[发明专利]学习数据的制造方法、学习方法以及学习数据制造装置

权利要求书

1.一种用于使神经网络执行学习的学习数据的制造方法，该学习数据的制造方法包括：

第一获取步骤，被配置为获取原始图像；

第二获取步骤，被配置为获取通过向原始图像添加模糊而生成的作为训练图像的第一图像；以及

第三获取步骤，被配置为获取通过向原始图像添加模糊而生成的作为地面真值图像的第二图像；

其特征在于，添加到第二图像的模糊量小于添加到第一图像的模糊量。

2.根据权利要求1所述的学习数据的制造方法，

其中在第二获取步骤和第三获取步骤的每一个中，基于光学信息添加模糊。

3.根据权利要求2所述的学习数据的制造方法，

其中基于光学信息调整添加到第二图像的模糊量。

4.根据权利要求1至3中的任一项所述的学习数据的制造方法，还包括被配置为获取光学信息的第四获取步骤，

其中光学信息是取决于像高而各自不同的多条光学信息，

其中第二获取步骤获取通过使用所述多条光学信息添加模糊而生成的第一图像，以及

其中第三获取步骤获取通过使用所述多条光学信息添加模糊而生成的第二图像。

5.根据权利要求1所述的学习数据的制造方法，

其中通过向原始图像添加具有取决于像高的不同量的模糊来生成第二图像。

6.根据权利要求5所述的学习数据的制造方法，

其中通过向原始图像的第一像高添加具有第一模糊量的模糊并且通过向原始图像的高于第一像高的第二像高添加具有大于第一模糊量的第二模糊量的模糊来生成第二图像。

7.根据权利要求1至3中的任一项所述的学习数据的制造方法，还包括被配置为获取光学信息的第四获取步骤，

其中光学信息是取决于像高而各自不同的多条光学信息，

其中第二获取步骤获取通过使用所述多条光学信息当中与和第一图像对应的像高对应的光学信息添加模糊而生成的第一图像，以及

其中第三获取步骤获取通过使用所述多条光学信息当中与和第二图像对应的像高对应的光学信息添加模糊而生成的第二图像。

8.根据权利要求1所述的学习数据的制造方法，

其中，在第三获取步骤中，基于亮度值调整要添加的模糊。

9.根据权利要求8所述的学习数据的制造方法，

其中，当亮度值为第一亮度值时，通过向原始图像添加具有第一模糊量的模糊来生成第二图像，以及

其中，当亮度值为低于第一亮度值的第二亮度值时，通过向原始图像添加具有大于第一模糊量的第二模糊量的模糊来生成第二图像。

10.一种学习方法，该学习方法使神经网络使用由根据权利要求1至9中的任一项所述的学习数据的制造方法生成的学习数据来执行学习，该学习方法包括以下步骤：

通过将第一图像作为训练图像输入到神经网络中来生成经处理的图像；以及

基于第二图像和经处理的图像来更新神经网络。

11.一种学习数据制造装置，制造用于神经网络的学习的学习数据，该学习数据制造装置包括：

第一获取单元，被配置为获取原始图像；

第二获取单元，被配置为获取通过向原始图像添加模糊而生成的第一图像；以及

第三获取单元，被配置为获取通过向原始图像添加模糊而生成的第二图像；

其特征在于，添加到第二图像的模糊量小于添加到第一图像的模糊量。

12.一种学习装置，包括：

根据权利要求11所述的学习数据制造装置；

生成单元，被配置为通过将第一图像作为训练图像输入到神经网络来生成经处理的图像；以及

更新单元，被配置为基于第二图像和经处理的图像来更新神经网络。