图像处理方法、图像处理装置及程序制造方法及图纸

提供能够抑制学习用数据的质量偏差的图像处理方法、图像处理装置及程序。图像处理方法包括：判定步骤(S102)，在时序上连续且对至少一部分图像已赋予表示第1区域的第1注释的多个图像中，一边从时序上的最后时刻开始回溯，一边基于有无第1注释判定该图像中有无第1区域；决定步骤(S103)，确定被判定为没有第1区域的最初的第1时刻的图像，决定第1时刻的图像的包含遮挡物的区域的一部分在内的第2区域，第2区域表示运动物体被遮挡且处于运动物体要从遮挡物出现在行驶路径中之前，第2区域的大小与时序上的第1时刻的下一时刻即第2时刻的图像中的第1区域的大小相应；以及赋予步骤(S104)，将表示第2区域的第2注释赋予给第2时刻的图像。

Image processing method, image processing device and program

An image processing method, an image processing apparatus, and a program that can suppress the quality deviation of data for learning are provided. The image processing method comprises: determining step (S102), in the sequence of consecutive and at least a portion of the image that has given multiple images in the first area first notes, aside from the last time the timing start back, side with first notes based on the image to determine whether first regional decision steps (S103; sure,) were judged to be the first region image without the first first times, first times the image contains second regions covering part of the region, the second region, said moving objects are occluded and in moving objects from obstructions appear in the path before the size and timing in the second area the first time the next time that the image in the first area second moments in the size of the corresponding; and give the steps of (S104), representing the image in the second area is second to second times the notes .

【技术实现步骤摘要】

本专利技术涉及图像处理方法、图像处理装置及程序。
技术介绍
近年来，基于使用了神经网络的机器学习技术的一般物体识别，呈现出高性能而受到关注。但是，在基于神经网络的一般物体识别中，为了引导出高识别性能，需要大量使用作为识别目标的物体的名称或种类等作为注释(正确解答信息)而标注的图像来进行学习处理。另外，在机器学习中，已知若提供海量的数据(大数据)作为学习用数据则精度会提高。作为收集大数据的方法之一，存在利用众包(Crowd-sourcing)等向第三者外包的方法。众包是通过互联网将简单的作业(任务)以低廉的价格委托给不特定的许多人(工作人员)的方法。因而，若利用众包来进行大数据的数据收集，则能够将针对构成大数据的各个数据的任务分配并委托给许多工作人员，因此能够高效地(以比较低廉的价格在短时间内)收集大数据。例如，专利文献1中公开了一种通过尽量少的人数以高作业精度来实现众包的技术。现有技术文献专利文献专利文献1：日本特开2013-197785号公报
技术实现思路
专利技术要解决的问题但是，即使使用专利文献1所公开的技术，也存在如下问题：在标注注释的作业需要高度识别的情况下，标注注释的作业容本文档来自技高网...

【技术保护点】
一种图像处理方法，包括：取得步骤，取得由搭载于车辆的车载摄像头拍摄到的时序上连续的多个图像，对所述多个图像的至少一部分图像已赋予表示第1区域的第1注释，所述第1区域表示是存在于该图像中的在遮挡物的附近且所述车辆的行驶路径中存在的运动物体；判定步骤，对在所述取得步骤中取得的所述多个图像，一边从时序上的最后时刻的图像开始依次回溯时刻，一边基于有无所述第1注释来判定该图像中有无所述第1区域；决定步骤，确定所述多个图像中的在所述判定步骤中判定为没有所述第1区域的最初的第1时刻的图像，决定所确定出的所述第1时刻的图像的包含所述遮挡物的区域的一部分在内的第2区域，所述第2区域表示所述运动物体被遮挡且处于所...

【技术特征摘要】
2016.09.27 JP 2016-188647;2016.03.11 US 62/3068271.一种图像处理方法，包括：取得步骤，取得由搭载于车辆的车载摄像头拍摄到的时序上连续的多个图像，对所述多个图像的至少一部分图像已赋予表示第1区域的第1注释，所述第1区域表示是存在于该图像中的在遮挡物的附近且所述车辆的行驶路径中存在的运动物体；判定步骤，对在所述取得步骤中取得的所述多个图像，一边从时序上的最后时刻的图像开始依次回溯时刻，一边基于有无所述第1注释来判定该图像中有无所述第1区域；决定步骤，确定所述多个图像中的在所述判定步骤中判定为没有所述第1区域的最初的第1时刻的图像，决定所确定出的所述第1时刻的图像的包含所述遮挡物的区域的一部分在内的第2区域，所述第2区域表示所述运动物体被遮挡且处于所述运动物体要从所述遮挡物出现在所述行驶路径中之前，所述第2区域的大小与时序上的所述第1时刻的下一时刻即第2时刻的图像中的所述第1区域的大小相应；以及赋予步骤，将表示在所述决定步骤中决定的所述第2区域的第2注释赋予给所述第2时刻的图像。2.根据权利要求1所述的图像处理方法，在所述决定步骤中，通过将所述第2时刻的图像中的所述第1区域沿从该第1区域向所述遮挡物的方向按原样挪动预定距离，决定所述第1时刻的图像的包含所述遮挡物的区域的一部分在内的所述第2区域。3.根据权利要求1所述的图像处理方法，在所述决定步骤中，进一步，确定从所述第1时刻到在时序上比所述第1时刻靠前预定时间的时刻为止的范围所包含的一个以上的图像，在所确定出的一个以上的图像中决定包含所述遮挡物的区域的一部分在内的所述第2区域。4.根据权利要求1所述的图像处理方法，所述图像处理方法还包括：第1筛选步骤，选择第1筛选图像，所述第1筛选图像是由搭载于所述车辆的车载摄像头拍摄到的时序上连续且与表示所述车辆的制动强度或加速度的信息相关联的所有图像中的、从所述车辆的制动强度或加速度比阈值大的时间点到一定期间前的时间点为止的多个图像；和第2筛选步骤，通过选择在所述第1筛选步骤中选择出的所述第1筛选图像中的、包括已被赋予表示如下区域的注释的一个以上的图像在内的时序上连续的多个图像，由此从所述所有图像筛选为对所述至少一部分图像已赋予所述第1注释的所述多个图像，该区域为表示是存在于所述车辆的行驶路径中的运动物体的区域，在所述取得步骤中，取得在所述第2筛选步骤中筛选出的所述多个图像。5.根据权利要求4所述的图像处理方法，所述图像处理方法还包括如下工作人员步骤：在所述第1筛选步骤之前，使众包的工作人员对所述所有图像赋予表示如下区域的注释，该区域为表示是存在于图像中的运动物体的区域。6.根据权利要求5所述的图像处理方法，所述图像处理方法还包括如下工作人员步骤：在所述第2筛选步骤之前，使众包的工作人员对在所述第1筛选步骤中选择出的所述第1筛选图像赋予表示如下区域的注释，该区域为表示是存在于该第1筛选图像中的运动物体的区域。7.根据权利要求4所述的图像处理方法，所述第2区域是在所述车辆行驶时有可能会与所述运动物体发生碰撞的危险区域，所述图像处理方法还包括如下危险度赋予步骤：使在所述赋予步骤中赋予的所述第2注释包含与所述车辆的制动强度或加速度比所述阈值大的时间点的所述制动强度或加速度的大小相应的危险度。8.根据权利要求1所述的图像处理方法，所述运动物体是人物...

【专利技术属性】
技术研发人员：小冢和纪，谷川彻，齐藤雅彦，
申请(专利权)人：松下电器美国知识产权公司，
类型：发明
国别省市：美国;US