JP7418019B2 - 情報処理装置、情報処理装置における情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理装置における情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP7418019B2 JP7418019B2 JP2021201134A JP2021201134A JP7418019B2 JP 7418019 B2 JP7418019 B2 JP 7418019B2 JP 2021201134 A JP2021201134 A JP 2021201134A JP 2021201134 A JP2021201134 A JP 2021201134A JP 7418019 B2 JP7418019 B2 JP 7418019B2
- Authority
- JP
- Japan
- Prior art keywords
- converter
- layer
- processing
- data
- information processing
- 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
- 230000010365 information processing Effects 0.000 title claims description 104
- 238000003672 processing method Methods 0.000 title description 4
- 238000012545 processing Methods 0.000 claims description 207
- 238000013527 convolutional neural network Methods 0.000 claims description 78
- 238000006243 chemical reaction Methods 0.000 claims description 54
- 230000009466 transformation Effects 0.000 claims description 33
- 230000006870 function Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 28
- 238000000034 method Methods 0.000 description 20
- 238000010801 machine learning Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 16
- 230000004048 modification Effects 0.000 description 16
- 238000012986 modification Methods 0.000 description 16
- 230000004913 activation Effects 0.000 description 13
- 238000012937 correction Methods 0.000 description 12
- 238000011176 pooling Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 241000282994 Cervidae Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000009328 Perro Species 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Description
図1乃至図7に、この実施の形態1に係る情報処理装置及び情報処理装置における情報処理方法を示す。以下、この発明の実施の形態1について図面を参照して説明する。
まず、この実施の形態1の情報処理装置の及び構成について説明する。
図1に示すとおり、この実施の形態1の情報処理装置1Aは、機能手段として、制御部10、画像処理部11、「記憶手段」としての記憶部12、通信部13、表示部14及び操作部15を備える。なお情報処理装置1Aにおける動作について以下では、1台のサーバコンピュータとして説明するが、複数のコンピュータによって処理を分散するようにして構成されてもよい。
通信部13は、インターネット等の通信網への通信接続を実現する通信モジュールである。通信部13は、ネットワークカード、無線通信デバイス又はキャリア通信用モジュールを用いる。
図2に示すとおり、画像処理実行部101は、機能手段として、入力部111、「変換手段」「第一の非線形処理手段」としての第一の変換器112、「変換手段」「第二の非線形処理手段」としての第二の変換器113、「データ処理手段」としてのCNN114、「逆変換手段」としての逆変換器115、出力部116を備える。画像処理実行部101は、これらの機能手段を用い、各々へデータを与え、各々から出力されるデータを取得する処理を実行する。
図3及び図4に、この実施の形態1の第一の変換器112の構成を模式的に示す。
図4は、この実施の形態1の第一の変換器112の具体的構成を示す機能ブロック図である。
図5は、この実施の形態1の第一の変換器112の構成の変形例の概略を示す機能ブロック図である。
図3及び図6に、この実施の形態1の第二の変換器113の構成を模式的に示す。
図3に、この実施の形態1の逆変換器115の構成を模式的に示す。
この実施の形態1の第一の変換器112を構成するR変換器112r、G変換器112g、B変換器112bは、それぞれ、演算処理において変換テーブル121を用いる。図2に示すように、この変換テーブル121は記憶部12に記憶され、第一の変換器112が記憶部12から取り込んで演算に使用する。
図7は、この実施の形態1の情報処理装置1AのCNN114の構成と処理手順(データ処理手順)を模式的に示すブロック図並びにタイムチャートである。
この実施の形態1の情報処理装置1Aは、画像処理実行部101が、第一の変換器112、第二の変換器113、及び逆変換器115を、CNN114を含むCNNの一部として用いて学習を行なう。具体的には画像処理実行部101は学習時には、学習データをCNN114全体に入力して得られる出力データと、既知の学習データの分類(出力)との誤差を最小にする処理を実行し、第一の変換器112、第二の変換器113、又は逆変換器115における重みを更新する。この学習処理により得られるCNN114におけるパラメータと、第一の変換器112、第二の変換器113における重みとは、対応するパラメータとして記憶部12に記憶される。画像処理実行部101は、学習済みのCNN114を使用する場合には、CNN114を定義する定義情報及び記憶部12に記憶してあるパラメータと、対応する第一の変換器112及び第二の変換器113の重みとを用い、入力データを第一の変換器112、第二の変換器113に入力した後のデータをCNN114へ入力して用いる。逆変換器115を用いる場合も学習により得られる学習済みのCNN114を定義する定義情報及びパラメータと対応する重みを使用する。
なお、この実施の形態1における情報処理装置1Aのハードウェア構成のうち、通信部13、表示部14、操作部15、及び読取部16は必須ではない。通信部13は、例えば記憶部12に記憶される画像処理プログラム1P、CNNライブラリ1L及び変換器ライブラリ2Lを外部サーバ装置(図示せず)等から取得する場合には、それらを一旦ダウンロードした後は使用しなくてもよい。同様に、読取部16も、画像処理プログラム1P、CNNライブラリ1L及び変換器ライブラリ2Lを外部の記憶媒体(図示せず)から読み出して取得した後は使用しない構成としてもよい。また、通信部13及び読取部16は、USB(Universal Serial Bus)等のシリアル通信を用いた同一デバイスであってもよい。
この実施の形態1の情報処理装置1Aは、入力されたデータや信号に非線形の補正を行う場合に、適切な補正を容易に行うことが可能となる。
なお、この実施の形態1の情報処理装置1Aは、下記に示す変形例のように構成することもできる。これらの構成をとることにより、データの内容や処理の内容に応じた適切な態様で、精度の高い機械学習を行うことが可能となる。
CNN114の前段に設けられる第一の変換器112や第二の変換器113の出力側のチャンネル数を、入力側のチャンネル数以上とすることができる。例えば、第1の変換器のR変換器112rの出力層で2チャンネル以上の出力を得るようにしても良い。G変換器112g、B変換器112bも同様の構成とすることができる。これにより、第一の変換器112に入力されたRGBの3チャンネルのデータは4チャンネル以上のデータとして出力される。
CNN114の前段に設けられる第一の変換器112や第二の変換器113の途中のチャンネル数を、入力側のチャンネル数以上とすることができる。例えば、R変換器112rの第1層112r1から、図示された第2層1120001,・・・1120256とは別系統の第2層(図示せず)にもデータを送る構成とできる。G変換器112g、B変換器112bも同様の構成とすることができる。これにより、入力されたRGBの3チャンネルのデータを第1の変換器112内で4チャンネル以上のデータとして処理を行える。
CNN114の前段に設けられる第一の変換器112や第二の変換器113の中間処理層を多層化することができる。例えば第一の変換器112のR変換器112rの中間処理層を、第2層1120001,・・・1120256の後や前に第2層α、第2層βのような構成(第2層の個々のノードの前後に連続した別のノード)を設けた構成とすることができる。G変換器112g、B変換器112bも同様の構成とすることができる。
CNN114の後段に設けられる逆変換器115の入力側のチャンネル数を、出力側のチャンネル数以上とすることができる。例えば、逆変換器115に入力されるデータを4チャンネル以上とし、出力されるデータをRGBの3チャンネルとすることができる。
CNN114の後段に設けられる逆変換器115の中間処理層のチャンネル数を、入力側のチャンネル数以上とすることができる(上記(変形例2)の構成を逆変換器115の第一の逆変換部115aや第二の逆変換部115bに適用した構成となる。)。
CNN114の後段に設けられる逆変換器115の中間処理層を多層化することができる。(上記(変形例3)の構成を逆変換器115の第一の逆変換部115aや第二の逆変換部115bに適用した構成となる。)。
第一の変換器112のR変換器112r、G変換器112g、B変換器112bの少なくとも何れか一つを、1チャンネル入力1チャンネル出力ではなく、多チャンネル入力や、多チャンネル出力とすることもできる。例えばR変換器112rの第1層112r1、第3層112r3を2つ以上のノードとして構成することもできる。このように構成しても、R変換器112r、G変換器112g、B変換器112bがそれぞれ独立したデータ処理を行う構成が維持されていれば図1に示す第一の変換器112の機能は実現できる。ただし、入力側(第1層112r1,112g1,112b1)が1チャンネルの場合のみ、変換テーブル121を適用した演算が事実上可能である。
第二の変換器113は、入力側のチャンネルと出力側のチャンネルが、元のチャンネル数と同一でなくてもよい。たとえば、第二の変換器113の第1層1131r,1131g,1131bや、第3層11331,11332,11333は、チャンネル数が3つよりも多くても少なくてもよい。即ち、入力部111に入力された画像データのRGB3チャンネルよりもそれらのチャンネル数が多くても少なくてもよい。
第一の変換器112の第2層や第二の逆変換部115bの第2層は、1層であってもよい。このように構成することで、処理負荷を軽減させたり処理速度を向上させることが可能となる。
図5に示したように第一の変換器112に適用したスキップコネクションを逆変換器115で適用しても良い。またスキップコネクションのストリーム数は1に限るものではなく、各中間処理層の一の処理出力をスキップコネクションにより出力し、該出力と中間処理層の他の処理出力と合成するストリームと、入力層からのデータと前記中間処理層出力と合成するストリームなど、複数のストリームで構成しても良い。
図8は、この発明の実施の形態2の情報処理装置1Bの第一の変換器112の構成を示す機能ブロック図である。
図9は、この発明の実施の形態3の情報処理装置1Cの画像処理部11の一部を示す機能ブロック図である。この情報処理装置1Cの画像処理部11は、第二の変換器113が存在しないこと以外は実施の形態1の情報処理装置1Aと同じ構成である。この場合、逆変換器115は第二の変換器113に対応する第一の逆変換部115aを設けない構成にもできる。
図10は、この発明の実施の形態4の情報処理装置1Dの画像処理部11の一部を示す機能ブロック図である。この情報処理装置1Dの画像処理部11は、逆変換器115が存在しないこと以外は実施の形態1の情報処理装置1Aと同じ構成である。
図11は、この実施の形態5の情報処理装置1Eの画像処理部11の一部を示す機能ブロック図である。この情報処理装置1Eの画像処理部11は、第二の変換器113と逆変換器115が存在しないこと以外は実施の形態1の情報処理装置1Aと同じである。
図12は、この実施の形態6の情報処理装置1Fの画像処理部11の一部を示す機能ブロック図である。この情報処理装置1Fの画像処理部11は、第一の変換器112と第二の変換器113が逆に接続されている点が実施の形態1の情報処理装置1Aと相違する。なお、図示しないが、逆変換器115を構成する第一の逆変換部115aと第二の逆変換部115bが実施の形態1の情報処理装置1Aと逆に接続されていてもよい。
図13は、この実施の形態7の情報処理装置1Gの画像処理部11の一部を示す機能ブロック図である。この情報処理装置1Gの画像処理部11は、実施の形態6の情報処理装置1Fにおける逆変換器115が設けられていない構成である。このように構成することで、実施の形態6の情報処理装置1Fによって適切な処理が行われるデータにおいて、逆変換が必要でない場合に、適切な処理を行うことができる。
また、図示しないが、この実施の形態の情報処理装置においては、実施の形態1の情報処理装置1Aの構成において、CNN114の前段に第一の変換器112、第二の変換器113の何れも設けられていない構成とすること、及び/又は、CNN114の後段に第一の変換器112や第二の変換器113を設ける構成とすること、もできる。
以下、この発明の実施例について説明する。
12・・・記憶部(記憶手段)
121・・・変換テーブル
101・・・画像処理実行部(学習実行部)
112・・・第一の変換器(変換手段、第一の非線形処理手段)
113・・・第二の変換器(変換手段、第二の非線形処理手段)
114・・・CNN(データ処理手段)
115・・・逆変換器(逆変換手段)
112r1,112g1,112b1,1131r,1131g,1131b,115a11,115a12,115a13,115br1,115bg1,115bb1・・・第1層(入力層)
1120001,1120002,・・・1120255,1120256,1132001,・・・1132256,115a2001,115a2002,・・・115a2255,115a2256,115br2001,115br2002,・・・115br2255,115br2256,115bg2001,115bg2002,・・・115bg2255,115bg2256,115bb2001,115bb2002,・・・115bb2255,115bb2256・・・第2層(中間処理層)
112r3,112g3,112b3,1133r,1133g,1133b,115a31,115a32,115a33,115br1,115bg3,115bb3・・・第3層(出力層)
Claims (7)
- 畳み込み層を含む畳み込みニューラルネットワークを備え、複数のチャンネルを有するデータに対して畳み込み処理を行うデータ処理手段を備える情報処理装置であって、
該情報処理装置に入力されたデータに対して非線形の変換を行って前記データ処理手段に入力する変換手段、及び/又は、前記データ処理手段から出力されたデータに対して非線形の変換を行って前記情報処理装置から出力させる逆変換手段を備え、
前記変換手段、及び/又は、前記逆変換手段は、前記データに対して前記チャンネルごとに別個に前記非線形の変換を行う第一の非線形処理手段であり、かつ、
前記変換手段、及び/又は、前記逆変換手段は、少なくとも3層の処理層からなる処理層群を備え、
該処理層群は、ノード数が1の入力層と、該入力層の後段に設けられたノード数が複数の畳み込み層又は緻密層である中間処理層と、該中間処理層の後段に設けられたノード数が1又は複数の畳み込み層又は緻密層である出力層とを含むことを特徴とする情報処理装置。 - 前記中間処理層が1層からなることを特徴とする請求項1に記載の情報処理装置。
- 前記中間処理層が複数層からなることを特徴とする請求項1に記載の情報処理装置。
- 前記変換手段、及び/又は、前記逆変換手段は、複数の前記チャンネルを複合させて前記非線形の変換を行う第二の非線形処理手段を備えたことを特徴とする請求項1乃至3のいずれか一つに記載の情報処理装置。
- 前記第一の非線形処理手段において用いられる変換の態様が記録された変換テーブルが記憶される記憶手段を備え、
前記第一の非線形処理手段は、前記記憶手段から取得した前記変換テーブルを用いて前記非線形の変換を行うことを特徴とする請求項1乃至4の何れか一つに記載の情報処理装置。 - 前記変換手段、及び/又は、前記逆変換手段でスキップコネクションを用いたことを特徴とする請求項1乃至5の何れか一つに記載の情報処理装置。
- コンピュータを請求項1乃至6の何れか一つに記載の情報処理装置として機能させることを特徴とするプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021201134A JP7418019B2 (ja) | 2021-12-10 | 2021-12-10 | 情報処理装置、情報処理装置における情報処理方法、及びプログラム |
JP2023219271A JP2024024680A (ja) | 2021-12-10 | 2023-12-26 | 情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021201134A JP7418019B2 (ja) | 2021-12-10 | 2021-12-10 | 情報処理装置、情報処理装置における情報処理方法、及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023219271A Division JP2024024680A (ja) | 2021-12-10 | 2023-12-26 | 情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023086549A JP2023086549A (ja) | 2023-06-22 |
JP7418019B2 true JP7418019B2 (ja) | 2024-01-19 |
Family
ID=86850594
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021201134A Active JP7418019B2 (ja) | 2021-12-10 | 2021-12-10 | 情報処理装置、情報処理装置における情報処理方法、及びプログラム |
JP2023219271A Pending JP2024024680A (ja) | 2021-12-10 | 2023-12-26 | 情報処理装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023219271A Pending JP2024024680A (ja) | 2021-12-10 | 2023-12-26 | 情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7418019B2 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6705065B1 (ja) | 2017-04-27 | 2020-06-03 | アップル インコーポレイテッドApple Inc. | インターリーブチャネルデータ用の構成可能な畳み込みエンジン |
-
2021
- 2021-12-10 JP JP2021201134A patent/JP7418019B2/ja active Active
-
2023
- 2023-12-26 JP JP2023219271A patent/JP2024024680A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6705065B1 (ja) | 2017-04-27 | 2020-06-03 | アップル インコーポレイテッドApple Inc. | インターリーブチャネルデータ用の構成可能な畳み込みエンジン |
Also Published As
Publication number | Publication date |
---|---|
JP2024024680A (ja) | 2024-02-22 |
JP2023086549A (ja) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902763B (zh) | 用于生成特征图的方法和装置 | |
CN109948699B (zh) | 用于生成特征图的方法和装置 | |
CN108416748A (zh) | Jpeg压缩文档的图像预处理方法及装置 | |
JP6348431B2 (ja) | 画像処理方法、画像処理装置 | |
US11967043B2 (en) | Gaming super resolution | |
WO2019172262A1 (ja) | 処理装置、処理方法、コンピュータプログラム及び処理システム | |
CN109948700B (zh) | 用于生成特征图的方法和装置 | |
CN112534443A (zh) | 图像处理设备及其操作方法 | |
JP2021179833A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN108229650B (zh) | 卷积处理方法、装置及电子设备 | |
JP7418019B2 (ja) | 情報処理装置、情報処理装置における情報処理方法、及びプログラム | |
US11436432B2 (en) | Method and apparatus for artificial neural network | |
Yadav et al. | Underwater image enhancement using convolutional neural network | |
US20230021444A1 (en) | Image processing device, processing method thereof, and image processing system including the image processing device | |
CN112766277A (zh) | 卷积神经网络模型的通道调整方法、装置和设备 | |
JP7100783B1 (ja) | 学習装置及び推論装置 | |
CN113095473A (zh) | 神经网络架构搜索系统和方法及计算机可读记录介质 | |
CN113038134A (zh) | 一种图片处理方法、智能终端及存储介质 | |
EP4276744A1 (en) | Image processing apparatus and operating method therefor | |
US20220284555A1 (en) | Image processing apparatus and operation method thereof | |
CN114708144B (zh) | 图像数据处理方法及装置 | |
US20210248472A1 (en) | Neural Network Layers with a Controlled Degree of Spatial Invariance | |
US20230071417A1 (en) | Image processing device and operation method thereof | |
KR20230157223A (ko) | 영상 처리 장치 및 그 동작 방법 | |
WO2020044566A1 (ja) | データ処理システムおよびデータ処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220708 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231130 |
|
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: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7418019 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |