[發明專利]圖像處理裝置、圖像處理方法

有效

• 申請號: 201480022915.0
• 申請日: 2014-03-14
• 公開（公告）號: CN105144239B
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 安藤淳
• 申請（專利權）人: 奧林巴斯株式會社
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝;于英慧

圖像處理裝置包括：輸入受理部(110)，其受理學習圖像和正解標簽的輸入；處理部(120)，其進行分類器數據和處理對象圖像的生成處理；以及存儲部(130)，其存儲分類器數據。處理部(120)生成處理對象圖像，該處理對象圖像是學習圖像的整體圖像或者部分圖像，并計算處理對象圖像的特征量，根據特征量和對與特征量對應的學習圖像賦予的正解標簽的組即示教數據生成分類器數據，根據學習圖像或者處理對象圖像生成圖像組，使用分類器數據將圖像組的各個圖像分類，計算各個圖像的分類分數，根據分類分數和圖像組再次生成處理對象圖像。

技術領域

本發明涉及圖像處理裝置、圖像處理方法等。

背景技術

近年來，在機器學習的領域中推進著有監督學習的研究。關于使用作為學習的結果而生成的判別器(分類器)判別(分類)圖像的內容時的特有情況，可以考慮想要檢測圖像中的對象物的位置的情況。另外，也可以考慮將僅部分地攝入有表示正解標簽的對象物等的圖像分類的情況。例如，在專利文獻1中公開了對于這樣的圖像根據對象圖像的一部分的特征量進行分類的發明。

另外，通常在學習中使用的示教數據越多，所生成的判別器(分類器)的判別精度(分類精度)越高，能夠對無標簽數據自動進行正確的標簽賦予。

但是，示教數據的正解標簽幾乎都是由人手動賦予的。因此，難以準備大量的示教數據、示教數據的生成成本非常大的情況居多。

因此，作為發展有監督學習的方法之一，有不僅使用帶正解標簽的數據、而且也使用無標簽數據作為示教數據的半監督學習的方法。并且，在該半監督學習中，作為主要將圖像數據作為學習/判別對象的方法，提出了從帶正解標簽的圖像生成新的圖像并用于學習中的生成型學習的方法。

現有技術文獻

專利文獻

專利文獻1：日本特開2008－282267號公報

發明概要

發明要解決的問題

為了進行分類器的學習，需要準備圖像中的對象物的位置和形狀等作為示教數據，該分類器用于從諸如部分地包含表示正解標簽的場景或者物體的圖像中檢測物體(對象物)等的位置。但是，與對圖像賦予該圖像所屬的類別的標簽的作業相比，手動生成物體的位置和形狀信息的作業是更費功夫的作業。其結果是，導致能夠準備的示教數據數量減少，作為學習結果的分類器的性能也下降。

另外，當在“在從帶正解標簽的圖像生成了新的圖像的情況下，新的圖像的正解標簽與原來的圖像的正解標簽相同”這一前提下生成新的圖像時，只能以正解標簽不變的程度對帶正解標簽的圖像賦予變化，存在不能生成許多新的圖像的問題。因此，在這種情況下，不能充分增加示教數據的數量，不能充分提高判別器的判別精度。

另一方面，在假設“在生成新的圖像時正解標簽也可以變化”的情況下，作為從帶正解標簽的圖像生成新的圖像的方法，例如可以考慮如下的方法：將原來的帶正解標簽的圖像分割為多個圖像，由人對重新生成的圖像組賦予正解標簽，并作為新的示教數據用于學習中。在這種情況下，雖然能夠充分增加示教數據的數量，但是存在示教數據的標簽賦予成本龐大的問題。

發明內容

根據本發明的幾種方式能夠提供圖像處理裝置、圖像處理方法等，在使用部分地攝入有表現正解標簽的物體等的學習圖像進行學習的情況下，僅通過對學習圖像進行標簽賦予，即可進行物體的位置檢測。

另外，根據本發明的幾種方式能夠提供圖像處理裝置、圖像處理方法等，在使用部分地攝入有表示正解標簽的物體等的學習圖像進行學習的情況下，僅通過對學習圖像進行標簽賦予，即可進行物體等的位置的檢測，提高所生成的分類器的分類精度。

用于解決問題的手段