[发明专利]图像处理装置、图像处理方法

说明书

图像处理装置包括：输入受理部(110)，其受理学习图像和正解标签的输入；处理部(120)，其进行分类器数据和处理对象图像的生成处理；以及存储部(130)，其存储分类器数据。处理部(120)生成处理对象图像，该处理对象图像是学习图像的整体图像或者部分图像，并计算处理对象图像的特征量，根据特征量和对与特征量对应的学习图像赋予的正解标签的组即示教数据生成分类器数据，根据学习图像或者处理对象图像生成图像组，使用分类器数据将图像组的各个图像分类，计算各个图像的分类分数，根据分类分数和图像组再次生成处理对象图像。

技术领域

本发明涉及图像处理装置、图像处理方法等。

背景技术

近年来，在机器学习的领域中推进着有监督学习的研究。关于使用作为学习的结果而生成的判别器(分类器)判别(分类)图像的内容时的特有情况，可以考虑想要检测图像中的对象物的位置的情况。另外，也可以考虑将仅部分地摄入有表示正解标签的对象物等的图像分类的情况。例如，在专利文献1中公开了对于这样的图像根据对象图像的一部分的特征量进行分类的发明。

另外，通常在学习中使用的示教数据越多，所生成的判别器(分类器)的判别精度(分类精度)越高，能够对无标签数据自动进行正确的标签赋予。

但是，示教数据的正解标签几乎都是由人手动赋予的。因此，难以准备大量的示教数据、示教数据的生成成本非常大的情况居多。

因此，作为发展有监督学习的方法之一，有不仅使用带正解标签的数据、而且也使用无标签数据作为示教数据的半监督学习的方法。并且，在该半监督学习中，作为主要将图像数据作为学习/判别对象的方法，提出了从带正解标签的图像生成新的图像并用于学习中的生成型学习的方法。

现有技术文献

专利文献

专利文献1：日本特开2008－282267号公报

发明概要

发明要解决的问题

为了进行分类器的学习，需要准备图像中的对象物的位置和形状等作为示教数据，该分类器用于从诸如部分地包含表示正解标签的场景或者物体的图像中检测物体(对象物)等的位置。但是，与对图像赋予该图像所属的类别的标签的作业相比，手动生成物体的位置和形状信息的作业是更费功夫的作业。其结果是，导致能够准备的示教数据数量减少，作为学习结果的分类器的性能也下降。

另外，当在“在从带正解标签的图像生成了新的图像的情况下，新的图像的正解标签与原来的图像的正解标签相同”这一前提下生成新的图像时，只能以正解标签不变的程度对带正解标签的图像赋予变化，存在不能生成许多新的图像的问题。因此，在这种情况下，不能充分增加示教数据的数量，不能充分提高判别器的判别精度。

另一方面，在假设“在生成新的图像时正解标签也可以变化”的情况下，作为从带正解标签的图像生成新的图像的方法，例如可以考虑如下的方法：将原来的带正解标签的图像分割为多个图像，由人对重新生成的图像组赋予正解标签，并作为新的示教数据用于学习中。在这种情况下，虽然能够充分增加示教数据的数量，但是存在示教数据的标签赋予成本庞大的问题。

发明内容

根据本发明的几种方式能够提供图像处理装置、图像处理方法等，在使用部分地摄入有表现正解标签的物体等的学习图像进行学习的情况下，仅通过对学习图像进行标签赋予，即可进行物体的位置检测。

另外，根据本发明的几种方式能够提供图像处理装置、图像处理方法等，在使用部分地摄入有表示正解标签的物体等的学习图像进行学习的情况下，仅通过对学习图像进行标签赋予，即可进行物体等的位置的检测，提高所生成的分类器的分类精度。

用于解决问题的手段