[发明专利]识别方法、识别装置、识别器生成方法以及识别器生成装置

说明书

一种识别方法、识别装置、识别器生成方法以及识别器生成装置。识别方法包括：取得图像数据，取得所述图像数据的拍摄条件，从按各自不同的多个拍摄条件的每一个而生成的多个识别器之中，选择与所述取得的拍摄条件相应的识别器，使用所述选择的识别器，识别所述取得的图像数据中的对象物。

技术领域

本公开涉及使用识别器识别图像数据中的对象物的识别方法和识别装置、生成识别图像数据中的对象物的识别器的识别器生成方法和识别器生成装置。

背景技术

以往，已知有使用识别器识别图像数据中的对象物的识别装置。在以往的识别装置中，通过对识别器进行机器学习，提高了识别器的识别精度(例如参照专利文献1)。

在先技术文献

专利文献

专利文献1：日本特开2004-213567号公报

发明内容

发明要解决的问题

作为机器学习，已知有使用了多层神经网络(neural network)的深度学习。在深度学习中，制作依存于学习数据集的识别器。在使用有偏差的学习数据进行了学习而得到的识别器中，能够以高精度对为该学习数据特制的图像数据识别对象物，但是对于通用的图像数据，识别精度变低。这样的使用了有偏差的学习数据的学习通常被称为过学习。

通常来说，要求制作通用性高的识别器而不陷入过学习。然而，为了制作通用性高的识别器，需要大量收集没有偏差的学习数据，难易度变高，也花费成本。另外，由于使用大量的学习数据进行学习，所以有可能花费大量的时间，且学习不会结束。

本公开是为解决上述问题而提出的，其目的在于，提供一种能够以高精度识别对象物的识别方法、识别装置、识别器生成方法以及识别器生成装置。

用于解决问题的手段

本公开涉及的识别方法是使用识别器识别图像数据中的对象物的识别方法，包括：取得所述图像数据，取得所述图像数据的拍摄条件，从按各自不同的多个拍摄条件的每一个而生成的多个识别器之中，选择与所述取得的拍摄条件相应的识别器，使用所述选择的识别器，识别所述取得的图像数据中的所述对象物。

发明的效果

根据本公开，由于使用识别器识别图像数据中的对象物，其中，所述识别器是使用了与识别时所取得的图像数据相同的拍摄条件下取得的学习用图像数据进行学习而得到的识别器所以能够以高精度识别对象物。

附图说明

图1是表示本实施方式1涉及的学习系统的构成的框图。

图2是用于说明本实施方式1涉及的学习系统的工作的流程图。

图3是表示本实施方式1涉及的识别系统的构成的框图。

图4是用于说明本实施方式1涉及的识别系统的工作的流程图。

图5是表示本实施方式2涉及的自动驾驶车辆的构成的框图。

图6是表示利用第一识别器从在第一地域拍摄到的图像数据之中对行人进行了识别而得到的识别结果的图，所述第一识别器是使用在第一地域拍摄到的多个学习用图像数据进行了学习而得到的识别器。

图7是表示利用第一识别器从在第二地域拍摄到的图像数据之中对行人进行了识别而得到的识别结果的图，所述第二地域与第一地域不同，所述第一识别器是使用在第一地域拍摄到的多个学习用图像数据进行了学习而得到的识别器。

图8是表示利用第二识别器从在第二地域拍摄到的图像数据之中对行人进行了识别而得到的识别结果的图，所述第二识别器是使用在第二地域拍摄到的多个学习用图像数据进行了学习而得到的识别器。

具体实施方式