JP7333029B2 - プログラム、情報処理方法及び情報処理装置 - Google Patents
プログラム、情報処理方法及び情報処理装置 Download PDFInfo
- Publication number
- JP7333029B2 JP7333029B2 JP2019100664A JP2019100664A JP7333029B2 JP 7333029 B2 JP7333029 B2 JP 7333029B2 JP 2019100664 A JP2019100664 A JP 2019100664A JP 2019100664 A JP2019100664 A JP 2019100664A JP 7333029 B2 JP7333029 B2 JP 7333029B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- heat map
- input
- learning
- objects
- 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
Landscapes
- Image Analysis (AREA)
Description
クラス分類DNNを用いて、セマンティックセグメンテーションに用いるセグメンテーションDNNを学習させるための教師データを生成する情報処理装置について説明する。本実施形態では、アスファルト舗装された道路の表面(路面)を撮影して得られた路面画像に基づいて路面上のひび割れ、凹み(わだち掘れ、ポットホール等)、白線及び黄色線等の路面標識の欠損等の有無を判別するように学習させたクラス分類DNNを用いる。また、本実施形態では、路面画像中の各画素を、ひび割れの領域、凹みの領域、路面標識の欠損の領域等にそれぞれ分類するセグメンテーションDNNの学習に用いる教師データを生成する。
ヒートマップ生成アプリ12cによって生成されたヒートマップにノイズ除去処理を行った後に合成ヒートマップを生成する情報処理装置10について説明する。本実施形態の情報処理装置は、実施形態1の情報処理装置10と同様の構成を有するので、構成についての説明は省略する。
11 制御部
12 記憶部
14 入力部
15 表示部
12a クラス分類モデル
12b 教師データDB
12c ヒートマップ生成アプリ
Claims (8)
- 画像が入力された場合に前記画像中の対象物が複数の対象物のいずれであるかを示す対象物情報を出力するように学習された学習済みモデルの学習に用いた画像及び前記画像中の対象物が前記複数の対象物のいずれであるかを示すラベル情報を取得し、
前記学習済みモデルに対して、取得した前記画像を入力し、
前記画像が入力された前記学習済みモデルが前記画像中の対象物が前記複数の対象物のいずれであるかを示す対象物情報を出力した場合に根拠とした前記画像中の領域を示すヒートマップを生成し、
前記画像中の前記ヒートマップが示す領域内の各画素に、取得した前記ラベル情報を対応付けて、画像が入力された場合に前記画像中の各画素を前記複数の対象物の領域に分類する学習モデルの学習に用いる教師データを生成する
処理をコンピュータに実行させるプログラム。 - 生成した前記ヒートマップに対して、前記学習済みモデルが入力された前記画像に基づいて前記対象物情報を出力した場合に根拠とした度合に基づいてノイズを除去する
処理を前記コンピュータに実行させる請求項1に記載のプログラム。 - 前記学習済みモデルは、複数層を有するニューラルネットワークであり、
前記複数層のそれぞれに対応する前記ヒートマップを生成し、
前記複数層のそれぞれに対応して生成したヒートマップを合成する
処理を前記コンピュータに実行させる請求項1又は2に記載のプログラム。 - 生成した前記ヒートマップに対する変更指示を受け付け、
受け付けた前記変更指示に基づいて、前記ヒートマップを変更する
処理を前記コンピュータに実行させる請求項1から3までのいずれかひとつに記載のプログラム。 - 取得した前記画像と、前記画像に対応するラベル情報と、前記画像が入力された前記学習済みモデルが前記対象物情報を出力した場合に根拠とした度合に応じた前記ヒートマップとを対応付けて表示部に表示する
処理を前記コンピュータに実行させる請求項1から4までのいずれかひとつに記載のプログラム。 - 生成した前記教師データを用いて、画像が入力された場合に前記画像中の各画素を前記複数の対象物の領域に分類する学習モデルを学習させる
処理を前記コンピュータに実行させる請求項1から5までのいずれかひとつに記載のプログラム。 - コンピュータが、
画像が入力された場合に前記画像中の対象物が複数の対象物のいずれであるかを示す対象物情報を出力するように学習された学習済みモデルの学習に用いた画像及び前記画像中の対象物が前記複数の対象物のいずれであるかを示すラベル情報を取得し、
前記学習済みモデルに対して、取得した前記画像を入力し、
前記画像が入力された前記学習済みモデルが前記画像中の対象物が前記複数の対象物のいずれであるかを示す対象物情報を出力した場合に根拠とした前記画像中の領域を示すヒートマップを生成し、
前記画像中の前記ヒートマップが示す領域内の各画素に、取得した前記ラベル情報を対応付けて、画像が入力された場合に前記画像中の各画素を前記複数の対象物の領域に分類する学習モデルの学習に用いる教師データを生成する
処理を実行する情報処理方法。 - 画像が入力された場合に前記画像中の対象物が複数の対象物のいずれであるかを示す対象物情報を出力するように学習された学習済みモデルの学習に用いた画像及び前記画像中の対象物が前記複数の対象物のいずれであるかを示すラベル情報を取得する取得部と、
前記学習済みモデルに対して、取得した前記画像を入力し、前記画像が入力された前記学習済みモデルが前記画像中の対象物が前記複数の対象物のいずれであるかを示す対象物情報を出力した場合に根拠とした前記画像中の領域を示すヒートマップを生成する生成部と、
前記画像中の前記ヒートマップが示す領域内の各画素に、取得した前記ラベル情報を対応付けて、画像が入力された場合に前記画像中の各画素を前記複数の対象物の領域に分類する学習モデルの学習に用いる教師データを生成する対応付け部と
を備える情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019100664A JP7333029B2 (ja) | 2019-05-29 | 2019-05-29 | プログラム、情報処理方法及び情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019100664A JP7333029B2 (ja) | 2019-05-29 | 2019-05-29 | プログラム、情報処理方法及び情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020194446A JP2020194446A (ja) | 2020-12-03 |
JP7333029B2 true JP7333029B2 (ja) | 2023-08-24 |
Family
ID=73548723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019100664A Active JP7333029B2 (ja) | 2019-05-29 | 2019-05-29 | プログラム、情報処理方法及び情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7333029B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114693694A (zh) * | 2020-12-25 | 2022-07-01 | 日本电气株式会社 | 图像处理的方法、设备和计算机可读存储介质 |
WO2022168441A1 (ja) * | 2021-02-05 | 2022-08-11 | ソニーグループ株式会社 | 推論装置、推論方法およびプログラム |
WO2023026404A1 (ja) * | 2021-08-25 | 2023-03-02 | 日本電気株式会社 | 順伝播装置、学習装置、情報処理システム、処理方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
JP7383684B2 (ja) * | 2021-12-08 | 2023-11-20 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、情報処理方法、並びにプログラム |
JP2024000600A (ja) * | 2022-06-21 | 2024-01-09 | 株式会社日立ハイテク | 識別器生成装置および画像診断支援装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019061658A (ja) | 2017-08-02 | 2019-04-18 | 株式会社Preferred Networks | 領域判別器訓練方法、領域判別装置、領域判別器訓練装置及びプログラム |
-
2019
- 2019-05-29 JP JP2019100664A patent/JP7333029B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019061658A (ja) | 2017-08-02 | 2019-04-18 | 株式会社Preferred Networks | 領域判別器訓練方法、領域判別装置、領域判別器訓練装置及びプログラム |
Non-Patent Citations (2)
Title |
---|
Weifeng Ge,外2名,Multi-Evidence Filtering and Fusion for Multi-Label Classification, Object Detection and Semantic Segmentation Based on Weakly Supervised Learning,[online],2018年02月26日,[2023年07月05日検索],インターネット<URL:https://arxiv.org/pdf/1802.09129.pdf> |
白岩 史,外2名,自動車運転時における注視位置推定の検討,電気学会研究会資料 知覚情報研究会,2017年09月02日,PI-17-071~075,pp. 7-10 |
Also Published As
Publication number | Publication date |
---|---|
JP2020194446A (ja) | 2020-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7333029B2 (ja) | プログラム、情報処理方法及び情報処理装置 | |
Xiao et al. | Development of an image data set of construction machines for deep learning object detection | |
JP6584477B2 (ja) | スキップアーキテクチャ・ニューラルネットワーク装置及び改良されたセマンティックセグメンテーションのための方法 | |
Hong et al. | Synthetic data generation using building information models | |
JP6980289B2 (ja) | 車線モデルを利用して車線を検出し得る学習方法及び学習装置そしてこれを利用したテスト方法及びテスト装置{learning method, learning device for detecting lane using lane model and test method, test device using the same} | |
JP6612487B1 (ja) | 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム | |
WO2022105608A1 (zh) | 一种快速人脸密度预测和人脸检测方法、装置、电子设备及存储介质 | |
JP6612486B1 (ja) | 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム | |
JP6929322B2 (ja) | データ拡張システム、データ拡張方法、及びプログラム | |
KR102103511B1 (ko) | 코드 생성 장치 및 방법 | |
CN112115862B (zh) | 一种结合密度估计的拥挤场景行人检测方法 | |
CN113569852A (zh) | 语义分割模型的训练方法、装置、电子设备及存储介质 | |
CN114330588A (zh) | 一种图片分类方法、图片分类模型训练方法及相关装置 | |
CN116167910B (zh) | 文本编辑方法、装置、计算机设备及计算机可读存储介质 | |
CN116486071A (zh) | 图像分块特征提取方法、装置及存储介质 | |
CN111292396B (zh) | 图像样本集生成方法、设备、装置及存储介质 | |
US8300936B2 (en) | System and method for improving display of tuned multi-scaled regions of an image with local and global control | |
JP7321452B2 (ja) | プログラム、情報処理装置、情報処理方法及び学習済みモデルの生成方法 | |
CN113920377A (zh) | 对图像进行分类的方法、计算机设备、存储介质 | |
CN113470048A (zh) | 场景分割方法、装置、设备及计算机可读存储介质 | |
Ramesh et al. | Hybrid U-Net and ADAM Algorithm for 3DCT Liver Segmentation | |
Al-Wesabi et al. | Extracting Information from Old and Scanned Engineering Drawings of Existing Buildings for the Creation of Digital Building Models | |
Gunnarsson | Panoptic segmentation in video | |
US20240153039A1 (en) | Attributing generated visual content to training examples | |
Jung et al. | VoroCrack3d: An annotated semi-synthetic 3d image data set of cracked concrete |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220311 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230307 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230428 |
|
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: 20230711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230801 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7333029 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |