[發明專利]信息處理裝置、信息處理方法、車輛、信息處理服務器和記錄介質

在審

• 申請號: 202110274204.4
• 申請日: 2021-03-15
• 公開（公告）號: CN113496194A
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 安井裕司
• 申請（專利權）人: 本田技研工業株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 霍玉娟;張剛

本發明提供一種信息處理裝置，具有：獲取單元，其獲取由拍攝單元拍攝到的實際圖像；識別單元，其執行具有隱含層的神經網絡的處理，識別實際圖像內的目標；以及處理單元，其以使基于第一評價函數和第二評價函數的評價值減少的方式變更神經網絡的權重系數來使神經網絡學習，處理單元獲取基于實際圖像和表示與實際圖像類似的場景的計算機圖形(CG)圖像分別輸入到神經網絡時的、與來自神經網絡的隱含層的各個圖像對應的中間輸出，使用基于識別單元的識別結果和教師數據的差異越小則評價值減少的第一評價函數、以及與實際圖像和CG圖像對應的中間輸出的差異越小則評價值減少的第二評價函數的評價值，使神經網絡學習。

技術領域

本發明涉及信息處理裝置、信息處理方法、車輛、信息處理服務器以及記錄介質。

背景技術

近年來，已知有如下技術：將由車輛所具備的攝像機拍攝到的圖像輸入到神經網絡，通過神經網絡的推定處理來進行物體識別(也稱為對象檢測)(專利文獻1)。

現有技術文獻

專利文獻

專利文獻1：日本特表2018-527660號公報

發明內容

發明所要解決的問題

另外，在使用拍攝到的圖像進行物體識別處理并根據該物體識別處理的結果進行車輛的行動控制的情況下，謀求在車輛行駛時可能產生的各種狀況下得到穩健的識別結果。另一方面，由于難以確保有拍攝了所有狀況的圖像作為學習數據，因此也存在將由計算機圖形(CG)描繪的CG圖像用作學習數據的情況。

在實際拍攝的圖像(也稱為實際圖像)和CG圖像中，即使是對象或背景同樣地配置的同一場景，有時也由于邊緣部分的增強程度、無邊緣的部分的噪聲、濃淡變化而使圖像的特性不同。

因此，對于發生頻率極低、難以獲取與該狀況對應的實際圖像的場景，將CG圖像作為學習數據來使學習模型學習的結果是，擔心在實際使用了實際圖像的推定處理中無法得到同等的識別結果。

在專利文獻1中，為了得到更穩健的識別結果，公開了作為物體識別處理的前處理進行單色轉換、對比度調整，但對于作為學習數據而使用CG圖像或其課題沒有任何考慮。

本發明是鑒于上述課題而完成的，其目的在于提供一種技術，在使用對輸入圖像輸出推斷結果的學習模型的情況下，即使在使用CG圖像作為學習數據的情況下，也能夠使針對實際圖像的推斷結果更加穩健。

用于解決問題的方法

根據本發明，提供一種信息處理裝置，其特征在于，

所述信息處理裝置具有：

獲取單元，其獲取由拍攝單元拍攝到的實際圖像；

識別單元，其執行具有隱含層的神經網絡的處理，識別所述實際圖像內的目標物；

處理單元，其以使基于第一評價函數和第二評價函數的評價值減少的方式變更所述神經網絡的權重系數來使所述神經網絡學習，

所述處理單元獲取實際圖像和表示與所述實際圖像類似的場景的計算機圖形(CG)圖像分別單獨地輸入到所述神經網絡時的、與來自所述神經網絡的隱含層的各個圖像對應的中間輸出，

使用基于所述識別單元的識別結果和教師數據的差異越小則評價值越減少的所述第一評價函數、以及與所述實際圖像和所述CG圖像對應的中間輸出的差異越小則評價值越減少的所述第二評價函數的評價值，使所述神經網絡學習。

另外，根據本發明，提供一種車輛，其特征在于，

所述車輛具有：

拍攝單元；以及