信息处理装置、信息处理系统、信息处理方法和程序制造方法及图纸

信息处理装置(100)包括生成单元(132)、转换单元(133)、评价单元(134)、图像分析单元(135)和确定单元(138)。生成单元(132)使用第一图像数据和训练数据执行监督学习，并且生成图像转换模型。转换单元(133)使用图像转换模型从第二图像数据生成转换数据。评价单元(134)评价转换数据。图像分析单元(135)对与评价单元(134)进行的其评价比规定标准低的转换数据对应的第二图像数据进行分析。确定单元(138)基于图像分析单元(135)的分析结果来确定为了获取训练数据而执行的用于拍摄的拍摄环境。环境。环境。

【技术实现步骤摘要】
【国外来华专利技术】信息处理装置、信息处理系统、信息处理方法和程序


[0001]本公开内容涉及信息处理装置、信息处理系统、信息处理方法和程序。

技术介绍

[0002]存在使用监督机器学习方法进行成像识别的技术。在这样的技术中，可以通过使用较大数目的学习数据集来提高识别精度。通过使用数据增强(Data Augmentation)技术来扩展一条图像数据，可以增加这样的学习数据集的数目。例如，已知一种通过裁剪以切割图像的部分区域来扩展图像数据的方法。
[0003]引用列表
[0004]专利文献
[0005]专利文献1：JP 2020
‑
177486 A

技术实现思路

[0006]技术问题
[0007]在数据增强技术中，扩展一条图像数据。基本图像图案与原始图像相同。因此，可能不能获得有助于提高学习精度的数据。
[0008]因此，本公开内容提出了能够获得更有助于提高学习精度的学习数据的信息处理装置、信息处理系统、信息处理方法和程序。
[0009]注意，上述问题或主题仅是可以通过本说明书中公开的多个实施方式解决或实现的多个问题或主题中的一个。
[0010]问题的解决方案
[0011]根据本公开内容，提供了一种信息处理装置。该信息处理装置包括生成单元、转换单元、评价单元、图像分析单元和确定单元。生成单元使用第一图像数据和教师数据执行监督学习，并且生成图像转换模型。转换单元使用图像转换模型从第二图像数据生成转换数据。评价单元评价转换数据。图像分析单元对与评价单元进行的其评价比预定标准低的转换数据对应的第二图像数据进行分析。确定单元基于图像分析单元的分析结果来确定用于获取教师数据所执行的拍摄的拍摄环境。
附图说明
[0012]图1是用于说明根据本公开内容的实施方式的信息处理系统的概述的图。
[0013]图2是用于说明根据本公开内容的实施方式的扩充处理的概述的图。
[0014]图3是示出根据本公开内容的实施方式的信息处理系统的配置示例的图。
[0015]图4是用于说明由语义分割识别的属性的示例的表。
[0016]图5是用于说明由语义分割识别的属性的示例的表。
[0017]图6是用于说明使用二色性反射模型的分析的示例的图。
[0018]图7是用于说明使用二色性反射模型的分析的示例的图。
[0019]图8是用于说明使用二色性反射模型的分析的示例的图。
[0020]图9是用于说明使用二色性反射模型的分析的示例的图。
[0021]图10是用于说明使用二色性反射模型的分析的示例的图。
[0022]图11是用于说明由根据本公开内容的实施方式的图像分析单元分析的构图的示例的图。
[0023]图12是用于说明由根据本公开内容的实施方式的图像分析单元分析的构图的示例的图。
[0024]图13是用于说明由根据本公开内容的实施方式的图像分析单元分析的构图的示例的图。
[0025]图14是用于说明由根据本公开内容的实施方式的图像分析单元分析的构图的示例的图。
[0026]图15是用于说明由根据本公开内容的实施方式的确定单元进行的运动估计的图。
[0027]图16是用于说明由根据本公开内容的实施方式的确定单元进行的运动估计的图。
[0028]图17是用于说明由根据本公开内容的实施方式的确定单元进行的对光源的方向估计的图。
[0029]图18是用于说明由根据本公开内容的实施方式的确定单元进行的对光源的方向估计的图。
[0030]图19是示出由根据本公开内容的实施方式的信息处理装置执行的评价扩充处理的示例的流程的流程图。
[0031]图20是示出由根据本公开内容的实施方式的信息处理装置执行的缺失扩充处理的示例的流程的流程图。
[0032]图21是用于说明由根据本公开内容的实施方式的信息处理装置进行再学习的另一示例的图。
[0033]图22是示出实现信息处理装置的功能的计算机的示例的硬件配置图。
具体实施方式
[0034]下面参照附图详细说明本公开内容的实施方式。注意，在本说明书和附图中，具有基本上相同的功能配置的部件由相同的附图标记和符号表示，由此省略了部件的冗余说明。
[0035]以下说明的一个或多个实施方式(包括示例和修改)可以分别独立地实现。另一方面，以下说明的多个实施方式的至少一部分可以适当地与其他实施方式的至少一部分组合来实现。这些多个实施方式可以包括彼此不同的新的特性。因此，这些多个实施方式可以有助于解决彼此不同的主题或问题并且可以实现不同的效果。
[0036]注意，按照以下顺序进行说明。
[0037]1.信息处理系统的概述
[0038]1.1.信息处理系统的示意性配置示例
[0039]1.2.问题
[0040]1.3.扩充处理的概述
[0041]2.信息处理系统的配置示例
[0042]2.1.成像装置
[0043]2.2.照明装置
[0044]2.3.信息处理装置
[0045]3.扩充处理
[0046]3.1.评价扩充处理
[0047]3.2.缺失扩充处理
[0048]4.其他实施方式
[0049]5.应用示例
[0050]6.硬件配置
[0051]7.总结
[0052]<<1.信息处理系统的概述>>
[0053]<1.1.信息处理系统的示意性配置示例>
[0054]图1是用于说明根据本公开内容的实施方式的信息处理系统10的概述的图。如图1所示，信息处理系统10包括信息处理装置100、成像装置200和照明装置300。
[0055][信息处理装置100][0056]信息处理装置100是使用机器学习来生成执行图像处理的图像转换模型的装置。信息处理装置100利用例如通过DNN的学习来生成图像转换模型。图像转换模型例如是用于执行诸如超分辨率处理和SDR
‑
HDR转换处理的图像处理的模型。超分辨率处理是将图像转换成较高分辨率图像的处理。SDR
‑
HDR转换处理是将作为常规的标准动态范围的SDR(Standard Dynamic Range(标准动态范围))图像转换成高动态范围(HDR)图像的处理。
[0057]信息处理装置100使用真值(Ground Truth)图像(教师数据)和真值图像的劣化图像(学生数据)执行监督学习，并且生成图像转换模型。
[0058]信息处理装置100控制成像装置200和照明装置300，并且对被摄体400进行成像以获取真值图像。
[0059][成像装置200][0060]成像装置200是对被摄体400进行成像的装置。成像装置200根据来自信息处理装置100的指令对被摄体400进行成像。成像本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种信息处理装置，包括：生成单元，其使用第一图像数据和教师数据执行监督学习，并且生成图像转换模型；转换单元，其使用所述图像转换模型从第二图像数据生成转换数据；评价单元，其评价所述转换数据；图像分析单元，其对与所述评价单元进行的评价比预定标准低的转换数据对应的第二图像数据进行分析；以及确定单元，其基于所述图像分析单元的分析结果，确定用于获取所述教师数据所执行的拍摄的拍摄环境。2.根据权利要求1所述的信息处理装置，其中，所述生成单元使用在由所述确定单元确定的拍摄环境中拍摄的所述教师数据来执行再学习。3.根据权利要求1所述的信息处理装置，还包括：图案分析单元，其对所述第一图像数据和所述教师数据中的至少一个的成像图案进行分析，其中，所述确定单元基于所述图案分析单元的分析结果来确定所述拍摄环境。4.根据权利要求1所述的信息处理装置，其中，所述转换单元使用所述图像转换模型对所述第二图像数据应用超分辨率处理或HDR转换处理，以生成所述转换数据。5.根据权利要求1所述的信息处理装置，其中，所述第一图像数据是通过使所述教师数据劣化而获得的图像。6.根据权利要求1所述的信息处理装置，其中，所述拍摄环境包括关于在所述拍摄中使用的成像装置、照明装置和被摄体的信息中的至少一种。7.根据权利要求6所述的信息处理装置，其中，所述图像分析单元对以下中的至少一个进行分析：包括在所述第二图像数据中的对象、所述对象的材料、反射率和构图以及场景，并且所述确定单元确定以下中的至少一个：所述被摄体、所述被摄体的位置以及所述被摄体的方向。8.根据权利要求6所述的信息处理装置，其中，所述图像分析单元对包括在所述第二图像数据中的对象的运动进行分析，并且所述确定单元确定所述被摄体的运动和所述成像装置的运动中的至少一个。9.根据权利要求6所述的信息处理装置，其中，所述图像分析单元对以下中的至少一个进行分析：包括在所述第二图像数据中的对象的反射率、光源和颜色直方图，并且所述确定单元确定以下中的至少一个：所述照明装置的强度、颜色、...

【专利技术属性】
技术研发人员：堤朋纪，
申请(专利权)人：索尼集团公司，
类型：发明
国别省市：