[發明專利]信息處理裝置、信息處理方法、以及記錄介質

在審

• 申請號: 202011063846.1
• 申請日: 2020-09-30
• 公開（公告）號: CN112651281A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 三木裕介;三宅壽英;藤丸雅弘;牧恒男;桑野雅史
• 申請（專利權）人: 日立造船株式會社;東京生態服務株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/20
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 張晶;謝順星

技術問題：提高使用了已進行機器學習模型的檢測的檢測精度。解決方案：信息處理裝置(1)具備：第一檢測部(101)，其向能夠檢測多種檢測對象的第一已學習模型輸入輸入數據并檢測檢測對象；以及第二檢測部(102)，其向能夠檢測上述多種檢測對象的至少一部分的第二已學習模型輸入上述輸入數據并檢測第二檢測對象，信息處理裝置(1)基于兩檢測部的檢測結果確定最終檢測結果。

技術領域

本發明涉及一種信息處理裝置等，其使用通過機器學習構建的已學習模型來對檢測對象進行檢測。

背景技術

近年來，由于深度學習等機器學習的發展，圖像上的物體的識別/檢測精度正在提高。而且，由此，圖像識別技術的用途正在擴展。但是，由于現狀的檢測精度不是100％，因此需要為了進一步擴展用途而進行進一步改進。

例如，在下述的專利文獻1中記載的圖像識別裝置利用多種模板對拍攝到物體的圖像進行圖案匹配。而且，該圖像識別裝置在判定與多種模板的圖案一致的情況下，且模板彼此重合的程度是閾值以上的情況下，識別為是模板內的至少一個相關的識別對象物。由此，與利用一種模板進行圖案匹配的情況相比，能夠提高識別精度。

現有技術文獻

專利文獻

專利文獻1：日本公開專利公報“日本專利公開2008-165394號公報(2008年7月17日公開)”

發明內容

(一)要解決的技術問題

但是，在上述那樣的現有技術中，有提高檢測精度的余地。例如，在使用了行人檢測用的模板和招牌檢測用的模板的情況下，在用行人檢測用的模板產生了行人的漏檢測的情況下，由于在招牌檢測用的模板中未檢測行人，因此沒有補救行人的漏檢測的方法。另外，在用行人用的模板產生誤檢測的情況下(例如將路邊的樹誤識別為行人的情況下)，也沒有補救該誤檢測的方法。另外，在檢測對象不是物體的情況下(例如向已學習模型輸入聲音的數據來檢測規定的聲音成分的情況下)，即使在使用專利文獻1那樣的多個模板時，也同樣具有提高檢測精度的余地。

本發明的一個方式的目的在于，實現一種信息處理裝置等，其能夠提高使用了已進行機器學習模型的檢測的檢測精度。

(二)技術方案

為了解決上述的技術問題，本發明的一個方式的信息處理裝置具備：第一檢測部，其向以能夠檢測多種第一檢測對象的方式進行了機器學習的第一已學習模型輸入輸入數據并檢測所述第一檢測對象；以及第二檢測部，其向以能夠檢測所述多種第一檢測對象的至少一部分即第二檢測對象的方式進行了機器學習的第二已學習模型輸入所述輸入數據并檢測所述第二檢測對象，或者，向以能夠檢測不同于所述第一檢測對象的第三檢測對象的方式進行了機器學習的第三已學習模型輸入所述輸入數據并檢測所述第三檢測對象，所述信息處理裝置基于所述第一檢測部的檢測結果和所述第二檢測部的檢測結果確定最終檢測結果。

為了解決上述的技術問題，本發明的一個方式的信息處理方法由一個或者多個信息處理裝置執行，其包括：第一檢測步驟，向以能夠檢測多種檢測對象的方式進行了機器學習的第一已學習模型輸入輸入數據，并根據該輸入數據檢測所述檢測對象；第二檢測步驟，向以能夠檢測所述多種檢測對象的至少一部分的方式進行了機器學習的第二已學習模型，或者，向以能夠檢測不同于所述第一已學習模型的檢測對象的方式進行了機器學習的第三已學習模型輸入所述輸入數據，并根據該輸入數據檢測檢測對象，所述信息處理方法還包括：確定步驟，基于所述第一檢測步驟的檢測結果和所述第二檢測步驟的檢測結果確定最終檢測結果。

(三)有益效果

根據本發明的一個方式，能夠提高使用了已進行機器學習模型的檢測的檢測精度。

附圖說明

圖1是本發明的實施方式1的信息處理裝置的控制部的功能框圖的一例。

圖2是表示包含上述信息處理裝置的不當物檢測系統的結構例的框圖。

圖3是表示在垃圾焚燒設施中，垃圾收集車向垃圾坑內投下垃圾的情況的圖。