图像处理装置、记录介质以及图像处理方法制造方法及图纸

本公开提供一种能够在不准备大量的训练数据的条件下提高推断精度的图像处理装置、记录介质以及图像处理方法。图像处理装置具备具有硬件的处理器，所述处理器执行如下处理，即：通过利用预先进行了学习的识别器而针对输入图像的每个像素来推断语义化标签，从而生成语义化标签图像；通过根据语义化标签图像来对原始图像进行推断，从而生成复原图像；对输入图像与复原图像的第一差分进行计算；基于第一差分，而对推断语义化标签时的推断参数或者推断原始图像时的推断参数进行更新。原始图像时的推断参数进行更新。原始图像时的推断参数进行更新。

【技术实现步骤摘要】
图像处理装置、记录介质以及图像处理方法


[0001]本公开涉及一种图像处理装置、图像处理程序以及图像处理方法。

技术介绍

[0002]在专利文献1中公开了一种如下的技术，所述技术通过根据输入图像来对语义化标签进行推断，且基于语义化标签的推断难度来制作训练数据(正确标签图像)并对该训练数据进行学习，从而提高语义化标签的推断精度。
[0003]在先技术文献
[0004]专利文献
[0005]专利文献1：日本特开2018
‑
194912号公报

技术实现思路

[0006]专利技术所要解决的课题
[0007]在专利文献1的技术中，为了在宽幅的场景中确保精度，需要针对大量的图像来制作训练数据。通常情况下，为了训练数据的制作而需要较高的成本。因此，谋求一种能够在不准备大量的训练数据的条件下提高推断精度的技术。
[0008]本公开为鉴于上述情况而完成的专利技术，其目的在于，提供一种能够在不准备大量的训练数据的条件下提高推断精度的图像处理装置、图像处理程序以及图像处理方法。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理装置，其具备处理器，所述处理器具有硬件，其中，所述处理器执行如下处理，即：通过利用被预先进行了学习的识别器而针对输入图像的每个像素来推断语义化标签，从而生成语义化标签图像；通过根据所述语义化标签图像来对原始图像进行推断，从而生成复原图像；对所述输入图像与所述复原图像的第一差分进行计算；基于所述第一差分，而对推断所述语义化标签时的推断参数或者推断所述原始图像时的推断参数进行更新。2.如权利要求1所述的图像处理装置，其中，所述处理器执行如下处理，即：对被预先准备的正确标签图像与所述语义化标签图像的第二差分进行计算；基于所述第一差分以及所述第二差分而对推断所述语义化标签时的推断参数进行更新。3.如权利要求1所述的图像处理装置，其中，所述处理器执行如下处理，即：对正确标签图像和所述语义化标签图像进行合成；通过根据合成后的图像来对原始图像进行推断，从而生成所述复原图像。4.如权利要求1所述的图像处理装置，其中，所述处理器执行如下处理，即：将所述输入图像中的特定的区域作为更新区域来进行计算，关于所述更新区域，对推断所述语义化标签时的推断参数进行更新。5.如权利要求1所述的图像处理装置，其中，所述处理器执行如下处理，即：在所述输入图像中，对所述语义化标签的推断较为困难的推断困难区域进行计算；对所述推断困难区域和表示所述第一差分的重建误差图像进行合成；基于合成后的图像而对推断所述语义化标签时的推断参数进行更新。6.如权利要求1所述的图像处理装置，其中，所述识别器通过深层学习而被进行学习，所述处理器通过利用在所述深层学习的中途层中所生成的语义化标签图像、和在所述深层学习的最终层所生成的语义化标签图像来对所述原始图像进行推断，从而生成所述复原图像。7.如权利要求1所述的图像处理装置，其中，所述处理器执行如下处理，即：通过利用多种不同的复原方法并根据所述语义化标签图像来对原始图像进行推断，从而生成多个复原图像；分别对所述输入图像与所述多个复原图像的第一差分进行计算；基于多个第一差分而对推断所述语义化标签时的推断参数进行更新。8.如权利要求1所述的图像处理装置，其中，所述处理器执行如下处理，即：
生成所述语义化标签的区域摘要信息，通过利用所述区域摘要信息并根据所述语义化标签图像来对原始图像进行推断，从而生成所述复原图像。9.一种记录介质，其记录有图像处理程序，其中，所述图像处理程序使具有硬件的处理器执行如下处理，即：通过利用被预先进行了学习的识别器而针对输入图像的每个像素来推断语义化标签，从而生成语义化标签图像；通过根据所述语义化标签图像来对原始图像进行推断，从而生成复原图像...

【专利技术属性】
技术研发人员：大串俊明，堀口贤司，山中正雄，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：