特許ウォッチ

公開番号2025113781
公報種別公開特許公報(A)
公開日2025-08-04
出願番号2024008107
出願日2024-01-23
発明の名称情報処理装置、情報処理方法及びプログラム
出願人キヤノン株式会社
代理人個人
主分類G06T 7/00 20170101AFI20250728BHJP(計算;計数)
要約【課題】入力データが特定の条件で誤識別しやすくなる物体のカテゴリ間の識別精度を向上させる。
【解決手段】画像に含まれる物体のカテゴリを識別するモデルの学習を行うための情報処理装置であって、前記画像から属性を取得する属性取得手段と、前記属性取得手段で取得された前記属性に基づいて、前記モデルの学習を行う際に複数のカテゴリによるグループを生成する生成手段と、を有する。
【選択図】図6
特許請求の範囲【請求項１】
画像に含まれる物体のカテゴリを識別するモデルの学習を行うための情報処理装置であって、
前記画像から属性を取得する属性取得手段と、
前記属性取得手段で取得された前記属性に基づいて、前記モデルの学習を行う際に複数のカテゴリによるグループを生成する生成手段と、
を有することを特徴とする情報処理装置。
続きを表示（約 1,000 文字）【請求項２】
前記モデルを用いて前記画像に含まれる物体のカテゴリを識別する識別手段と、
前記識別手段による識別結果と、前記生成手段で生成されたカテゴリのグループに基づいて、前記モデルの学習を行う学習手段と、
を更に有することを特徴とする請求項１に記載の情報処理装置。
【請求項３】
所定の属性条件で誤識別しやすいカテゴリのグループの情報を取得するグループ取得手段を更に有し、
前記生成手段は、前記グループ取得手段で取得された前記グループの情報を用いて、前記グループを生成することを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記属性取得手段で取得された前記属性が所定の属性条件を満たす場合、前記生成手段で生成されるグループは、前記物体の正解カテゴリと、前記所定の属性条件で前記正解カテゴリと誤識別しやすい１以上のカテゴリと、を含むことを特徴とする請求項１に記載の情報処理装置。
【請求項５】
前記グループ取得手段は、各カテゴリのデータセットについて、前記属性ごとのカテゴリの誤識別率を集計することで、前記グループの情報を取得することを特徴とする請求項３に記載の情報処理装置。
【請求項６】
前記画像から取得された前記属性を補正するように前記画像を変換する変換手段を更に有し、
前記識別手段は、変換された前記物体のカテゴリを識別し、
前記生成手段は、補正された前記属性に基づいて、前記グループを生成することを特徴とする請求項２に記載の情報処理装置。
【請求項７】
前記変換手段は、学習の対象となる各カテゴリのデータセットについての、前記属性の統計を用いることで、前記属性の補正量を算出することを特徴とする請求項６に記載の情報処理装置。
【請求項８】
所定の属性条件で誤識別しやすいカテゴリのグループの情報を取得するグループ取得手段を更に有し、
前記変換手段は、前記画像から取得された前記属性が前記所定の属性条件を満たすように、前記属性の補正量を算出することを特徴とする請求項７に記載の情報処理装置。
【請求項９】
前記属性は、前記画像内の物体の領域のサイズであることを特徴とする請求項１に記載の情報処理装置。
【請求項１０】
前記属性は、前記画像の輝度であることを特徴とする請求項１に記載の情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置、情報処理方法及びプログラムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
近年、カテゴリを識別するための機械学習モデル（以下、カテゴリ識別器）の学習において、予め学習対象とするカテゴリをいくつかのグループに分けて学習することで、その部分集合の識別率の向上を図る技術が提案されている。
非特許文献１では、カテゴリ識別器を学習するための教師データの出現頻度の少ないカテゴリのグループとそうでないグループに分割し、学習時の損失関数をグループ毎に計算することで教師データの不均衡を抑制する方法が提案されている。また、非特許文献２では、カテゴリ識別器が識別する各カテゴリの尤度の大きさに基づきカテゴリのグループ化を行い、グループ化した損失関数（ソフトマックス関数）で学習することで誤識別するカテゴリ間の分類精度を向上させる方法が提案されている。
【先行技術文献】
【非特許文献】
【０００３】
ＹｕＬｉ，ＴａｏＷａｎｇ，ＢｉｎｇｙｉＫａｎｇ，ＳｈｅｎｇＴａｎｇ，ＣｈｕｎｆｅｎｇＷａｎｇ，ＪｉｎｔａｏＬｉ，ＪｉａｓｈｉＦｅｎｇ， “ＯｖｅｒｃｏｍｉｎｇＣｌａｓｓｉｆｉｅｒＩｍｂａｌａｎｃｅｆｏｒＬｏｎｇ－ＴａｉｌＯｂｊｅｃｔＤｅｔｅｃｔｉｏｎＷｉｔｈＢａｌａｎｃｅｄＧｒｏｕｐＳｏｆｔｍａｘ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ／ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ（ＣＶＰＲ），２０２０，ｐｐ．１０９９１－１１０００．
ＴａｋｕｍｉＫｏｂａｙａｓｈｉ， “ＧｒｏｕｐＳｏｆｔｍａｘＬｏｓｓＷｉｔｈＤｉｓｃｒｉｍｉｎａｔｉｖｅＦｅａｔｕｒｅＧｒｏｕｐｉｎｇ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ／ＣＶＦＷｉｎｔｅｒＣｏｎｆｅｒｅｎｃｅｏｎＡｐｐｌｉｃａｔｉｏｎｓｏｆＣｏｍｐｕｔｅｒＶｉｓｉｏｎ（ＷＡＣＶ），２０２１，ｐｐ．２６１５－２６２４．
ＺｈｉＴｉａｎ，ＣｈｕｎｈｕａＳｈｅｎ，ＨａｏＣｈｅｎ，ＴｏｎｇＨｅ， “ＦＣＯＳ：ＦｕｌｌｙＣｏｎｖｏｌｕｔｉｏｎａｌＯｎｅ－ＳｔａｇｅＯｂｊｅｃｔＤｅｔｅｃｔｉｏｎ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ／ＣＶＦＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ（ＩＣＣＶ），２０１９，ｐｐ．９６２７－９６３６.
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、識別したい対象の大きさが小さいといった特定の条件下で誤識別しやすくなるような物体のカテゴリ間では分類精度が向上しにくい。例えば、画像中の小さな飛行機を鳥に誤識別しやすくなるケースや、画像の輝度が低い場合に犬を猫に誤識別しやすくなるケースがある。このように特定の条件下でカテゴリ間の誤識別が発生しやすくなることがある。
【０００５】
本発明は、入力データが特定の条件で誤識別しやすくなる物体のカテゴリ間の識別精度を向上させることを目的とする。
【課題を解決するための手段】
【０００６】
本発明は、画像に含まれる物体のカテゴリを識別するモデルの学習を行うための情報処理装置であって、前記画像から属性を取得する属性取得手段と、前記属性取得手段で取得された前記属性に基づいて、前記モデルの学習を行う際に複数のカテゴリによるグループを生成する生成手段と、を有することを特徴とする。
【発明の効果】
【０００７】
本発明によれば、入力データが特定の条件で誤識別しやすくなるカテゴリ間の識別精度を向上させることができる。
【図面の簡単な説明】
【０００８】
情報処理装置のハードウェア構成例を示す図である。
情報処理装置の機能構成例を示す図である。
属性取得部の機能構成例を示す図である。
グループ生成部の機能構成例を示す図である。
カテゴリの誤識別率の説明図である。
カテゴリ識別器の学習処理を示すフローチャートである。
情報処理装置の機能構成例を示す図である。
属性取得部の機能構成例を示す図である。
カテゴリ識別器の学習処理を示すフローチャートである。
情報処理装置の機能構成例を示す図である。
【発明を実施するための形態】
【０００９】
以下、添付の図面を参照して、実施形態について説明する。
【００１０】
〔実施形態１〕
本実施形態では、入力する画像内の物体のカテゴリを識別するための機械学習モデル（以下、カテゴリ識別器）を学習するためのシステムについて説明する。このシステムでは、画像から取得した属性パラメータを用いて、カテゴリ識別器の学習を行う際に適用するカテゴリのグループを生成し、生成したグループを用いてカテゴリ識別器を学習する。入力データは、画像に限らず、文書、時系列データなど特に限定されない。
（【００１１】以降は省略されています）

関連特許