05 | 演算装置の学習方法、学習装置、学習プログラム、および学習済みモデル |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7211415B2 (ja) |
WO (1) | WO2019193899A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183561B (zh) * | 2020-11-09 | 2024-04-30 | 山东中医药大学 | 一种用于图像特征提取的联合融减自动编码器算法 |
CN115428011A (zh) * | 2021-03-12 | 2022-12-02 | 奥林巴斯株式会社 | 估计用学习装置和估计用学习方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016212688A (ja) | 2015-05-11 | 2016-12-15 | 日本電信電話株式会社 | 関節位置推定装置、方法、及びプログラム |
JP2018049355A (ja) | 2016-09-20 | 2018-03-29 | 株式会社東芝 | 異常検知装置、学習装置、異常検知方法、学習方法、異常検知プログラム、および学習プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018156451A (ja) * | 2017-03-17 | 2018-10-04 | 株式会社東芝 | ネットワーク学習装置、ネットワーク学習システム、ネットワーク学習方法およびプログラム |
-
2019
- 2019-03-05 JP JP2020511657A patent/JP7211415B2/ja active Active
- 2019-03-05 WO PCT/JP2019/008635 patent/WO2019193899A1/ja active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016212688A (ja) | 2015-05-11 | 2016-12-15 | 日本電信電話株式会社 | 関節位置推定装置、方法、及びプログラム |
JP2018049355A (ja) | 2016-09-20 | 2018-03-29 | 株式会社東芝 | 異常検知装置、学習装置、異常検知方法、学習方法、異常検知プログラム、および学習プログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019193899A1 (ja) | 2021-04-01 |
WO2019193899A1 (ja) | 2019-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11298050B2 (en) | Posture estimation device, behavior estimation device, storage medium storing posture estimation program, and posture estimation method | |
JP7211415B2 (ja) | 演算装置の学習方法、学習装置、学習プログラム、および学習済みモデル | |
CN113066017A (zh) | 一种图像增强方法、模型训练方法及设备 | |
JP2022553252A (ja) | 画像処理方法、画像処理装置、サーバ、及びコンピュータプログラム | |
US11423630B1 (en) | Three-dimensional body composition from two-dimensional images | |
KR102436906B1 (ko) | 대상자의 보행 패턴을 식별하는 방법 및 이를 수행하는 전자 장치 | |
JP2022536790A (ja) | 人物の単眼深度推定のための方法およびシステム | |
US12020374B2 (en) | Body shape and pose estimation via volumetric regressor for raw three dimensional scan models | |
KR102410286B1 (ko) | 딥러닝에 기반하여 낙상 사고를 감지하는 방법 및 그 전자장치 | |
US20190122117A1 (en) | Learning device, non-transitory computer readable storage medium, and learning method | |
KR20210155655A (ko) | 이상 온도를 나타내는 객체를 식별하는 방법 및 장치 | |
KR102274581B1 (ko) | 개인화된 hrtf 생성 방법 | |
CN111246177A (zh) | 一种用户安全告警提示方法及系统 | |
JP7347577B2 (ja) | 画像処理システム、画像処理プログラム、および画像処理方法 | |
JP2020091658A (ja) | 撮像情報管理システム、撮像情報管理システムの制御方法及び撮像情報管理プログラム | |
JP7243725B2 (ja) | 対象物体検出プログラム、および対象物体検出装置 | |
CN113449564B (zh) | 基于人体局部语义知识的行为图像分类方法 | |
US11887252B1 (en) | Body model composition update from two-dimensional face images | |
JP7528637B2 (ja) | 機械学習装置及び遠赤外線撮像装置 | |
CN112766168B (zh) | 一种人员摔倒检测方法、装置及电子设备 | |
US20220327733A1 (en) | Information processing device, information processing method, and program | |
JP7124746B2 (ja) | 物体の部分位置推定プログラム、物体の部分位置推定用ニューラルネットワーク構造、物体の部分位置推定方法、および物体の部分位置推定装置 | |
WO2023195305A1 (ja) | 情報処理装置、情報処理プログラム、機械学習装置、および機械学習プログラム | |
JP7443990B2 (ja) | 機械学習装置、画像処理装置、機械学習方法、及び機械学習プログラム | |
US11854146B1 (en) | Three-dimensional body composition from two-dimensional images of a portion of a body |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220726 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221111 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20221111 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20221124 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20221129 |
|
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: 20221213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7211415 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |