一种学习模型生成装置、图像校正装置及其方法、记录媒体，所述学习模型生成装置具备处理器，所述处理器获取所拍摄的图像数据及按拍摄所述图像数据时的摄影条件而设定且彼此具有依赖关系的多个设定值，利用所述多个设定值计算用于对从所述图像数据获得的信息即图像信息进行分类的评价值，根据所述评价值对所述图像信息进行分类，利用所述图像信息按每个分类生成学习模型。
【技术实现步骤摘要】
学习模型生成装置、图像校正装置及其方法、记录媒体
本专利技术涉及一种学习模型生成装置、图像校正装置、记录媒体、学习模型生成方法及图像校正方法。
技术介绍
专利文献1中公开有一种图像学习装置，其学习从摄像装置输入的图像来判别存在于图像中的对象，所述图像学习装置的特征在于，具备：初始登录单元，以预先设定的摄影条件拍摄所述对象，并初始登录该拍摄的图像及表示该图像的摄影条件的摄影配置文件；不足图像获取单元，根据通过所述初始登录单元登录的所述图像或所述摄影配置文件中的至少1个来判断所述学习中所需的不足图像，并使所述摄像装置获取该不足图像；不足图像追加登录单元，将通过所述不足图像获取单元获取的不足图像及该不足图像中附带的摄影配置文件追加登录到所述初始登录单元；学习样品提取单元，从登录于所述不足图像追加登录单元的图像或摄影配置文件中的至少1个提取用于所述学习的学习样品；及学习单元，利用所述提取的学习样品进行所述学习。专利文献2中公开有一种图像处理装置，其具备：接收单元，接收由颜色转换之前的图像信息及颜色转换之后的图像信息构成的图像信息组；及颜色转换特性制作单元，根据从拍摄所述颜色转换之前的图像时的摄影条件中设定的摄影设定信息，制作对图像进行颜色转换的颜色转换特性。专利文献3中公开有一种图像处理装置，其对通过数码相机获取的图像数据实施图像处理，所述图像处理装置的特征在于，具备：标签信息输入单元，获取所述图像数据中附带的标签信息；场景判断单元，根据所述标签信息判断所述图像数据的摄影场景；图像处理条件设定单元，设定与所述摄影场景相应的图像处理条件；图像处理单元，按照所设定的所述图像处理条件对所述图像数据进行图像处理；及后处理单元，对已实施所述图像处理的图像数据实施与图像的类别相应的后处理，该后处理单元根据摄影者信息确定所述图像的类别，选择与所确定的图像的类别相应的输出配置文件，利用所选择的所述输出配置文件实施所述后处理。专利文献1：日本特开2004-213567号公报专利文献2：日本特开2019-083445号公报专利文献3：日本特开2003-111005号公报若利用机械学习进行所输入的图像数据的校正，则需要大量的图像数据及学习次数，学习工作繁杂。存在生成如下学习模型的技术，该学习模型中，考虑摄影条件，利用根据使用频度高的图像数据组或标签进行分类的图像数据进行学习，对输入数据输出与所学习的图像数据的关联性相应的输出数据。然而，需要与各摄影条件相应的图像数据及学习工作，并不一定能够减少学习模型的数量。
技术实现思路
本专利技术的目的在于提供一种学习模型生成装置、图像校正装置、记录媒体、学习模型生成方法及图像校正方法，所述学习模型生成装置与按存在多个的摄影条件制作学习模型的情况相比，即使摄影条件涉及多方面时也能够减少学习模型的数量。用于解决课题的手段方案1的学习模型生成装置具备处理器，处理器获取所拍摄的图像数据及按拍摄图像数据时的摄影条件而设定且彼此具有依赖关系的多个设定值，利用多个设定值计算用于对从图像数据获得的信息即图像信息进行分类的评价值，根据评价值对图像信息进行分类，利用图像信息按每个分类生成学习模型。方案2的学习模型生成装置在方案1所涉及的学习模型生成装置中，在根据评价值对图像信息进行分类之后，根据多个设定值中的1个设定值进一步对图像信息进行分类。方案3的学习模型生成装置在方案2所涉及的学习模型生成装置中，按预先设定的评价值的范围及预先设定的设定值的范围中的至少一个范围对图像信息进行分类。方案4的学习模型生成装置在方案1至方案3中任一方案所涉及的学习模型生成装置中，当已分类的图像信息的数量比预先设定的阈值多时，生成学习模型。方案5的学习模型生成装置在方案1至方案4中任一方案所涉及的学习模型生成装置中，当新追加有已分类的图像信息时，再次生成学习模型。方案6的学习模型生成装置在方案1至方案5中任一方案所涉及的学习模型生成装置中，评价值为对多个设定值中的至少2个分别进行标准化来获得的值即标度值(scalevalues)的总和。方案7的图像校正装置具备处理器，处理器利用从所输入的图像数据获得的多个设定值计算评价值，利用评价值选择通过方案1至方案6中任一方案所涉及的学习模型生成装置生成的学习模型来进行图像数据的校正。方案8的图像校正装置在方案7所涉及的图像校正装置中，设定值为光圈、快门速度及ISO灵敏度中的至少2个。方案9的图像校正装置在方案8所涉及的图像校正装置中，利用多个设定值计算设定值的优先顺序，利用评价值及优先顺序设定为最高优先级的设定值来进行学习模型的选择。方案10的图像校正装置在方案9所涉及的图像校正装置中，当光圈的设定值小于阈值时，将光圈的优先顺序设定为最高优先级。方案11的图像校正装置在方案9或方案10所涉及的图像校正装置中，当光圈的设定值为阈值以上且快门速度的设定值大于阈值时，将快门速度的优先顺序设定为最高优先级。方案12的图像校正装置在方案9至方案11中任一方案所涉及的图像校正装置中，当光圈的设定值为阈值以上且快门速度的设定值为阈值以下时，将ISO灵敏度的优先顺序设定为最高优先级。方案13的图像校正装置在方案7至方案12中任一方案所涉及的图像校正装置中，当利用按预先设定的评价值的范围进行分类的图像信息生成有学习模型时，选择利用分类为与评价值相对应的范围的图像信息来生成的学习模型。方案14的图像校正装置在方案13所涉及的图像校正装置中，当利用按预先设定的评价值的范围对图像信息进行分类且按预先设定的各个摄影条件的设定值的范围对已按评价值的范围进行了分类的图像信息进行分类的图像信息来生成有学习模型时，选择利用分类为与评价值及设定值相对应的范围的图像信息来生成的学习模型。方案15的图像校正装置在方案14所涉及的图像校正装置中，当不存在利用分类为预先设定的评价值的范围或预先设定的设定值的范围的图像信息来生成的学习模型时，扩大预先设定的评价值的范围或预先设定的设定值的范围来选择学习模型。方案16的记录媒体，其记录有使计算机执行如下处理的学习模型生成程序：获取所拍摄的图像数据及拍摄图像数据时设定且彼此具有依赖关系的多个设定值，利用多个设定值计算用于对图像信息进行分类的评价值，根据评价值对图像信息进行分类，利用图像信息按每个分类生成学习模型。方案17的记录媒体，其记录有使计算机执行如下处理的图像校正程序：利用从所输入的图像数据获得的多个设定值计算评价值，并利用评价值选择通过方案1至方案6中任一方案所涉及的学习模型生成装置生成的学习模型来进行图像数据的校正。方案18的学习模型生成方法，其包括如下步骤：获取所拍摄的图像数据及拍摄图像数据时设定且彼此具有依赖关系的多个设定值，并利用多个设定值计算用于对图像信息进行分类的评价值，根据评价值对图像信息进行分类，利用图像信息按每个分类生成学习模型。方案19的图像校正方法，其包括如下步骤：利用从所输入的图像数本文档来自技高网...
【技术保护点】
1.一种学习模型生成装置，其具备处理器，/n所述处理器获取所拍摄的图像数据及按拍摄所述图像数据时的摄影条件而设定且彼此具有依赖关系的多个设定值，/n利用所述多个设定值计算用于对从所述图像数据获得的信息即图像信息进行分类的评价值，/n根据所述评价值对所述图像信息进行分类，/n利用所述图像信息按每个分类生成学习模型。/n
【技术特征摘要】
20190918 JP 2019-1699131.一种学习模型生成装置，其具备处理器，
所述处理器获取所拍摄的图像数据及按拍摄所述图像数据时的摄影条件而设定且彼此具有依赖关系的多个设定值，
利用所述多个设定值计算用于对从所述图像数据获得的信息即图像信息进行分类的评价值，
根据所述评价值对所述图像信息进行分类，
利用所述图像信息按每个分类生成学习模型。
2.根据权利要求1所述的学习模型生成装置，其中，
所述处理器在根据所述评价值对所述图像信息进行分类之后，根据所述多个设定值中的1个设定值，进一步对所述图像信息进行分类。
3.根据权利要求2所述的学习模型生成装置，其中，
所述处理器按预先设定的所述评价值的范围及预先设定的设定值的范围中的至少一个范围对所述图像信息进行分类。
4.根据权利要求1至3中任一项所述的学习模型生成装置，其中，
当已分类的所述图像信息的数量变得比预先设定的阈值多时，所述处理器生成所述学习模型。
5.根据权利要求1至4中任一项所述的学习模型生成装置，其中，
当新追加有已分类的所述图像信息时，所述处理器再次生成所述学习模型。
6.根据权利要求1至5中任一项所述的学习模型生成装置，其中，
所述评价值为对所述多个设定值中的至少2个分别进行标准化来获得的值即标度值的总和。
7.一种图像校正装置，其具备处理器，
所述处理器利用从所输入的图像数据获得的多个设定值计算评价值，
利用所述评价值选择通过权利要求1至6中任一项所述的学习模型生成装置生成的学习模型来进行所述图像数据的校正。
8.根据权利要求7所述的图像校正装置，其中，
所述设定值为光圈、快门速度及ISO灵敏度中的至少2个。
9.根据权利要求8所述的图像校正装置，其中，
所述处理器利用所述多个设定值计算所述设定值的优先顺序，利用所述评价值及所述优先顺序设定为最高优先级的所述设定值来进行学习模型的选择。
10.根据权利要求9所述的图像校正装置，其中，
当所述光圈的设定值小于阈值时，所述处理器将所述光圈的优先顺序设定为最高优先级。
11.根据权利要求9或10所述的图像校正装置，其中，
当所述光圈的设定值为阈值以上且所述快门速度的设定值大于阈值时，所述处理器将快门速度的所述优先顺序设定为最高优先级。
...
【专利技术属性】
技术研发人员：酒井典子，
申请(专利权)人：富士施乐株式会社，
类型：发明
国别省市：日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。