特許ウォッチ

公開番号2025090486
公報種別公開特許公報(A)
公開日2025-06-17
出願番号2024005573
出願日2024-01-17
発明の名称画像認識モデルのトレーニング方法及びその画像認識モデル
出願人輝創電子股分有限公司
代理人弁理士法人東和国際特許事務所
主分類G06T 7/187 20170101AFI20250610BHJP(計算;計数)
要約【課題】画像認識モデルがより優れた認識能力を有する効果を達成する画像認識モデルのトレーニング方法及びその画像認識モデルを提供する。
【解決手段】画像認識モデルのトレーニング方法は、物体画像により囲まれた画像領域がこの画像領域を超えずに既定の面積により完全に覆われることができないと判定された場合、物体画像全体を調整済物体画像に拡大させる物体画像拡大ステップであって、調整済物体画像により囲まれた画像領域が、この画像領域を超えずに既定の面積により完全に覆われることができる物体画像拡大ステップと、トレーニング対象の画像認識モデルに物体画像拡大ステップによる処理後の画像を入力してトレーニングを行うことによりトレーニング済画像認識モデルを取得するステップと、を含む。
【選択図】図1
特許請求の範囲【請求項１】
物体画像を含むサブ領域が含まれ、前記物体画像を構成する画像面積以上の画像面積を有する認識対象画像を取得することを含む画像入力ステップと、
前記物体画像により囲まれた画像領域が、前記画像領域を超えずに１又は複数の既定の面積により完全に覆われることができるか否かを判定することを含む物体画像判定ステップと、
前記物体画像により囲まれた画像領域の全体又は一部が、前記画像領域を超えずに前記既定の面積により完全に覆われることができないと判定された場合、前記物体画像全体を調整済物体画像に拡大させ、前記調整済物体画像により囲まれた画像領域が、前記画像領域を超えずに１又は複数の前記既定の面積により完全に覆われることができるようにすることを含む物体画像拡大ステップと、
トレーニング対象の画像認識モデルに、前記調整済物体画像を含む前記認識対象画像を入力してトレーニングを行うことにより、トレーニング済画像認識モデルを取得することを含むモデルトレーニングステップとを含み、
前記トレーニング対象の画像認識モデルは、最小認識面積を有し、前記調整済物体画像により囲まれた画像領域を超えずに、前記画像領域を１又は複数の最小認識面積により完全に覆うことができ、
前記既定の面積は、前記最小認識面積以上である、画像認識モデルのトレーニング方法。
続きを表示（約 1,400 文字）【請求項２】
前記既定の面積と前記最小認識面積とは等しい、請求項１に記載の画像認識モデルのトレーニング方法。
【請求項３】
前記認識対象画像は、第１軸方向画素点の数と第２軸方向画素点の数との積により定義される画像画素サイズを有し、
前記既定の面積は、第１軸方向画素点の数と第２軸方向画素点の数との積により定義される既定の画素サイズを有し、
前記既定の面積の前記第１軸方向画素点の数と前記第２軸方向画素点の数のうちの一方又は両方は、前記認識対象画像の前記第１軸方向画素点の数又は前記第２軸方向画素点の数の０．００８倍から０．０８倍の間に定義される値である、請求項１に記載の画像認識モデルのトレーニング方法。
【請求項４】
前記最小認識面積は、第１軸方向画素点の数と第２軸方向画素点の数との積により定義される最小認識画素サイズを有し、
前記第１軸方向画素点の数と前記第２軸方向画素点の数は、それぞれ少なくとも１画素点である、請求項１に記載の画像認識モデルのトレーニング方法。
【請求項５】
前記モデルトレーニングステップの実行前に、前記認識対象画像全体の画像画素サイズを縮小させる、請求項１に記載の画像認識モデルのトレーニング方法。
【請求項６】
前記トレーニング対象の画像認識モデルは、セマンティックセグメンテーションモデルである、請求項１から請求項５のいずれか１項に記載の画像認識モデルのトレーニング方法。
【請求項７】
認識可能な最小解像度として定義される最小認識面積を含む画像認識モデルであって、
前記画像認識モデルは、認識対象画像における物体画像を認識するためのものであり、
前記物体画像は、非原始識別可能な物体画像を含み、或いは、前記物体画像は、原始識別可能な物体画像と前記非原始識別可能な物体画像とを含み、
前記原始識別可能な物体画像は、それにより囲まれた画像領域を超えずに、その画像領域の全体が１又は複数の最小認識面積により完全に覆われるように定義され、
前記非原始識別可能な物体画像は、それにより囲まれた画像領域を超えずにその画像領域の全体又は一部が前記最小認識面積により完全に覆われることができないように定義される、画像認識モデル。
【請求項８】
前記画像認識モデルは、前記物体画像を認識した場合、対応する物体表示枠を前記物体画像の画像領域の外周に生成する、請求項７に記載の画像認識モデル。
【請求項９】
前記画像認識モデルは、前記原始識別可能な物体画像に対応する物体を認識した場合、対応する原始物体表示枠を前記原始識別可能な物体画像の画像領域の外周に生成し、
前記原始物体表示枠と前記原始識別可能な物体画像の画像領域の境界とは第１距離があり、
前記画像認識モデルは、前記非原始識別可能な物体画像に対応する物体を認識した場合、対応する非原始物体表示枠を前記非原始識別可能な物体画像の画像領域の外周に生成し、
前記非原始物体表示枠と前記非原始識別可能な物体画像の画像領域の境界とは、前記第１距離よりも大きい第２距離がある、請求項８に記載の画像認識モデル。
【請求項１０】
請求項１から請求項６のいずれか１項に記載の画像認識モデルのトレーニング方法に基づいて構築される、請求項７から請求項９のいずれか１項に記載の画像認識モデル。

発明の詳細な説明【技術分野】
【０００１】
本発明は、画像処理技術に関し、特に、画像認識モデルのトレーニング方法、及び、その画像認識モデルに関する。
続きを表示（約 3,200 文字）【背景技術】
【０００２】
従来の画像認識モデルでは、特に、セマンティックセグメンテーションモデルにより構築される画像認識モデルでは、種々の物体タグを有する認識対象画像を入力することによりトレーニングを行っている。
ところで、この画像認識モデルに最小認識面積（ＭｉｎｉｍｕｍＲｅｃｏｇｎｉｚａｂｌｅＡｒｅａ）があるため、モデルトレーニング用の認識対象画像に含まれる物体画像により囲まれた画像領域がこの画像領域を超えずに１つの最小認識面積により完全に覆われることができない場合、対応する物体タグ（Ｔａｇ）を有する物体であっても、画像認識モデルは、トレーニング中とトレーニング完成後に認識モデルの最小認識面積よりも小さい物体を認識対象画像から認識することができない。
このように認識できない状況は、画像認識モデルのトレーニング又は認識速度を向上させるために、トレーニング又は認識前に予め認識対象画像に対して全体画像サイズを縮減させた場合、より一層悪化する。
【０００３】
上記従来の画像認識モデルに発生する問題を図８に示す。
符号Ｍ’は、最小認識面積Ａｍ’を有する従来の画像認識モデルを示す。
符号Ｉ’は、認識対象画像を示し、この認識対象画像Ｉ’は、第１軸方向画素点ｐ’と第２軸方向画素点ｑ’とを有し、少なくとも１つの物体画像ＩＯ’を含む。
そして、この物体画像ＩＯ’は、第１類物体画像ＩＯａ’、第２類物体画像ＩＯｂ’及び第３類物体画像ＩＯｃ’に分類されてもよい。
さらに、第１類物体画像ＩＯａ’により囲まれた画像領域は、１又は複数の最小認識面積Ａｍ’によって画像領域を超えずに完全に覆われることができるため、認識されて対応する物体表示枠ＦＯａ’でマークされることができ、この物体表示枠ＦＯａ’内は、完全に認識された第１類物体である。
第２類物体画像ＩＯｂ’により囲まれた画像領域の全体は、１つの最小認識面積Ａｍ’によって画像領域を超えずに完全に覆われることができないため、認識される（対応する物体表示枠でマークされる）ことができない。
第３類物体画像ＩＯｃ’により囲まれた画像領域の一部は、１つの最小認識面積Ａｍ’によって画像領域を超えずに完全に覆われることができないため、認識されることができないが、第３類物体画像ＩＯｃ’により囲まれた画像領域の他の一部は、１又は複数の最小認識面積Ａｍ’によって画像領域を超えずに完全に覆われることができるため、認識されて対応する物体表示枠ＦＯｃ’でマークされることができる。
この場合、第３類物体画像ＩＯｃ’が完全に認識されていないと見なしてもよい。
換言すれば、物体画像ＩＯ’に対応する画像領域の全体又は一部が、最小認識面積Ａｍ’を収容できない場合、物体画像ＩＯ’の全体又は一部は、認識されることができない。
【０００４】
特に、画像識別技術において、物体画像ＩＯ’が完全に認識可能であるとは、最小認識面積Ａｍ’の位置と角度を適宜変更することで、物体画像ＩＯ’のいずれの境界も超えずに、重畳する又は重畳しない接合により、物体画像ＩＯ’により囲まれた画像領域を再現できると理解してもよい。
一方、物体画像ＩＯ’の全体又は一部が認識不能であるとは、最小認識面積Ａｍ’の位置と角度をどのように変更しても、物体画像ＩＯ’の境界の少なくとも１つを超えてしまうことになると理解してもよい。
【０００５】
例えば、図９に示すように、最小認識面積Ａｍ’は、第１軸方向における最小認識可能画素点の数ｐｍ’と、第２軸方向における最小認識可能画素点の数ｑｍ’からなる最小認識画素サイズｐｍ’×ｑｍ’とを有する。
なお、ｐｍ’とｑｍ’は、通常同じである。
最小認識画素サイズが２画素点（ｐｍ’）×２画素点（ｑｍ’）であることを例として、第１類物体画像ＩＯａ’に対応する画像は、第１軸方向画素点ｐａ’が４であり、第２軸方向画素点ｑａ’が４０であり、それに応じて、４画素点（ｐａ’）×４０画素点（ｑａ’）である画素サイズを有する場合、第１類物体画像ＩＯａ’で規定される画像領域は、１又は複数の最小認識面積Ａｍ’によって、その画像領域を超えずに完全に覆われることができるので、第１類物体画像ＩＯａ’は、完全に認識されることができる。
【０００６】
第２類物体画像ＩＯｂ’に対応する画像は、第１軸方向画素点ｐｂ’が３０であり、第２軸方向画素点ｑｂ’が１であり、それに応じて、３０画素点（ｐｂ’）×１画素点（ｑｂ’）である画素サイズを有する場合、第２類物体画像ＩＯｂ’で規定される画像領域全体は、最小認識面積Ａｍ’を収容できない（即ち、この最小認識面積Ａｍ’がどの位置でも第２類物体画像ＩＯｂ’で規定される画像領域を超える）ので、この第２類物体画像ＩＯｂ’は、全く認識されることができない。
【０００７】
第３類物体画像ＩＯｃ’に対応する画像の画素サイズに、例えば、閾値エッジＣＢ’が含まれ、この閾値エッジＣＢ’の有する画素点の数が最小認識可能画素サイズにおける小さい方の画素点の数とちょうど等しく、閾値エッジＣＢ’の有する画素点の数が閾値画素点の数として定義される場合、第３類物体画像ＩＯｃ’は、閾値エッジＣＢ’の閾値画素点の数以上の側とこの閾値エッジＣＢ’の閾値画素点の数よりも小さい側との両方に、それぞれ第１局部画像ＩＯｃ１’と第２局部画像ＩＯｃ２’とに分けられる。
第１局部画像ＩＯｃ１’は、閾値エッジＣＢ’の一方側における画素点の数が、いずれも閾値画素点の数以上であり、第１局部画像ＩＯｃ１’で規定される画像領域は、１又は複数の前記最小認識面積Ａｍ’により、その画像領域を超えずに完全に覆われることができるので、第３類物体画像ＩＯｃ’の一部（第１局部画像ＩＯｃ１’に対応する一部）は、認識されることができる。
第２局部画像ＩＯｃ２’は、閾値エッジＣＢの他方側における画素点の数が、いずれも閾値画素点の数よりも小さく、第２局部画像ＩＯｃ２’で規定される画像領域全体が、最小認識面積Ａｍ’を収容できないので、第３類物体画像ＩＯｃ’の他の一部（第２局部画像ＩＯｃ２’に対応する一部）は、認識されることができない。
換言すれば、物体画像ＩＯ’の一部の領域の境界の最大画素点の数が、最小認識可能画素サイズにおける最も小さい画素点の数よりも小さい場合、この物体画像ＩＯ’の一部の領域は、認識されることができない。
【０００８】
ここで、第２類物体画像ＩＯｂ’全体が認識不能であり、又は、第３類物体画像ＩＯｃ’の一部が認識不能であることにより、認識結果の欠損／不完全になり、ひいては、安全面の問題に繋がる。
例えば、画像認識機能を運転に利用した用途において、例えば、輸送手段の運転又は駐車機能を実行する場合、障害物を完全に認識できないと、輸送手段の運転支援システム又は、自動運転システムによる認識結果の判定に用いられる情報に欠損が生じ、予想外の衝突によって危険が生じるリスクが高まることがある。
或いは、空間における補助標識（例えば車線や駐車線）を完全に認識できないと、予想外のずれの発生率が高くなり、潜在危険が生じる可能性が大きくなることがある。
【０００９】
これに鑑みて、従来の画像処理技術は、確かに改善の余地がある。
【先行技術文献】
【特許文献】
【００１０】
台湾特許第７６２５６２号
【発明の概要】
（【００１１】以降は省略されています）

関連特許