発明が解決しようとする課題[発明の詳細な説明]から抜粋

しかしながら、従来の畳み込みニューラルネットワークを利用した対象認識技術は、学習画像に複数の対象が存在する場合には自動的に所望する一つの対象に絞り込むことができないため、上述したように画像に含まれる対象が含まれる複数の領域を一つずつ手動により指定する必要があった。 すなわち、従来の畳み込みニューラルネットワークを利用した対象認識技術における学習プロセスは、１つの認識対象画像に対して１つのラベルを付与して学習データを作成する必要があるので、領域指定のための負担が大きい。また、対象の認識精度を高めるための学習プロセスの処理対象となる画像（以下、教師画像）を畳み込みニューラルネットワークの処理専用に作成して記憶させる必要がある。 また、従来の畳み込みニューラルネットワークを利用した対象認識技術における認識プロセスは、認識対象が物体などの輪郭が明確なものが多く、教師画像も物体の輪郭等が明確なものであることが多い。このことから、特定の物体の判断が困難な画像に対しては良好な認識精度を発揮することができなかった。例えば、秋葉原、浅草などの街全体の風景のように、多数の物体が含まれている画像や、特定の物体を判別しにくい画像や、画像内に近距離物体が遠距離物体とが混在している画像や、サイズが大きく異なる物体が混在している画像などを高い認識精度で処理することができなかった。 さらに、従来の畳み込みニューラルネットワークを用いた対象認識技術に限らず、既存の他の対象認識技術においても同様の問題があった。 そこで本発明は、の課題に鑑みてなされたものであって、より高い認識精度で画像内の主な対象および当該対象の位置を判定することができる対象認識装置、対象認識方法、およびプログラムを提供することを目的としている。

課題を解決するための手段[発明の詳細な説明]から抜粋

本発明の一態様によれば、より高い認識精度で画像内の主な対象および当該対象の位置を判定することができる。