JPWO2020188794A1 - 映像システム、撮像装置、および映像処理装置 - Google Patents
映像システム、撮像装置、および映像処理装置 Download PDFInfo
- Publication number
- JPWO2020188794A1 JPWO2020188794A1 JP2021506093A JP2021506093A JPWO2020188794A1 JP WO2020188794 A1 JPWO2020188794 A1 JP WO2020188794A1 JP 2021506093 A JP2021506093 A JP 2021506093A JP 2021506093 A JP2021506093 A JP 2021506093A JP WO2020188794 A1 JPWO2020188794 A1 JP WO2020188794A1
- Authority
- JP
- Japan
- Prior art keywords
- unit
- image pickup
- video
- node
- video system
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本発明の映像システムの一つは、撮像装置と映像処理装置とを備える。撮像装置は、撮像により映像情報を生成する撮像部と、映像情報の認識処理を行う複数層のニューラルネットワーク(Neural Networks)の入力層から途中の所定の隠れ層(以下「中間隠れ層」という)までを備える前側NN部と、前側NN部の中間隠れ層の出力(以下「中間特徴量」という)を送出する撮像側制御部とを備える。映像処理装置は、撮像側制御部が送出する中間特徴量を取得する映像処理側制御部と、ニューラルネットワークの中間隠れ層以降から出力層までを備え、映像処理側制御部が取得した中間特徴量について、残りの認識処理を行う後側NN部とを備える。
Description
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
図1は、実施例1における映像システムの構成を説明するブロック図である。
同図において、映像システム100は、撮像装置200、および映像処理装置300を備える。
ただし、識別器231は、撮像装置200に搭載されるため、撮像装置200の処理能力に見合った計算量の識別器(学習方式)とすることが好ましく、そのために次元圧縮手法として主成分分析やフィッシャーの判別分析などを用いてもよい。
図2は、実施例1における撮像装置200の動作を説明する流れ図である。
以下、図2に示すステップ番号に沿って説明する。
図3は、実施例1における映像処理装置300の動作を説明する流れ図である。
以下、図3に示すステップ番号に沿って動作を説明する。
ステップS206: 認識統合処理部330は、映像情報を時間遅延させて、認識結果とのフレーム合わせ(同期)を行う。
以降、映像処理装置300は、ステップS202〜S208の一連の動作を繰り返す。
上述した実施例1は、次の効果を奏する。
(実施例2の構成)
図4は、実施例2の映像システムの構成を説明するブロック図である。
なお、同図において、実施例1の構成(図1参照)と同じ構成については、ここでの重複説明を省略する。
撮像装置200Aの撮像側制御部230Aは、識別器学習部233、撮像側ノード更新部234、および監視部235を更に備える。
撮像側ノード更新部234は、前側NN部220のノード配分およびノードの設定パラメータを更新する。
映像処理側ノード更新部312は、後側NN部320のノード配分およびノードの設定パラメータを更新する。
通信網トラフィック監視部313は、撮像装置200Aと映像処理装置300Aとの間の通信トラフィックを監視する。
その他、認識統合処理部330から、映像処理側制御部310Aの内部機能には、受信可否や、処理頻度や、データ量に関する情報が入力される。
図5は、DNNで構成した全体NNモデルMを示す図である。
全体NNモデルMのノード構成は、前側NN部220と後側NN部320とを統合したニューラルネットワーク全体のノード構成と同一に設定される。
最終段の出力層ではソフトマックス関数などの処理により、認識結果の値(尤度)を出力する。
次に、前側NN部220および後側NN部320の学習について説明する。
図6は、NN学習部311の動作を説明する流れ図である。
以下、同図に示すステップ番号に沿って説明する。
続いて、前側NN部220と後側NN部320との間でノード配分(中間隠れ層の位置)を変更する処理について説明する。
図7は、ノード配分部314の動作を説明する流れ図である。
以下、同図に示すステップ番号に沿って説明する。
通信トラフィックに余裕がある場合、ノード配分部314はステップS711に動作を移行する。
上述した一連の処理により、負荷状況などに応じて、前側NN部220と後側NN部320との間で、ノード配分が柔軟に変更される。
実施例2は、実施例1の効果に加えて、次の効果を更に奏する。
図8は、実施例3における検査システム(映像システムを含む)を示す図である。
なお、本発明は上記した個々の実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。
さらに、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
さらに、実施例では、教師あり学習について説明した。しかしながら、本発明はこれに限定されない。例えば、教師なし学習を採用してもよい。
(1)まず、撮像装置側で異常度を求め、
(2)それが映像処理装置側での認識が必要となる閾値以上の値である場合に中間特徴量のみ送出し、
(3)その中間特徴量を入力として映像処理装置で、その映像情報が真に異常か否か、どういった異常なのかを判定したうえで、
(4)映像情報、もしくはその異常度の保存や観測が必要な場合には撮像装置側のバッファに保存していたそのデータの取得を要求し、
(5)撮像装置側はその要求に従いデータを映像処理装置に送出する。
撮像する。映像処理部211は、撮像素子210の撮像出力を逐次に映像処
理し、認識対象を映像として含む可能性がある映像情報を出力する。
Claims (13)
- 撮像装置と映像処理装置とを備える映像システムであって、
前記撮像装置は、
撮像により映像情報を生成する撮像部と、
前記映像情報の認識処理を行う複数層のニューラルネットワークの入力層から途中の所定の隠れ層(以下「中間隠れ層」という)までを備える前側NN部と、
前記前側NN部の前記中間隠れ層の出力(以下「中間特徴量」という)を送出する撮像側制御部とを備え、
前記映像処理装置は、
前記撮像側制御部が送出する前記中間特徴量を取得する映像処理側制御部と、
前記ニューラルネットワークの前記中間隠れ層以降から出力層までを備え、前記映像処理側制御部が取得した前記中間特徴量について、残りの前記認識処理を行う後側NN部とを備える
ことを特徴とする映像システム。 - 請求項1に記載の映像システムにおいて、
前記撮像装置の前記撮像側制御部は、
前記中間特徴量に応じて異常を識別する識別器と、
識別器が異常なしと識別すると、前記中間特徴量を前記映像処理装置に出力しない送出データ選定部とを備える
ことを特徴とする映像システム。 - 請求項2に記載の映像システムにおいて、
前記送出データ選定部は、
前記識別器が異常なしと識別すると、前記映像情報を前記映像処理装置に出力しない
ことを特徴とする映像システム。 - 請求項2〜3のいずれか1項に記載の映像システムにおいて、
前記撮像側制御部、および前記映像処理側制御部の少なくとも一方は、
前記中間特徴量と、前記後側NN部の処理結果とに基づいて、前記識別器の学習を行う識別器学習部を備える
ことを特徴とする映像システム。 - 請求項1〜4のいずれか1項に記載の映像システムにおいて、
前記映像処理装置または外部に、
前記ニューラルネットワークのノード全体を実装した全体NNモデルと、
前記全体NNモデルに対して学習処理を実施して、前記全体NNモデルの各ノードの設定パラメータを決定するNN学習部を備え、
前記撮像側制御部は、
前記前側NN部の各ノードに相当する設定パラメータを前記NN学習部から取得して、前記前側NN部の各ノードに設定し、
前記映像処理側制御部は、
前記後側NN部の各ノードに相当する設定パラメータを前記NN学習部から取得して、前記後側NN部の各ノードに設定する
ことを特徴とする映像システム。 - 請求項1〜5のいずれか1項に記載の映像システムにおいて、
前記撮像側制御部および前記映像処理側制御部の少なくとも一方は、
前記前側NN部のノード数と、前記後側NN部のノード数との配分を変更するノード配分部を備え、
前記前側NN部および前記後側NN部は、前記ノード配分部により変更されたノード数の配分に応じて、移行するノードの設定パラメータをやり取りする
ことを特徴とする映像システム。 - 請求項6に記載の映像システムにおいて、
前記ノード配分部は、
前記撮像装置または前記映像処理装置の負荷状況を取得し、前記負荷状況に応じて前記前側NN部のノード数と、前記後側NN部のノード数との配分を変更する
ことを特徴とする映像システム。 - 請求項7に記載の映像システムにおいて、
前記ノード配分部は、
前記撮像装置の前記負荷状況を、温度検出、電流検出、映像処理の遅滞、および処理フレームレートの変化からなる群の少なくとも1つにより取得する
ことを特徴とする映像システム。 - 請求項6〜8のいずれか1項に記載の映像システムにおいて、
前記撮像装置および前記映像処理装置の相対的な負荷バランスを取得し、前記撮像装置の負荷が増えると、前記後側NN部にノード数を多く配分し、前記映像処理装置の負荷が増えると、前記前側NN部にノード数を多く配分する
ことを特徴とする映像システム。 - 請求項6〜9のいずれか1項に記載の映像システムにおいて、
前記ノード配分部は、
前記中間隠れ層のノード数と前記中間特徴量の送出頻度の積を削減する方向に、前記中間隠れ層の位置を移動させることにより、前記中間特徴量の通信情報量を削減する
ことを特徴とする映像システム。 - 請求項10に記載の映像システムにおいて、
前記ノード配分部は、
前記映像処理装置に対する前記撮像装置の接続台数、前記撮像装置からの入力情報量および頻度などにより変化する通信トラフィックを情報取得し、
前記通信トラフィックが大きい場合、前記中間隠れ層のノード数と前記中間特徴量の送出頻度の積を削減する方向に、前記中間隠れ層の位置を移動させて、前記中間特徴量の通信情報量を削減する
ことを特徴とする映像システム。 - 請求項1〜11のいずれか1項の前記撮像部、前記前側NN部、および前記撮像側制御部とを備える
ことを特徴とする撮像装置。 - 請求項1〜11のいずれか1項の前記映像処理側制御部、および前記後側NN部を備える
ことを特徴とする映像処理装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/011736 WO2020188794A1 (ja) | 2019-03-20 | 2019-03-20 | 映像システム、撮像装置、および映像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020188794A1 true JPWO2020188794A1 (ja) | 2021-12-09 |
JP7108780B2 JP7108780B2 (ja) | 2022-07-28 |
Family
ID=72520747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021506093A Active JP7108780B2 (ja) | 2019-03-20 | 2019-03-20 | 映像システム、撮像装置、および映像処理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11881013B2 (ja) |
JP (1) | JP7108780B2 (ja) |
WO (1) | WO2020188794A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220044113A1 (en) * | 2020-08-10 | 2022-02-10 | Western Digital Technologies, Inc. | Asynchronous Neural Network Systems |
KR20230065519A (ko) * | 2021-11-05 | 2023-05-12 | 고려대학교 산학협력단 | 스플릿 러닝을 이용한 영상처리 시스템 및 영상처리방법 |
JP7387118B1 (ja) | 2023-03-03 | 2023-11-28 | 石川県 | 情報処理システム、情報処理装置、情報処理方法、及びプログラム |
CN117094966B (zh) * | 2023-08-21 | 2024-04-05 | 青岛美迪康数字工程有限公司 | 基于图像扩增的舌图像识别方法、装置和计算机设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017187516A1 (ja) * | 2016-04-26 | 2017-11-02 | 株式会社日立製作所 | 情報処理システムおよびその運用方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5884296A (en) | 1995-03-13 | 1999-03-16 | Minolta Co., Ltd. | Network and image area attribute discriminating device and method for use with said neural network |
JPH08251404A (ja) | 1995-03-13 | 1996-09-27 | Minolta Co Ltd | 画像領域属性判別方法及び装置 |
EP3017403A2 (en) * | 2013-07-01 | 2016-05-11 | Agent Video Intelligence Ltd. | System and method for abnormality detection |
US20190050714A1 (en) * | 2017-08-09 | 2019-02-14 | Ants Technology (Hk) Limited | Modular distributed artificial neural networks |
JP2019096006A (ja) * | 2017-11-21 | 2019-06-20 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
-
2019
- 2019-03-20 US US17/438,913 patent/US11881013B2/en active Active
- 2019-03-20 JP JP2021506093A patent/JP7108780B2/ja active Active
- 2019-03-20 WO PCT/JP2019/011736 patent/WO2020188794A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017187516A1 (ja) * | 2016-04-26 | 2017-11-02 | 株式会社日立製作所 | 情報処理システムおよびその運用方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220189152A1 (en) | 2022-06-16 |
WO2020188794A1 (ja) | 2020-09-24 |
US11881013B2 (en) | 2024-01-23 |
JP7108780B2 (ja) | 2022-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020188794A1 (ja) | 映像システム、撮像装置、および映像処理装置 | |
JP7328379B2 (ja) | 畳み込み効率を向上させる方法、システム、及び装置 | |
CN109902832B (zh) | 机器学习模型的训练方法、异常预测方法及相关装置 | |
WO2022083536A1 (zh) | 一种神经网络构建方法以及装置 | |
CN109559320B (zh) | 基于空洞卷积深度神经网络实现视觉slam语义建图功能的方法及系统 | |
CN109102065B (zh) | 一种基于PSoC的卷积神经网络加速器 | |
US20180260687A1 (en) | Information Processing System and Method for Operating Same | |
EP4064130A1 (en) | Neural network model update method, and image processing method and device | |
US11568327B2 (en) | Method for generating universal learned model | |
CN112990211B (zh) | 一种神经网络的训练方法、图像处理方法以及装置 | |
EP3710995B1 (en) | Deep neural network processor with interleaved backpropagation | |
JP2020524348A (ja) | 顔画像検索方法およびシステム、撮影装置、ならびにコンピュータ記憶媒体 | |
CA3125794A1 (en) | Shadow and cloud masking for agriculture applications using convolutional neural networks | |
CN113196303A (zh) | 不适当神经网络输入检测和处理 | |
CN110750351A (zh) | 多核任务调度器、多核任务调度方法、装置及相关产品 | |
CN114584571A (zh) | 基于空间计算技术的电网场站数字孪生同步通信方法 | |
WO2022267036A1 (zh) | 神经网络模型训练方法和装置、数据处理方法和装置 | |
CN114037882A (zh) | 边缘人工智能装置、电子装置及其方法 | |
WO2021200392A1 (ja) | データ調整システム、データ調整装置、データ調整方法、端末装置及び情報処理装置 | |
WO2023143570A1 (zh) | 一种连接关系预测方法及相关设备 | |
JP7005463B2 (ja) | 学習装置、学習方法及びプログラム | |
CN116524296A (zh) | 设备缺陷检测模型的训练方法、装置和设备缺陷检测方法 | |
CN115983362A (zh) | 一种量化方法、推荐方法以及装置 | |
CN115329834A (zh) | 电缆状态确定方法、装置及系统 | |
US20220188615A1 (en) | Neuromorphic processing system and method of operating the same |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210726 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210726 |
|
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: 20220628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7108780 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |