圖像識別方法、圖像識別裝置制造方法及圖紙

本發明專利技術提供一種能夠高速且高精度地進行圖像識別的圖像識別方法等。進行圖像的輸入(S1)，對輸入的圖像進行利用不同的卷積濾波器進行的卷積處理，分別取得包含構成所述圖像的多個像素的各位置處的所述卷積處理的處理結果的值在內的處理結果信息，基于包含于各個所述處理結果信息的所述多個像素的各位置處的所述卷積處理的處理結果的值，決定一個與所述多個像素的各位置相對應的特征量，輸出所決定的與多個像素的各位置相對應的特征量(S3)，基于所輸出的與多個像素的各位置相對應的特征量來執行識別處理(S6)，輸出通過執行識別處理而得到的識別處理結果(S8)。

【技術實現步驟摘要】

本專利技術涉及圖像識別方法、圖像識別裝置。
技術介紹
近年來，謀求使用識別在圖像中的何處映照了何物的圖像識別技術來高速且高精度地識別各式各樣的物體。例如專利文獻1公開了一種圖像識別技術，其通過利用多個卷積神經網絡分類器(以下，記作分類器)，能夠高精度地進行圖像識別。現有技術文獻專利文獻專利文獻1：日本特開2014-49118號公報
技術實現思路
專利技術要解決的問題然而，上述那樣的現有技術雖然能夠高精度地進行圖像識別，但是卻存在處理速度慢這樣的問題。本專利技術是為了解決上述問題而做成的，其目的在于提供一種能夠高速且高精度地進行圖像識別的圖像識別方法、圖像識別裝置。用于解決問題的手段本專利技術的一技術方案的圖像識別方法是圖像識別裝置的計算機所進行的圖像識別方法，進行所述圖像的輸入，分別使用不同的卷積濾波器對輸入的所述圖像進行卷積處理，分別取得包含構成所述圖像的多個像素的各位置處的所述卷積處理的處理結果的值在內的處理結果信息，基于包含于各個所述處理結果信息的所述多個像素的各位置處的所述卷積處理的處理結果的值，決定一個與所述多個像素的各位置相對應的特征量，輸出所述決定的與多個像素的各位置相對應的特征量，基于所述輸出的與多個像素的各位置相對應的特征量來執行識別處理，輸出通過執行所述識別處理而得到的識別處理結果信息。另外，上述總括性或具體的方案可以由系統、集成電路、計算機程序或能夠由計算機讀取的CD-ROM等記錄介質來實現，也可以由系統、集成電路、計算機程序以及記錄介質的任意的組合來實現。專利技術的效果根據本專利技術，能夠實現能高速且高精度地進行圖像識別的圖像識別方法等。附圖說明圖1是表示實施方式的分類系統的結構的一例的框圖。圖2是表示實施方式的分類器的結構的一例的框圖。圖3是表示實施方式的卷積處理部的結構的一例的框圖。圖4是表示實施方式的卷積處理部的處理結果的一例的圖。圖5是表示本實施方式的子采樣部的子采樣處理的一例的圖。圖6是用于說明實施方式的分類器的工作的流程圖。圖7是表示圖6中的工作的詳情的流程圖。圖8A是用于說明第2層以后的卷積處理的圖。圖8B是用于說明第2層以后的卷積處理的圖。圖9是表示比較例的分類系統的一例的圖。圖10是表示比較例的分類器的結構的框圖。圖11是表示比較例的分類系統中的識別處理的算法功能塊的圖。圖12是用于說明比較例的分類系統所進行的識別處理的流程圖。圖13A是用于說明使用服務器提供服務的方式的一例的圖。圖13B是用于說明使用服務器提供服務的方式的一例的圖。圖13C是用于說明使用服務器提供服務的方式的一例的圖。圖14是用于說明服務的類型的一例的圖。圖15是用于說明服務的類型的一例的圖。圖16是用于說明服務的類型的一例的圖。圖17是用于說明服務的類型的一例的圖。具體實施方式(成為本專利技術基礎的見解)在圖像識別技術中，通常分為如下兩個階段，即：1)從圖像提取特征量的處理，2)根據特征量判別物體的判別處理。例如，在特征提取處理中進行卷積處理，從圖像中的識別對象物體提取輝度的分布、輝度的差分(邊緣)等用于識別的特征量。另外，例如在判別處理中，利用Boosting和/或SVM(Support Vector Machine支持向量機)等統計的機器學習手法，根據在卷積處理中提取的特征量來判別是否為識別對象。以往，卷積處理中所使用的特征量提取濾波器(卷積濾波器)是人為設計的。近年來，由于攝影環境的完善、經由互聯網對大量的學習數據的收集成為現實、以及GPU等大規模計算機環境的基礎設施完備，因此對自動進行特征量提取濾波器的設計的方式的研究不斷發展。這樣的方式總稱為深度學習(Deep Learning)。特別是，在圖像識別的領域，作為深度學習技術，正在研究將特征量提取濾波器視為針對2維圖像的卷積處理的卷積神經網絡。該卷積神經網絡有在深度學習技術中也適合圖像識別，能夠在削減參數值的同時提高精度的特征。然而，以往的卷積神經網絡中所使用的特征量提取濾波器(以下也記作卷積濾波器)的分辨率是用戶所設定的固定值。因此，若學習圖像的具有特征的區域的分辨率與用戶所設定的分辨率之間的差異較大，則存在難以從學習圖像中的識別對象物體提取能夠用于識別的有效的特征量的問題。而且，以往并沒有研究針對這樣問題的技術上的解決方案。本專利技術的一方案的圖像識別方法是圖像識別裝置的計算機所進行的圖像識別方法，進行所述圖像的輸入，分別使用不同的卷積濾波器對輸入的所述圖像進行卷積處理，分別取得包含構成所述圖像的多個像素的各位置處的所述卷積處理的處理結果的值在內的處理結果信息，基于包含于各個所述處理結果信息的所述多個像素的各位置處的所述卷積處理的處理結果的值，決定一個與所述多個像素的各位置相對應的特征量，輸出所述決定的與多個像素的各位置相對應的特征量，基于所述輸出的與多個像素的各位置相對應的特征量來執行識別處理，輸出通過執行所述識別處理而得到的識別處理結果信息。這樣，能夠按輸入圖像所包含的多個像素的每個位置，從通過并行地進行分別使用不同的卷積濾波器的卷積處理而算出的多個處理結果中，選擇性地利用有利于識別的信息，因此不僅能夠高速地進行圖像識別，還能夠提高圖像識別精度。由此，能夠實現能高速且高精度地進行圖像識別的圖像識別方法。另外，也可以是，例如，所述分別使用不同的卷積濾波器的卷積處理是分別使用分辨率或尺度參數不同的多個卷積濾波器對所述輸入的所述圖像進行的卷積處理。根據該結構，使用分辨率或尺度參數(濾波器尺寸)不同的卷積濾波器來執行卷積處理，因此，即使在具有特征的區域的分辨率因輸入圖像的不同而不同的情況下，也能夠提取對于識別而言有效的特征量。另外，也可以是，例如，所述分別使用不同的卷積濾波器的卷積處理包括第1卷積處理和第2卷積處理，該第1卷積處理是使用第1分辨率的卷積濾波器對所述輸入的所述圖像進行的處理，該第2卷積處理是使用分辨率高于所述第1分辨率的第2分辨率的卷積濾波器對所述輸入的所述圖像進行的處理。根據該結構，使用分辨率不同的至少2個卷積濾波器執行卷積處理，因此，即使在具有特征的區域的分辨率因輸入圖像的不同而不同的情況下，也能夠提取對于識別而言有效的特征量。另外，也可以是，例如，所述分別使用不同的卷積濾波器的卷積處理是分別使用處理對象的顏色不同的卷積濾波器對所述輸入的所述圖像進行的卷積處理。根據該結構，為了利用顏色的不同判別物體的不同，分別使用處理對象的顏色不同的卷積濾波器來執行卷積處理，因此，即使在具有特征的區域的顏色因輸入圖像的不同而不同的情況下，也能夠提取對于識別而言有效的特征量。另外，也可以是，例如，在與所述多個像素的各位置相對應的特征量的輸出中，按所述多個像素的每個位置，選擇所述位置處的所述多個處理結果的值中的最大值作為所述位置的特征量，由此決定一個與所述位置相對應的特征量，輸出所述決定的與所述位置相對應的特征量。另外，也可以是，例如，在與所述多個像素的各位置相對應的特征量的輸出中，按所述多個像素的每個位置，算出所述位置處的所述多個處理結果的值的中值或平均值，將所述算出的值決定為所述位置處的特征量，由此決定一個與所述位置相對應的特征量，輸出所述決定的與所述位置相對應的特征量。根據該結構，能夠利用通過分別使用不同的卷積濾波器并行地進行卷積處理而算出的多個本文檔來自技高網...

【技術保護點】
一種圖像識別方法，是圖像識別裝置的計算機所進行的圖像識別方法，進行所述圖像的輸入，分別使用不同的卷積濾波器對輸入的所述圖像進行卷積處理，分別取得包含構成所述圖像的多個像素的各位置處的所述卷積處理的處理結果的值在內的處理結果信息，基于包含于各個所述處理結果信息的所述多個像素的各位置處的所述卷積處理的處理結果的值，決定一個與所述多個像素的各位置相對應的特征量，輸出所述決定的與多個像素的各位置相對應的特征量，基于所述輸出的與多個像素的各位置相對應的特征量來執行識別處理，輸出通過執行所述識別處理而得到的識別處理結果信息。

【技術特征摘要】
2015.03.06 JP 2015-045257;2015.08.07 JP 2015-156871.一種圖像識別方法，是圖像識別裝置的計算機所進行的圖像識別方法，進行所述圖像的輸入，分別使用不同的卷積濾波器對輸入的所述圖像進行卷積處理，分別取得包含構成所述圖像的多個像素的各位置處的所述卷積處理的處理結果的值在內的處理結果信息，基于包含于各個所述處理結果信息的所述多個像素的各位置處的所述卷積處理的處理結果的值，決定一個與所述多個像素的各位置相對應的特征量，輸出所述決定的與多個像素的各位置相對應的特征量，基于所述輸出的與多個像素的各位置相對應的特征量來執行識別處理，輸出通過執行所述識別處理而得到的識別處理結果信息。2.根據權利要求1所述的圖像識別方法，所述分別使用不同的卷積濾波器的卷積處理是分別使用分辨率或尺度參數不同的多個卷積濾波器對所述輸入的所述圖像進行的卷積處理。3.根據權利要求1所述的圖像識別方法，所述分別使用不同的卷積濾波器的卷積處理包括第1卷積處理和第2卷積處理，該第1卷積處理是使用第1分辨率的卷積濾波器對所述輸入的所述圖像進行的處理，該第2卷積處理是使用分辨率高于所述第1分辨率的第2分辨率的卷積濾波器對所述輸入的所述圖像進行的處理。4.根據權利要求1所述的圖像識別方法，所述分別使用不同的卷積濾波器的卷積處理是分別使用處理對象的顏色不同的卷積濾波器對所述輸入的所述圖像進行的卷積處理。5.根據權利要求1所述的圖像識別方法，在與所述多個像素的各位置相對應的特征量的輸出中，按所述多個像素的每個位置，選擇所述位置處的所述多個處理結果的值中的最大值作為所述位置處的特征量，由此決定一個與所述位置相對應的特征量，輸出所述決定的與所述位置相對應的特征量。6.根據權利要求1所述的圖像識別方法，在與所述多個像素的各...

【專利技術屬性】
技術研發人員：石井育規，筑澤宗太郎，羽川令子，
申請(專利權)人：松下知識產權經營株式會社，
類型：發明
國別省市：日本;JP