処理中

しばらくお待ちください...

設定

設定

1. WO2018198233 - 学習装置、画像認識装置、学習方法及びプログラム

公開番号 WO/2018/198233
公開日 01.11.2018
国際出願番号 PCT/JP2017/016565
国際出願日 26.04.2017
IPC
G 物理学
06
計算;計数
T
イメージデータ処理または発生一般
7
イメージ分析,例.ビットマップから非ビットマップへ
G06T 7/00 (2017.01)
出願人
  • 株式会社ソニー・インタラクティブエンタテインメント SONY INTERACTIVE ENTERTAINMENT INC. [JP/JP]; 東京都港区港南1丁目7番1号 1-7-1, Konan, Minato-ku, Tokyo 1080075, JP
発明者
  • 小野 大地 ONO Daichi; JP
代理人
  • 特許業務法人はるか国際特許事務所 HARUKA PATENT & TRADEMARK ATTORNEYS; 東京都千代田区六番町3 六番町SKビル5階 Rokubancho SK Bldg. 5th Floor, 3, Rokubancho, Chiyoda-ku, Tokyo 1020085, JP
優先権情報
公開言語 (言語コード) 日本語 (JA)
出願言語 (言語コード) 日本語 (JA)
指定国 (国コード)
発明の名称
(EN) LEARNING DEVICE, IMAGE RECOGNITION DEVICE, LEARNING METHOD, AND PROGRAM
(FR) DISPOSITIF D'APPRENTISSAGE, DISPOSITIF DE RECONNAISSANCE D'IMAGE, PROCÉDÉ D'APPRENTISSAGE ET PROGRAMME
(JA) 学習装置、画像認識装置、学習方法及びプログラム
要約
(EN)
Provided are a learning device, an image recognition device, a learning method, and a program whereby it is possible to improve the accuracy with which a captured image is recognized using a classifier that has been trained using CG images. An intermediate feature quantity identification unit (44) identifies an intermediate feature quantity. An offset feature quantity identification unit (46) identifies an offset feature quantity on the basis of a CG intermediate feature quantity and a captured image intermediate feature quantity. A post-offset intermediate feature quantity identification unit (48) identifies a post-offset intermediate feature quantity associated with a CG image, on the basis of an intermediate feature quantity and an offset feature quantity that are associated with the CG image. A second classifier training unit (50) trains a second classifier (40b), which receives an intermediate feature quantity associated with a captured image when the captured image is recognized using a post-offset intermediate feature quantity associated with a CG image.
(FR)
L'invention concerne un dispositif d'apprentissage, un dispositif de reconnaissance d'image, un procédé d'apprentissage et un programme permettant d'améliorer la précision avec laquelle une image capturée est reconnue à l'aide d'un classificateur qui a été entraîné à l'aide d'images CG. Une unité d'identification de quantité de caractéristique intermédiaire (44) identifie une quantité de caractéristique intermédiaire. Une unité d'identification de quantité de caractéristique de décalage (46) identifie une quantité de caractéristique de décalage sur la base d'une quantité de caractéristique intermédiaire de CG et d'une quantité de caractéristique intermédiaire d'image capturée. Une unité d'identification de quantité de caractéristique intermédiaire post-décalage (48) identifie une quantité de caractéristique intermédiaire post-décalage associée à une image CG, sur la base d'une quantité caractéristique intermédiaire et d'une quantité caractéristique de décalage qui sont associées à l'image CG. Une seconde unité d'apprentissage de classificateur (50) entraîne un second classificateur (40b), qui reçoit une quantité de caractéristique intermédiaire associée à une image capturée lorsque l'image capturée est reconnue à l'aide d'une quantité de caractéristique intermédiaire post-décalage associée à une image CG.
(JA)
CG画像による学習が行われた分類器を用いた実写画像の画像認識精度を向上できる学習装置、画像認識装置、学習方法及びプログラムを提供する。中間特徴量特定部(44)は、中間特徴量を特定する。オフセット特徴量特定部(46)は、CG中間特徴量と実写中間特徴量とに基づいて、オフセット特徴量を特定する。オフセット後中間特徴量特定部(48)は、CG画像に対応付けられる中間特徴量とオフセット特徴量とに基づいて、当該CG画像に対応付けられるオフセット後中間特徴量を特定する。第2分類器学習部(50)は、CG画像に対応付けられるオフセット後中間特徴量を用いた、実写画像の画像認識の際に当該実写画像に対応付けられる前記中間特徴量が入力される第2分類器(40b)の学習を実行する。
他の公開
EP2017907458
国際事務局に記録されている最新の書誌情報