[發(fā)明專利]訓(xùn)練裝置、圖像識(shí)別裝置、訓(xùn)練方法和計(jì)算機(jī)可讀信息存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201780089794.5
• 申請(qǐng)日: 2017-04-26
• 公開（公告）號(hào): CN110582783B
• 公開（公告）日: 2023-04-04
• 發(fā)明（設(shè)計(jì)）人: 小野大地
• 申請(qǐng)（專利權(quán)）人: 索尼互動(dòng)娛樂(lè)股份有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 張曉明

提供的是可以利用已經(jīng)使用CG圖像訓(xùn)練過(guò)的分類器來(lái)提高捕獲圖像的識(shí)別的準(zhǔn)確度的學(xué)習(xí)設(shè)備、圖像識(shí)別設(shè)備、學(xué)習(xí)方法和計(jì)算機(jī)可讀信息存儲(chǔ)介質(zhì)。中間特征量識(shí)別單元(44)識(shí)別中間特征量。偏移特征量識(shí)別單元(46)基于CG中間特征量和捕獲圖像中間特征量來(lái)識(shí)別偏移特征量。偏移后中間特征量識(shí)別單元(48)基于與CG圖像相關(guān)聯(lián)的中間特征量和偏移特征量來(lái)識(shí)別與CG圖像相關(guān)聯(lián)的偏移后中間特征量。當(dāng)使用與CG圖像相關(guān)聯(lián)的偏移后中間特征量對(duì)捕獲圖像進(jìn)行識(shí)別時(shí)，第二分類器訓(xùn)練單元(50)訓(xùn)練接收與捕獲圖像相關(guān)聯(lián)的中間特征量的第二分類器(40b)。

技術(shù)領(lǐng)域

本發(fā)明涉及訓(xùn)練裝置、圖像識(shí)別裝置、訓(xùn)練方法和計(jì)算機(jī)可讀信息存儲(chǔ)介質(zhì)。

背景技術(shù)

近年來(lái)，在機(jī)器學(xué)習(xí)領(lǐng)域中，使用分類器對(duì)攝影圖像進(jìn)行圖像識(shí)別的技術(shù)受到了關(guān)注。

語(yǔ)義分割是使用分類器對(duì)攝影圖像進(jìn)行圖像識(shí)別的技術(shù)之一。通過(guò)語(yǔ)義分割，為包括在輸入攝影圖像中的每個(gè)像素識(shí)別像素的含義，諸如由像素表示的對(duì)象。

此外，存在使用分類器對(duì)攝影圖像進(jìn)行圖像識(shí)別的技術(shù)的其它示例。這些技術(shù)的示例包括用于識(shí)別輸入的攝影圖像是什么的技術(shù)和用于識(shí)別輸入的攝影圖像中放置了什么的技術(shù)。

發(fā)明內(nèi)容

[技術(shù)問(wèn)題]

為了提高使用諸如語(yǔ)義分割的分類器對(duì)攝影圖像進(jìn)行圖像識(shí)別的精度，需要使用大量攝影圖像對(duì)分類器進(jìn)行訓(xùn)練。然而，獲取大量的攝影圖像是困難的。針對(duì)這種情況，一種可能的方法是使用由計(jì)算機(jī)圖形技術(shù)創(chuàng)建的計(jì)算機(jī)圖形(CG)圖像而不是使用攝影圖像來(lái)訓(xùn)練分類器。

然而，即使CG圖像與攝影圖像相似，CG圖像與攝影圖像之間的特征也存在差異。此外，由于特征中的差異，使用利用CG圖像訓(xùn)練過(guò)的分類器來(lái)提高對(duì)攝影圖像進(jìn)行圖像識(shí)別的精度是有限的。

本發(fā)明是針對(duì)上述問(wèn)題而做出的。本發(fā)明的目的之一是提供能夠使用已經(jīng)利用CG圖像訓(xùn)練過(guò)的分類器來(lái)提高對(duì)攝影圖像進(jìn)行圖像識(shí)別的精度的訓(xùn)練裝置、圖像識(shí)別裝置、訓(xùn)練方法和程序。

[問(wèn)題的解決方案]

為了解決上述問(wèn)題，根據(jù)本發(fā)明的訓(xùn)練裝置包括：中間特征識(shí)別部分，其被配置為在圖像的輸入數(shù)據(jù)被輸入到第一分類器的情況下，將來(lái)自包括在第一分類器的中間層中的輸出識(shí)別為與圖像相關(guān)聯(lián)的中間特征，第一分類器被配置為對(duì)CG圖像和攝影圖像進(jìn)行分類；偏移特征識(shí)別部分，其被配置為基于以下來(lái)識(shí)別偏移特征：與一個(gè)CG圖像相關(guān)聯(lián)的中間特征、或每一個(gè)都與多個(gè)CG圖像的對(duì)應(yīng)一個(gè)相關(guān)聯(lián)的多個(gè)中間特征；以及與一個(gè)攝影圖像相關(guān)聯(lián)的中間特征、或每一個(gè)都與多個(gè)攝影圖像的對(duì)應(yīng)一個(gè)相關(guān)聯(lián)的多個(gè)中間特征；偏移后中間特征識(shí)別部分，其被配置為基于與CG圖像相關(guān)聯(lián)的中間特征和偏移特征識(shí)別與CG圖像相關(guān)聯(lián)的偏移后中間特征；以及訓(xùn)練部分，其被配置為使用每一個(gè)都與多個(gè)CG圖像的對(duì)應(yīng)一個(gè)相關(guān)聯(lián)的多個(gè)偏移后中間特征來(lái)執(zhí)行第二分類器的訓(xùn)練，第二分類器被配置為在對(duì)攝影圖像執(zhí)行圖像識(shí)別的情況下接收與攝影圖像相關(guān)聯(lián)的中間特征。

在本發(fā)明的一個(gè)方面，偏移特征識(shí)別部分被配置為基于每一個(gè)都與多個(gè)CG圖像的對(duì)應(yīng)一個(gè)相關(guān)聯(lián)的多個(gè)中間特征的代表值、以及每一個(gè)都與多個(gè)攝影圖像的對(duì)應(yīng)一個(gè)相關(guān)聯(lián)的多個(gè)中間特征的代表值來(lái)識(shí)別偏移特征。

此外，在本發(fā)明的一個(gè)方面，第一分類器包括已經(jīng)使用CG圖像的訓(xùn)練數(shù)據(jù)和攝影圖像的訓(xùn)練數(shù)據(jù)訓(xùn)練過(guò)的分類器。