特開 2023-162753 画像生成方法、学習方法、画像生成装置及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023162753

(43)【公開日】2023-11-09

(54)【発明の名称】画像生成方法、学習方法、画像生成装置及びプログラム

(51)【国際特許分類】

   G06T 7/00 20170101AFI20231101BHJP

【ＦＩ】

G06T7/00 350B

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022073353

(22)【出願日】2022-04-27

(71)【出願人】

【識別番号】517048278

【氏名又は名称】ＬｅａｐＭｉｎｄ株式会社

(74)【代理人】

【識別番号】100161207

【弁理士】

【氏名又は名称】西澤 和純

(74)【代理人】

【識別番号】100161506

【弁理士】

【氏名又は名称】川渕 健一

(74)【代理人】

【識別番号】100139686

【弁理士】

【氏名又は名称】鈴木 史朗

(74)【代理人】

【識別番号】100207789

【弁理士】

【氏名又は名称】石田 良平

(72)【発明者】

【氏名】多治見 剛

(72)【発明者】

【氏名】オウ イファン

【テーマコード（参考）】

5L096

【Ｆターム（参考）】

5L096AA02

5L096AA03

5L096AA06

5L096EA05

5L096FA37

5L096GA08

5L096GA51

5L096HA11

5L096KA04

(57)【要約】

【課題】教師データとして大量の高品質画像を要することなく、低品質画像を高品質画像に画質向上の処理をするための学習モデルを学習させる。
【解決手段】画像生成方法は、画像を取得する画像取得ステップと、取得した画像を所定の画素数を有する分割画像に分割する分割ステップと、１つの前記分割画像が複製された複数の前記分割画像に対してそれぞれ異なるノイズを重畳することにより、１つの前記分割画像から複数のノイズ画像を生成するノイズ重畳ステップと、前記ノイズ画像を出力する出力ステップとを有する。
【選択図】図２

【特許請求の範囲】

【請求項1】

画像を取得する画像取得ステップと、
取得した画像を所定の画素数を有する分割画像に分割する分割ステップと、
１つの前記分割画像が複製された複数の前記分割画像に対してそれぞれ異なるノイズを重畳することにより、１つの前記分割画像から複数のノイズ画像を生成するノイズ重畳ステップと、
前記ノイズ画像を出力する出力ステップと
を有する画像生成方法。

【請求項2】

前記ノイズ重畳ステップにより重畳される複数の異なるノイズは、光子数のゆらぎによるショットノイズ、撮像素子に入射した光を電子に変換する際に生じるノイズ、変換された電子をアナログ電圧値に変換する際に生じるノイズ、変換されたアナログ電圧値をデジタル信号に変換する際に生じるノイズの少なくともいずれかを含む
請求項１に記載の画像生成方法。

【請求項3】

前記ノイズ重畳ステップにより重畳されるノイズの程度を示すパラメータを取得するパラメータ取得ステップを更に有し、
前記ノイズ重畳ステップは、前記パラメータに基づく程度のノイズを重畳する
請求項１に記載の画像生成方法。

【請求項4】

前記パラメータ取得ステップは、前記分割画像ごとに異なる前記パラメータを取得し、
前記ノイズ重畳ステップは、前記分割画像ごとに異なる前記パラメータに基づく程度のノイズを重畳する
請求項３に記載の画像生成方法。

【請求項5】

前記画像取得ステップは、時間的に連続する複数の画像を取得し、
前記ノイズ重畳ステップにより重畳される複数の異なるノイズのうち少なくともいずれかは、時間的に連続する複数の画像に対する周波数成分を有するノイズである
請求項１に記載の画像生成方法。

【請求項6】

請求項１から請求項５のいずれか一項に記載の画像生成方法により生成された前記ノイズ画像を用いた学習方法であって、
前記画像取得ステップにより取得された画像から前記ノイズ画像を生成する画像生成ステップと、
前記画像取得ステップにより取得された画像から、前記ノイズ画像を推論するよう学習する学習ステップと
を有する学習方法。

【請求項7】

前記画像生成ステップは、前記画像取得ステップにより取得された複数の画像に基づき、複数の前記ノイズ画像を予め生成し、
前記学習ステップは、予め生成された複数の前記ノイズ画像に基づいて学習する
請求項６に記載の学習方法。

【請求項8】

請求項１から請求項５のいずれか一項に記載の画像生成方法により生成された前記ノイズ画像を用いた学習方法であって、
前記画像取得ステップにより取得された画像から前記ノイズ画像を生成する第１画像生成ステップと、
前記第１画像生成ステップにおいて前記画像取得ステップにより取得された画像から、前記ノイズ画像を推論するよう学習する第１学習ステップと
前記第１学習ステップが行われた後に行われ、前記画像取得ステップにより取得された画像から前記ノイズ画像を生成する第２画像生成ステップと、
前記第２画像生成ステップにおいて前記画像取得ステップにより取得された画像から、前記ノイズ画像を推論するよう学習する第２学習ステップと
を有する学習方法。

【請求項9】

前記第１学習ステップにより学習される画像の数は、前記第２学習ステップにより学習される画像の数よりも多い
請求項８に記載の学習方法。

【請求項10】

画像を取得する画像取得部と、
取得した画像を所定の画素数を有する分割画像に分割する分割部と、
１つの前記分割画像が複製された複数の前記分割画像に対してそれぞれ異なるノイズを重畳することにより、１つの前記分割画像から複数のノイズ画像を生成するノイズ重畳部と、
前記ノイズ画像を出力する出力部と
を備える画像生成装置。

【請求項11】

コンピュータに、
画像を取得する画像取得ステップと、
取得した画像を所定の画素数を有する分割画像に分割する分割ステップと、
１つの前記分割画像が複製された複数の前記分割画像に対してそれぞれ異なるノイズを重畳することにより、１つの前記分割画像から複数のノイズ画像を生成するノイズ重畳ステップと、
前記ノイズ画像を出力する出力ステップと
を実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、画像生成方法、学習方法、画像生成装置及びプログラムに関する。

【背景技術】

【0002】

従来、機械学習を用いて、低品質画像を高品質画像に画像処理する技術があった。このような技術分野においては、ノイズが重畳されたノイズ画像と高品質画像との組み合わせを教師データとして学習モデルを学習させる。教師データの作成は、撮像装置により同一の対象物を異なる露出設定で撮像することにより高品質画像とノイズ画像とを得ることにより行われる。一般に機械学習のためには教師データが大量に必要になることが知られており、カメラを用いて撮像による教師データの作成は手間であるという課題があった。そこで、高品質画像にランダムノイズを付加することにより、教師データを作成する技術が知られている（例えば、特許文献１を参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－０７１９３６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

このような従来技術によれば、高品質画像にランダムノイズを付加することにより、教師データを作成できるかもしれない。しかしながら、大量のノイズ画像を生成することが出来たとしても、ノイズ画像の生成に用いる大量の高品質画像は必要である。高品質画像を撮像するには、長秒露光を行う必要があり、大量の高品質画像を用意することは手間であった。

【0005】

そこで本発明は、教師データとして大量の高品質画像を要することなく、低品質画像を高品質画像に画質向上の処理をするための学習モデルを学習させることが可能な技術の提供を目的とする。

【課題を解決するための手段】

【0006】

（１）本発明の一態様は、画像を取得する画像取得ステップと、取得した画像を所定の画素数を有する分割画像に分割する分割ステップと、１つの前記分割画像が複製された複数の前記分割画像に対してそれぞれ異なるノイズを重畳することにより、１つの前記分割画像から複数のノイズ画像を生成するノイズ重畳ステップと、前記ノイズ画像を出力する出力ステップとを有する画像生成方法である。

【0007】

（２）本発明の一態様は、上記（１）に記載の画像生成方法において、前記ノイズ重畳ステップにより重畳される複数の異なるノイズは、光子数のゆらぎによるショットノイズ、撮像素子に入射した光を電子に変換する際に生じるノイズ、変換された電子をアナログ電圧値に変換する際に生じるノイズ、変換されたアナログ電圧値をデジタル信号に変換する際に生じるノイズの少なくともいずれかを含む。

【0008】

（３）本発明の一態様は、上記（１）又は（２）に記載の画像生成方法において、前記ノイズ重畳ステップにより重畳されるノイズの程度を示すパラメータを取得するパラメータ取得ステップを更に有し、前記ノイズ重畳ステップは、前記パラメータに基づく程度のノイズを重畳する。

【0009】

（４）本発明の一態様は、上記（３）に記載の画像生成方法において、前記パラメータ取得ステップは、前記分割画像ごとに異なる前記パラメータを取得し、前記ノイズ重畳ステップは、前記分割画像ごとに異なる前記パラメータに基づく程度のノイズを重畳する。

【0010】

（５）本発明の一態様は、上記（１）から（４）のいずれかに記載の画像生成方法において、前記画像取得ステップは、時間的に連続する複数の画像を取得し、前記ノイズ重畳ステップにより重畳される複数の異なるノイズのうち少なくともいずれかは、時間的に連続する複数の画像に対する周波数成分を有するノイズである。

【0011】

（６）本発明の一態様は、上記（１）から（５）のいずれかに記載の画像生成方法により生成された前記ノイズ画像を用いた学習方法であって、前記画像取得ステップにより取得された画像から前記ノイズ画像を生成する画像生成ステップと、前記画像取得ステップにより取得された画像から、前記ノイズ画像を推論するよう学習する学習ステップとを有する学習方法である。

【0012】

（７）本発明の一態様は、上記（６）に記載の学習方法において、前記画像生成ステップは、前記画像取得ステップにより取得された複数の画像に基づき、複数の前記ノイズ画像を予め生成し、前記学習ステップは、予め生成された複数の前記ノイズ画像に基づいて学習する。

【0013】

（８）本発明の一態様は、上記（１）から（５）のいずれかに記載の画像生成方法により生成された前記ノイズ画像を用いた学習方法であって、前記画像取得ステップにより取得された画像から前記ノイズ画像を生成する第１画像生成ステップと、前記第１画像生成ステップにおいて前記画像取得ステップにより取得された画像から、前記ノイズ画像を推論するよう学習する第１学習ステップと前記第１学習ステップが行われた後に行われ、前記画像取得ステップにより取得された画像から前記ノイズ画像を生成する第２画像生成ステップと、前記第２画像生成ステップにおいて前記画像取得ステップにより取得された画像から、前記ノイズ画像を推論するよう学習する第２学習ステップとを有する学習方法。

【0014】

（９）本発明の一態様は、上記（８）に記載の学習方法において、前記第１学習ステップにより学習される画像の数は、前記第２学習ステップにより学習される画像の数よりも多い。

【0015】

（１０）本発明の一態様は、画像を取得する画像取得部と、取得した画像を所定の画素数を有する分割画像に分割する分割部と、１つの前記分割画像が複製された複数の前記分割画像に対してそれぞれ異なるノイズを重畳することにより、１つの前記分割画像から複数のノイズ画像を生成するノイズ重畳部と、前記ノイズ画像を出力する出力部とを備える画像生成装置。

【0016】

（１１）本発明の一態様は、コンピュータに、画像を取得する画像取得ステップと、取得した画像を所定の画素数を有する分割画像に分割する分割ステップと、１つの前記分割画像が複製された複数の前記分割画像に対してそれぞれ異なるノイズを重畳することにより、１つの前記分割画像から複数のノイズ画像を生成するノイズ重畳ステップと、前記ノイズ画像を出力する出力ステップとを実行させるプログラム。

【発明の効果】

【0017】

本発明によれば、教師データとして大量の高品質画像を要することなく、低品質画像を高品質画像に画質向上の処理をするための学習モデルを学習させることができる。

【図面の簡単な説明】

【0018】

【図1】第１の実施形態に係る学習システムの概要について説明するための図である。

【図2】第１の実施形態に係る画像生成装置の機能構成の一例を示す図である。

【図3】第１の実施形態に係る画像生成装置が重畳する複数のノイズの一例を示す図である。

【図4】第１の実施形態に係る画像生成方法の一例について説明するためのフローチャートである。

【図5】第１の実施形態に係る学習方法の一例について説明するためのフローチャートである。

【図6】第１の実施形態に係る学習方法の変形例について説明するためのフローチャートである。

【図7】第２の実施形態に係る画像生成装置の機能構成の一例を示す図である。

【図8】第２の実施形態に係るパラメータ算出方法の一例を示すフローチャートである。

【図9】第３の実施形態に係る学習方法について説明するための図である。

【図10】第４の実施形態に係る画像生成方法について説明するための図である。

【発明を実施するための形態】

【0019】

以下、本発明の態様に係る画像生成方法、学習方法、画像生成装置及びプログラムについて、好適な実施の形態を掲げ、添付の図面を参照しながら詳細に説明する。なお、本発明の態様は、これらの実施の形態に限定されるものではなく、多様な変更または改良を加えたものも含まれる。つまり、以下に記載した構成要素には、当業者が容易に想定できるもの、実質的に同一のものが含まれ、以下に記載した構成要素は適宜組み合わせることが可能である。また、本発明の要旨を逸脱しない範囲で構成要素の種々の省略、置換または変更を行うことができる。また、以下の図面においては、各構成をわかりやすくするために、各構造における縮尺および数等を、実際の構造における縮尺および数等と異ならせる場合がある。

【0020】

まず、本実施形態の前提となる事項について説明する。本実施形態に係る画像生成方法は、高品質画像に基づいて、低品質画像を生成する。高品質画像及び低品質画像は、同一の被写体を撮像したものであり、機械学習のための教師データ（教師画像）として用いられる。一例として高品質画像とは、低ＩＳＯ感度、長秒露光により撮像される画像である。以下の説明において、高品質画像をＧＴ（Ｇｒｏｕｎｄ Ｔｒｕｔｈ）とも記載する場合がある。低品質画像とは、従来技術において高ＩＳＯ感度、短秒露光により撮像されていた画像である。従来技術によれば、高品質画像及び低品質画像を、同一の撮像角度及び同一の画角において撮像していた。本実施形態においては、まず高品質画像が撮像され、次に撮像された高品質画像に基づいた画像処理を行うことにより低品質画像を生成する。なお、高品質画像は予め用意されていた画像を用いてもよい。以下の説明において、低品質画像をノイズ画像とも記載する場合がある。また、以下の説明においては低品質画像の一例としてノイズによる画質劣化について説明するが、本発明はノイズ以外の画像の品質を低下させる事項に対しても適用可能である。ノイズ以外の画像の品質を低下の一例として、光学収差による解像度の低下もしくは色ずれ、手ブレや被写体ブレによる解像度の低下、暗電流や回路起因による黒レベルの不均一、高輝度被写体によるゴーストやフレアもしくは信号レベル異常などに対しても適用することができる。
また、本実施形態に係る学習方法は、上述した画像生成方法を用いて生成された低品質画像を含む教師データを用いて学習するものである。

【0021】

本実施形態に係る画像生成方法が対象とする画像とは、静止画であってもよいし、動画に含まれるフレームであってもよい。また、データ形式としてはＲａｗフォーマットなどの圧縮符号化処理を行っていない形式でもよいし、ＪｐｅｇフォーマットやＭＰＥＧフォーマットなどの圧縮符号化処理を行った形式であってもよい。以下、特に限定しない場合においては、画像とはＲａｗフォーマット静止画である場合について説明する。
また、本実施形態に係る画像生成方法が対象とする画像とは、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅｓ）イメージセンサを用いたＣＣＤカメラにより撮像された画像であってもよいし、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）イメージセンサを用いたＣＭＯＳカメラにより撮像された画像であってもよい。また、本実施形態に係る画像生成方法が対象とする画像とは、カラー画像であってもよいし、モノクロ画像であってもよい。また、本実施形態に係る画像生成方法が対象とする画像とは、赤外線センサを用いた赤外線カメラなど非可視光成分を取得することにより撮像された画像であってもよい。

【0022】

［第１の実施形態］
まず、図１から図６を参照しながら、第１の実施形態について説明する。図１は、第１の実施形態に係る学習システムの概要について説明するための図である。同図を参照しながら、学習システム２の概要について説明する。同図に示す学習システム２は、機械学習の学習段階における構成の一例である。画像生成システム１は、機械学習に用いられる教師データを生成する。学習システム２は、画像生成システム１により生成された教師データを用いて学習モデル４０を学習させる。

【0023】

画像生成システム１は、撮像装置２０を備えることによりＧＴ（高品質画像）３１を撮像する。撮像装置２０は、低ＩＳＯ感度、長秒露光などの露出設定によりＧＴ３１を撮像する。画像生成システム１は、撮像装置２０により撮像されたＧＴ３１に基づき、ノイズ画像３２を生成する。一対のＧＴ３１及び対応するノイズ画像３２は、教師データとして学習モデル４０に入力される。学習モデル４０は、画像生成システム１により生成された教師データを用いて学習される。具体的には、学習モデル４０は、ノイズ画像３２からＧＴ３１を推論するように学習される。言い換えれば、学習した後の学習モデル４０はノイズ画像３２を入力として、高画質化した画像を推論しその結果を出力する。
なお、画像生成システム１により生成された教師データは、後に行われる学習のため、所定の記憶装置に一時的に記憶されてもよい。また、撮像装置２０により撮像されたＧＴ３１は一時的に所定の記憶装置に記憶され、画像生成システム１は複数のＧＴ３１が蓄積された後ノイズ画像３２を生成してもよい。

【0024】

図２は、第１の実施形態に係る画像生成装置の機能構成の一例を示す図である。同図を参照しながら、画像生成装置１０の機能構成の一例について説明する。画像生成装置１０は、上述した画像生成システム１に用いられる。画像生成装置１０は、撮像装置２０により撮像されたＧＴ３１に基づき、ノイズ画像３２を生成する。画像生成装置１０は、画像取得部１１と、分割部１２と、ノイズ重畳部１３と、出力部１４とを備える。画像生成装置１０は、バスで接続された不図示のＣＰＵ（Central Processing Unit）、ＲＯＭ（Read only memory）又はＲＡＭ（Random access memory）等の記憶装置等を備え、画像生成プログラムを実行することによって画像取得部１１と、分割部１２と、ノイズ重畳部１３と、出力部１４とを備える装置として機能する。

【0025】

なお、画像生成装置１０の各機能の全てまたは一部は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）又はＦＰＧＡ（Field-Programmable Gate Array）等のハードウェアを用いて実現されてもよい。画像生成プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。画像生成プログラムは、電気通信回線を介して送信されてもよい。

【0026】

画像取得部１１は、撮像装置２０により撮像された高画質画像であるＧＴ３１を画像Ｉとして取得する。画像Ｉのファイル形式は、学習システム２により学習された学習モデル４０の推論の対象となる画像と同一のファイル形式であることが好適である。画像取得部１１は、取得した画像Ｉを分割部１２に出力する。画像Ｉの画像サイズは、例えば１９２０[ｐｘ（ピクセル）]×１０８０[ｐｘ]や、１２８０[ｐｘ]×７２０[ｐｘ]等であってもよい。なお、画像Ｉは、上述したＧＴ３１の一例である。

【0027】

分割部１２は、画像取得部１１から画像Ｉを取得する。分割部１２は、取得した画像Ｉを所定の画素数を有する分割画像ＤＩに分割する。分割画像ＤＩの画素数は、任意であるが、例えば２５６[ｐｘ]×２５６[ｐｘ]であってもよい。以後の説明において、分割画像ＤＩをパッチと記載する場合がある。
例えばＧＴ３１の画像サイズが１９２０[ｐｘ]×１０８０[ｐｘ]であり、パッチのサイズが２５６[ｐｘ]×２５６[ｐｘ]である場合、横方向に８個、縦方向に５個のパッチに分割することができる。横方向の８個のパッチのうち、７個のパッチの横方向の画素数は２５６[ｐｘ]であり、残り１個のパッチの横方向の画素数は１２８[ｐｘ]である。縦方向の５個のパッチのうち４個のパッチの横方向の画素数は２５６[ｐｘ]であり、残り１個のパッチの横方向の画素数は５６[ｐｘ]である。すなわち、ＧＴ３１の画像サイズが１９２０[ｐｘ]×１０８０[ｐｘ]である場合、２５６[ｐｘ]×２５６[ｐｘ]の画像サイズを有する２８個のパッチと、２５６[ｐｘ]×５６[ｐｘ]の画像サイズを有する７個のパッチと、１２８[ｐｘ]×２５６[ｐｘ]の画像サイズを有する４個のパッチと、１２８[ｐｘ]×５６[ｐｘ]の画像サイズを有する１個のパッチとに分割される。分割部１２は、分割したパッチのうち、同一サイズ（２５６[ｐｘ]×２５６[ｐｘ]）のパッチを、分割画像ＤＩとしてノイズ重畳部１３に出力する。なお、パッチのサイズは２５６[ｐｘ]×２５６[ｐｘ]の一例に限定されず、異なるサイズであってもよい。なお、当該パッチのサイズは、学習した後の学習モデル４０が画像を高画質化する推論処理を行う単位とそろえることが好ましい。言い換えれば、ＧＴ３１の画像サイズ、分割部１２が分割する分割数、パッチのサイズなどは学習時と推論時でそろえることが望ましい。

【0028】

ノイズ重畳部１３は、分割部１２から複数の分割画像ＤＩを取得する。ノイズ重畳部１３は、分割画像ＤＩに対し、所定のノイズモデル及びパラメータに基づいて異なる複数のノイズを重畳させることによりノイズ画像ＮＩを生成する。ノイズ重畳部１３は、事前に決められた重畳するノイズの数に応じて、１枚の分割画像ＤＩから複数のノイズ画像ＮＩを生成する。すなわち、ノイズ重畳部１３は、重畳するノイズの数に応じて、分割画像ＤＩを複数個に複製し、複製されたそれぞれの分割画像ＤＩに対して、それぞれ異なるノイズを重畳する。換言すれば、ノイズ重畳部１３は、１つの分割画像ＤＩが複製された複数の分割画像ＤＩに対して、それぞれ異なるノイズを重畳する。取得した分割画像ＤＩの数がｎ枚（ｎは１以上の自然数）であり、重畳するノイズの数がｍ種類（ｍは１以上の自然数）である場合、ノイズ重畳部１３は、ｎ×ｍ枚のノイズ画像を生成する。ここで、重畳するｍ種類のノイズはそれぞれ強度が異なるものであり、ｎ×ｍ枚のノイズ画像はそれぞれ異なる画像となる。ノイズ重畳部１３により重畳されるノイズの詳細については、図３を参照しながら詳細に説明する。ノイズ重畳部１３は、生成したノイズ画像ＮＩを出力部１４に出力する。なお、ノイズ画像ＮＩは、上述したノイズ画像３２の一例である。

【0029】

出力部１４は、ノイズ重畳部１３からノイズ画像ＮＩを取得する。出力部１４は、取得したノイズ画像ＮＩを出力する。ノイズ画像ＮＩを例えば不図示の記憶装置又は学習モデル４０等に出力する。出力部１４は、ノイズ画像ＮＩと、対応する画像Ｉ又は対応する分割画像ＤＩとを互いに対応付けて、教師データとして出力してもよい。

【0030】

図３は、第１の実施形態に係る画像生成装置が重畳するノイズの一例を示す図である。同図を参照しながら、画像生成装置１０が重畳するノイズの一例について説明する。同図には、画像の撮像に置いて画像に重畳されるノイズについて、時間的な流れとともに説明する。同図に示す一例では、ステップＳ１１０からステップＳ１６０において、６種類のノイズが重畳される。ノイズ重畳部１３は、ステップＳ１１０からステップＳ１６０において重畳される各ノイズを分割画像ＤＩに重畳する。

【0031】

（ステップＳ１１０）まず、イメージセンサに光が入射する際に、光子数の揺らぎによるショットノイズ（ショット雑音又はポアソン雑音）が重畳される。ショットノイズとは、光子数の統計的変動により発生するノイズである。ショットノイズは、特に光強度が小さい場合に大きくなる。

【0032】

（ステップＳ１２０）次に、イメージセンサ（撮像素子）に起因する感度不均一性（ＰＲＮＵ：Ｐｈｏｔｏ Ｒｅｓｐｏｎｓｅ Ｎｏｎ―Ｕｎｉｆｏｒｍｉｔｙ）ノイズが重畳される。感度不均一性ノイズとは、イメージセンサに備えられる複数の画素間における感度のばらつき（感度不均一性）により生じるノイズである。感度不均一性ノイズは、フォトダイオードやアンプの製造時におけるばらつきに起因する。

【0033】

（ステップＳ１３０）次に、長時間露光に起因するダークノイズ（ダークショットノイズ又は暗電流ノイズ）が重畳される。ダークノイズとは、暗電流によって発生するノイズである。また、ダークノイズとは、長時間露光により回路に発生した熱を、イメージセンサにより誤検出することにより発生するノイズである。

【0034】

（ステップＳ１４０）次に、ソースフォロワノイズが重畳される。ソースフォロワノイズとは、ソースフォロワ回路を形成するＭＯＳ（Ｍｅｔａｌ―Ｏｘｉｄｅ―Ｓｅｍｉｃｏｎｄｕｃｔｏｒ)トランジスタに流れる電流及びオン抵抗により熱が発生することにより生じるノイズである。当該ソースフォロワ回路は、イメージセンサに備えられるフォトダイオードに入射した光の光量に応じて生成された電荷を読み出すために用いられる。

【0035】

（ステップＳ１５０）次に、カラムノイズが重畳される。カラムノイズとは、イメージセンサが備える複数の画素のうち、同一列上に配置された画素に生じるノイズである。カラムノイズが重畳されることにより、画像中に縦縞のようなノイズが発生する。なお、カラムノイズはイメージセンサの構成としてカラム方向に配置される画素において回路を共通化することによってカラム方向に発生するノイズである。そのため、カラム方向以外にも回路を共通化する単位で発生するノイズを対象としてもよい。

【0036】

（ステップＳ１６０）次に、ＡＤ変換に起因するノイズが重畳される。ＡＤ変換に起因するノイズとは、イメージセンサに備えられるフォトダイオードに入射した光の光量に応じて生成された電荷に基づくアナログ電圧を、所定の分解能を有するデジタル値に変換する際に生じるノイズである。ＡＤ変換に起因するノイズは、ＡＤ変換の分解能に応じて発生し、分解能が低いほどノイズが大きくなる。ＡＤ変換に起因するノイズとは、換言すれば量子化に起因するノイズである。

【0037】

なお、上述したノイズは、ステップＳ１１０により重畳される「光子数のゆらぎによるノイズ」、ステップＳ１２０及びステップＳ１３０により重畳される「撮像素子に入射した光を電子に変換する際に生じるノイズ」、ステップＳ１４０及びステップＳ１５０により重畳される「変換された電子をアナログ電圧値に変換する際に生じるノイズ」、及ステップＳ１６０により重畳される「変換されたアナログ電圧値をデジタル信号に変換する際に生じるノイズ」に分類することができる。ノイズ重畳部１３は、撮像過程において重畳されるノイズをモデル化して、モデル化したノイズモデルに基づいてそれぞれのノイズを重畳したノイズ画像ＮＩを生成する。具体的には、ノイズ重畳部１３により重畳されるノイズは、上述したノイズの少なくともいずれかを含む。すなわち、ノイズ重畳部１３により重畳されるノイズは、光子数のゆらぎによるショットノイズ、撮像素子に入射した光を電子に変換する際に生じるノイズ、変換された電子をアナログ電圧値に変換する際に生じるノイズ、変換されたアナログ電圧値をデジタル信号に変換する際に生じるノイズの少なくともいずれかを含む。

【0038】

なお、ノイズ重畳部１３により重畳されるノイズは、上述したノイズに限定されるものではない。ノイズ重畳部１３は、上述したノイズとは異なるその他のノイズを重畳してもよい。その他のノイズの一例としては、例えば、フォトダイオードから電荷を読み出す際の読出し回路のスイッチングに起因するノイズや、ＭＯＳトランジスタ中の欠陥に起因するＲＴＳ（Ｒａｎｄｏｍ Ｔｅｌｅｇｒａｐｈ Ｓｉｇｎａｌ）ノイズ等であってもよい。また、重畳するノイズの強度としてパラメータをノイズ重畳部１３に設定可能に構成してもよく、ノイズ重畳部１３は設定されたパラメータに基づいて所定の強度範囲でノイズを重畳するように処理を行う。ノイズ重畳部１３に設定するパラメータは上述した各ノイズに対して個別に設定できるように構成してもよいし、一つ以上のノイズを統合した強度についてのパラメータとしてもよい。
なお、ノイズ重畳部１３に設定するパラメータは上述した各ノイズに対して事前に設定できるように構成してもよいが、事前に撮像装置２０などによって実際に取得されたノイズが重畳されている画像から算出するようにしてもよい。

【0039】

図４は、第１の実施形態に係る画像生成方法の一例について説明するためのフローチャートである。同図を参照しながら、画像生成装置１０を用いた画像生成方法の一例について説明する。

【0040】

（ステップＳ２１０）画像取得部１１は、撮像装置２０により撮像された高画質画像であるＧＴ３１を取得する。画像取得部１１は、取得したＧＴ３１を画像Ｉとして分割部１２に出力する。
（ステップＳ２３０）分割部１２は、画像取得部１１から画像Ｉを取得する。分割部１２は、取得した画像Ｉを所定の画素数を有する分割画像ＤＩに分割する。分割部１２は、分割画像ＤＩをノイズ重畳部１３に出力する。
（ステップＳ２５０）ノイズ重畳部１３は、分割部１２から複数の分割画像ＤＩを取得する。ノイズ重畳部１３は、取得した分割画像ＤＩに対し、異なる複数のノイズを重畳させることによりノイズ画像ＮＩを生成する。具体的には、ノイズ重畳部１３は、１つの分割画像ＤＩが複製された複数の分割画像ＤＩに対してそれぞれ異なるノイズを重畳することにより、１つの分割画像ＤＩから複数のノイズ画像ＮＩを生成する。ノイズ重畳部１３は、生成したノイズ画像ＮＩを出力部１４に出力する。
（ステップＳ２７０）出力部１４は、ノイズ重畳部１３からノイズ画像ＮＩを取得する。出力部１４は、取得したノイズ画像ＮＩを出力する。

【0041】

次に、図５及び図６を参照しながら、学習システム２を用いた学習方法について説明する。学習モデル４０を学習させるため、例えば１０００枚程度のＧＴ３１を要する。学習システム２を用いた学習方法としては、予め１０００枚程度のＧＴ３１に基づいたノイズ画像３２を生成する方法と、１枚のＧＴ３１ごとにノイズ画像３２を生成し学習させていく方法とがある。図５を参照しながら、予め１０００枚程度のＧＴ３１に基づいたノイズ画像３２を生成する方法について説明し、図６を参照しながら、１枚のＧＴ３１ごとにノイズ画像３２を生成し学習させていく方法について説明する。
なお、学習モデル４０を学習させるためのＧＴ３１の数は、上述した一例に限定されない。学習モデル４０を学習させるためのＧＴ３１の数は、例えば１００枚であってもよいし、１００００枚であってもよい。一般的には、ＧＴ３１の数が多い程、学習モデル４０を精度よく学習させることができる。

【0042】

図５は、第１の実施形態に係る学習方法の一例について説明するためのフローチャートである。同図を参照しながら、学習システム２を用いた学習方法のうち、予め１０００枚程度のＧＴ３１に基づいたノイズ画像３２を生成する方法の一例について説明する。
（ステップＳ５１０）まず、画像生成装置１０は、撮像装置２０により撮像されたＮ枚（Ｎは１以上の自然数）のＧＴ３１を取得する。なお、ステップＳ５１０は、ＧＴ３１である画像Ｉを取得する画像取得ステップともいうことができる。
（ステップＳ５３０）次に、画像生成装置１０は、取得したＧＴ３１に基づいてノイズ画像ＮＩを生成する。画像生成装置１０は、１枚目からＮ枚目のＧＴ３１まで、順にノイズ画像ＮＩを生成していく。画像生成装置１０が生成するノイズ画像ＮＩの元となるＧＴ３１を、i枚目（ｉは、１以上の自然数）のＧＴ３１と記載する。すなわち、画像生成装置１０は、ｉ枚目のＧＴ３１についてノイズ画像Ｎを生成する。なお、ステップＳ５３０は、画像取得ステップであるステップ５１０により取得されたＧＴ３１である画像Ｉからノイズ画像ＮＩを生成する画像生成ステップともいうことができる。

【0043】

（ステップＳ５５０）画像生成装置１０は、ｉ＝Ｎとなるまでノイズ画像ＮＩを生成し続ける。画像生成装置１０は、ｉ＝Ｎとなった場合（すなわち、ステップＳ５５０；ＹＥＳ）、処理をステップＳ５７０に進める。画像生成装置１０は、ｉ＝Ｎ未満である場合（すなわち、ステップＳ５５０；ＮＯ）、処理をステップＳ５３０に戻し、ノイズ画像ＮＩを生成し続ける。すなわち、予めＧＴ３１に基づいたノイズ画像３２を生成する方法の一例において、画像生成ステップは、画像取得ステップにより取得された複数の画像Ｉに基づき、複数のノイズ画像ＮＩを予め生成しておく。
（ステップＳ５７０）学習モデル４０は、Ｎ枚のＧＴ３１に基づいて生成された複数のノイズ画像ＮＩと、Ｎ枚のＧＴ３１に基づいて学習する。ステップＳ５７０は、画像取得ステップであるステップＳ５１０により取得された画像から、ノイズ画像ＮＩを推論するよう学習する学習ステップともいうことができる。予めＧＴ３１に基づいたノイズ画像３２を生成する方法の一例において、学習ステップは、予め生成された複数のノイズ画像ＮＩに基づいて学習する。

【0044】

なお、画像生成ステップにより生成されるノイズ画像ＮＩの数は、分割部１２により分割される分割数と、ノイズ重畳部１３により重畳されるノイズの数に応じて決定される。学習モデル４０は、分割部１２により分割された分割画像ＤＩと、ノイズ画像ＮＩとに基づいて学習されてもよい。

【0045】

図６は、第１の実施形態に係る学習方法の変形例について説明するためのフローチャートである。同図を参照しながら、学習システム２を用いた学習方法のうち、１枚のＧＴ３１ごとにノイズ画像３２を生成し学習させていく方法の一例について説明する。図６に示される工程であって、図５を参照しながら既に説明した工程と同様の工程については、同様の符号を付すことにより説明を省略する場合がある。図６を参照しながら説明する変形例では、図５におけるステップＳ５７０を、ステップＳ５５０の前に行う点において、図５を参照しながら説明した一例とは異なる。ステップＳ５５０の前に行われるステップＳ５７０を、ステップＳ５７０Ａと記載し、図６におけるステップＳ５５０をステップＳ５５０Ａと記載する。

【0046】

すなわち、１枚のＧＴ３１ごとにノイズ画像３２を生成し学習させていく方法では、Ｎ枚のＧＴ３１全てについてノイズ画像ＮＩを生成するのを待たず、１枚のＧＴ３１についてノイズ画像ＮＩが生成された時点で学習モデル４０を学習させる。したがって、本実施形態によれば、大量のノイズ画像ＮＩを記憶しておくための記憶領域を削減することができる。
なお、本実施形態に係る学習方法は、上述した実施例に限定されず、例えば数枚のＧＴ３１に基づいたノイズ画像ＮＩを生成した時点で学習モデル４０を学習させてもよいし、１枚のＧＴ３１から複数のノイズ画像ＮＩを生成する途中の段階で学習モデル４０を学習させてもよい。

【0047】

［第１の実施形態のまとめ］
以上説明した実施形態によれば、本実施形態に係る画像生成方法は、画像取得ステップを有することにより画像Ｉを取得し、分割ステップを有することにより取得した画像Ｉを所定の画素数を有する分割画像ＤＩ（パッチ）に分割し、ノイズ重畳ステップを有することにより１つの分割画像ＤＩから複数のノイズ画像ＮＩを生成し、出力ステップを有することにより生成したノイズ画像ＮＩを出力する。すなわち、本実施形態に係る画像生成方法は、１枚の画像Ｉを複数の分割画像ＤＩに分割し、複数の分割画像ＤＩそれぞれに基づき、複数のノイズ画像ＮＩを生成する。したがって、本実施形態によれば、１枚の画像Ｉに基づき、複数の教師データを生成することができる。よって、本実施形態によれば、教師データとして大量の高品質画像を要することなく、低品質画像を高品質画像にノイズ低減処理するための学習モデルを学習させるための教師データを生成することができる。
ここで、学習モデル４０は、推論時には、画像Ｉを所定の画素数に分割し、分割した画像に基づいて推論を行う場合がある。本実施形態によれば、画像Ｉを分割した分割画像ＤＩのサイズに基づいて学習を行うため、推論時に学習モデル４０に入力される画像サイズと同一のサイズの画像に基づいて学習させることができる。

【0048】

また、上述した実施形態によれば、ノイズ重畳ステップにより重畳される複数の異なるノイズは、光子数のゆらぎによるショットノイズ、撮像素子に入射した光を電子に変換する際に生じるノイズ、変換された電子をアナログ電圧値に変換する際に生じるノイズ、変換されたアナログ電圧値をデジタル信号に変換する際に生じるノイズの少なくともいずれかを含む。ここで、変換された電子をアナログ電圧値に変換する際に生じるノイズとは、撮像素子に起因する感度不均一性ノイズと、長時間露光に起因するダークノイズとを含む。また、変換された電子をアナログ電圧値に変換する際に生じるノイズとは、ソースフォロワノイズと、カラムノイズとを含む。すなわち、ノイズ重畳ステップにより重畳されるノイズとは、単なるランダムノイズとは異なる。したがって、本実施形態によれば、実際の低品質画像に重畳されるノイズの種類に応じたノイズをそれぞれ重畳するため、精度のよい教師データを生成することができる。

【0049】

また、上述した実施形態によれば、本実施形態に係る学習方法は、上述した画像生成方法により生成されたノイズ画像を用いて行われる。すなわち、本実施形態に係る学習方法は、画像生成ステップを有することにより取得された画像Ｉからノイズ画像ＮＩを生成し、学習ステップを有することにより画像取得ステップにより取得された画像Ｉから、ノイズ画像ＮＩを推論するよう学習する。すなわち、本実施形態に係る学習方法は、学習時に高品質画像である画像Ｉから動的にノイズ画像ＮＩを生成する。したがって、本実施形態に係る学習方法によれば、予め生成した教師データ（高品質画像と低品質画像との組み合わせ）を記憶しておく必要がなく、高品質画像のみを記憶しておけばよいため、記憶領域を節約することができる。

【0050】

また、上述した実施形態によれば、本実施形態に係る学習方法において、画像生成ステップは、画像取得ステップにより取得された複数の画像Ｉに基づき、複数のノイズ画像ＮＩを予め生成し、学習ステップは、予め生成された複数のノイズ画像ＮＩに基づいて学習する。すなわち、本実施形態に係る学習方法は、予め教師データ（高品質画像と低品質画像との組み合わせ）を記憶しておく。したがって、本実施形態に係る学習方法によれば、学習時には、画像生成のために時間を要しないため、学習モデル４０を容易に学習させることができる。

【0051】

［第２の実施形態］
次に、図７及び図８を参照しながら第２の実施形態について説明する。第２の実施形態に係る画像生成装置１０Ａは、ノイズ重畳部１３により重畳されるノイズの大きさ（程度）を調整可能な点において第１の実施形態に係る画像生成装置１０とは異なる。画像生成装置１０Ａの説明において、画像生成装置１０と同様の構成については同様の符号を付すことにより説明を省略する場合がある。

【0052】

図７は、第２の実施形態に係る画像生成装置の機能構成の一例を示す図である。同図を参照しながら、画像生成装置１０Ａの機能構成の一例について説明する。画像生成装置１０Ａは、ノイズ重畳部１３に代えてノイズ重畳部１３Ａを備え、パラメータ取得部１５を更に備える点において画像生成装置１０とは異なる。

【0053】

パラメータ取得部１５は、パラメータ情報ＰＩを取得する。パラメータ情報ＰＩには、推定パラメータ（又は単にパラメータ）が含まれる。推定パラメータは、ノイズ重畳部１３Ａにより重畳されるノイズの程度を示す。推定パラメータは、画像Ｉに基づいてコンピュータによる演算により決定される値であってもよいし、ユーザにより任意に入力される値であってもよい。

【0054】

ここで、分割画像ＤＩとは、画像Ｉを複数に分割した画像である。したがって、画像Ｉの中央部分と周囲部分では、重畳されるノイズが異なる場合がある。より再現性の高い低品質画像を生成するため、推定パラメータは、画像Ｉにおける分割画像ＤＩの座標に応じて異なるものであってもよい。すなわち推定パラメータは、分割画像ＤＩごとに異なる値であってもよい。この場合、パラメータ取得部１５は、分割画像ＤＩごとに異なるパラメータを取得してもよい。
また、実際に低品質画像に重畳されるノイズは、画像を撮像したときの撮像装置の露出設定（絞り、シャッタースピード、ＩＳＯ感度等）に応じて異なる。したがってパラメータ取得部１５は、高品質画像を撮像したときの露出設定などに応じて、異なるパラメータを取得してもよい。

【0055】

ノイズ重畳部１３Ａは、パラメータ取得部１５により取得されたパラメータ情報ＰＩに含まれる推定パラメータに基づく程度のノイズを、分割画像ＤＩに対し重畳する。推定パラメータが分割画像ＤＩごとに異なる値である場合、ノイズ重畳部１３Ａは、分割画像ＤＩごとに異なる推定パラメータに基づく程度のノイズを重畳する。例えば、ノイズ重畳部１３Ａは、分割画像ＤＩが画像Ｉの中央部分であるか周縁部分であるかに応じて、異なる推定パラメータに基づく程度のノイズを重畳してもよい。また、ノイズ重畳部１３Ａは、分割画像ＤＩが撮像されたときの撮像装置の設定（絞り、シャッタースピード、ＩＳＯ感度等）に応じて、異なる推定パラメータに基づく程度のノイズを重畳してもよい。

【0056】

図８は、第２の実施形態に係るパラメータ算出方法の一例を示すフローチャートである。同図を参照しながら、推定パラメータがコンピュータによる演算により決定される場合における算出方法の一例について説明する。推定パラメータの算出は、画像生成装置１０Ａにより行われてもよいし、他の装置により行われてもよい。以下に示す一例では、画像生成装置１０Ａにより推定パラメータの算出が行われるものとして説明する。

【0057】

（ステップＳ３１０）本実施形態に係る推定パラメータの算出方法では、まず、撮像装置により撮像されたノイズ画像を取得する。ノイズ画像を撮像する撮像装置は、学習のためのＧＴ３１を撮像する撮像装置２０と同一であってもよいし、撮像装置２０とは異なる撮像装置であってもよい。ノイズ画像は、例えば高ＩＳＯ感度、短秒露光により撮像されてもよい。

【0058】

（ステップＳ３３０）次に、画像生成装置１０Ａは、撮像されたノイズ画像に基づいてヒストグラムを作成する。画像生成装置１０Ａにより作成されるヒストグラムは、ノイズの分布を示す。例えば、ヒストグラムの横軸（階級）は輝度、縦軸（度数）はその階級に属する輝度が画像中に出現する頻度を示す。

【0059】

（ステップＳ３５０）次に、画像生成装置１０Ａは、作成したヒストグラムとノイズモデルとを比較する。ノイズモデルとは、予め想定されたノイズの種類に応じたモデルであって、予め記憶されたモデルである。ノイズモデルは、ノイズの種類に応じて予め複数記憶されていてもよい。

【0060】

（ステップＳ３７０）次に、画像生成装置１０Ａは、比較した結果に応じた推定パラメータを算出する。画像生成装置１０Ａは、例えば最尤推定等のアルゴリズムに基づいて、推定パラメータを算出する。具体的には、画像生成装置１０Ａは、実際のノイズ分布（ステップＳ３３０により作成されたヒストグラム）と、推定分布（推定パラメータ）とが、最も近くなるように、推定分布（推定パラメータ）を決定する。

【0061】

［第２の実施形態のまとめ］
以上説明した実施形態によれば、本実施形態に係る画像生成方法は、パラメータ取得ステップを更に有することによりノイズ重畳ステップにより重畳されるノイズの程度を示す推定パラメータを取得し、ノイズ重畳ステップを有することにより推定パラメータに基づく程度のノイズを重畳する。したがって、本実施形態に係る画像生成方法によれば、重畳するノイズの程度を適切に調整することができる。

【0062】

また、本実施形態に係る画像生成方法において、パラメータ取得ステップは、分割画像ＤＩごとに異なる推定パラメータを取得し、ノイズ重畳ステップは、分割画像ＤＩごとに異なるパラメータに基づく程度のノイズを重畳する。分割画像ＤＩごとに異なる推定パラメータとは、例えば画像Ｉにおける分割画像ＤＩの位置座標、又は画像Ｉの撮像時における撮像装置の設定ごとに異なる推定パラメータであってもよい。したがって、本実施形態に係る画像生成方法によれば、より再現性の高いノイズ画像を生成することができる。

【0063】

［第３の実施形態］
次に、図９を参照しながら第３の実施形態について説明する。第３の実施形態に係る学習システム２Ｂは、２つの拠点において、異なる学習をする点において第１の実施形態に係る学習システム２とは異なる。学習システム２Ｂの説明において、学習システム２と同様の構成については同様の符号を付すことにより説明を省略する場合がある。

【0064】

図９は、第３の実施形態に係る学習方法について説明するための図である。同図を参照しながら、学習システム２Ｂについて説明する。学習システム２Ｂは、上述した画像生成方法により生成された教師データを用いて学習が行われる。学習システム２Ｂでは、第１拠点Ｌ１と、第２拠点Ｌ２の２つの拠点に置いて学習が行われる。なお、本実施形態に係る学習システム２Ｂでは、複数の拠点において学習が行われればよく、２拠点で学習が行われる場合の一例に限定されない。以下に説明する実施形態では、一例として２つの拠点において学習が行われる場合の一例について説明する。また、本実施形態において拠点とは、学習が行われる機会（場所又はタイミング）を示しており、異なるタイミングで学習が行われればよく、２つの拠点間において物理的に場所が離れているか否かを問わない。

【0065】

本実施形態において、第１拠点Ｌ１では、第１回目の学習が行われる。第１回目の学習では、第１画像生成ステップと、第１学習ステップとが行われる。
第１画像生成ステップでは、高画質画像を取得し、取得した高画質画像から低画質画像を生成する。具体的には、第１画像生成ステップでは、画像取得ステップにより取得された画像Ｉからノイズ画像ＮＩを生成する。より具体的には、第１画像生成ステップでは、画像取得ステップにより取得された画像Ｉを分割することにより分割画像ＤＩを生成し、分割画像ＤＩに所定のノイズを重畳することによりノイズ画像ＮＩを生成する。第１画像生成ステップでは、１枚の画像Ｉを分割することにより複数の分割画像ＤＩを生成し、複数の分割画像ＤＩのうち１枚の分割画像ＤＩから複数のノイズ画像ＮＩを生成する。

【0066】

第１学習ステップでは、高画質画像と第１画像生成ステップで生成した低画質画像を用いて学習する。具体的には、第１学習ステップでは、画像取得ステップにより取得された画像Ｉから、第１画像生成ステップにより生成されたノイズ画像ＮＩを推論するよう学習する。より具体的には、第１学習ステップでは、画像取得ステップにより取得された画像Ｉを分割した分割画像ＤＩから、第１画像生成ステップにより生成されたノイズ画像ＮＩを推論するよう学習する。
第１拠点Ｌ１では、一例として１０００枚程度の画像Ｉに基づいた教師データを生成し、学習モデル４０を学習させる。

【0067】

第１拠点において第１回目の学習が行われた後、学習モデル４０は第２拠点に置いて第２回目の学習が行われる。学習モデル４０がハードウェアに組み込まれている場合、学習モデル４０は第１拠点Ｌ１から第２拠点Ｌ２へ輸送されてもよい。また、学習モデル４０をデータとして、通信ネットワークを介して第２拠点Ｌ２に送信してもよい。第２拠点Ｌ２では、第２回目の学習が行われる。ここで、第２拠点Ｌ２は、複数であってもよい。本実施形態では、第２拠点Ｌ２として、第２拠点Ｌ２－１と、第２拠点Ｌ２－２とを示す。

【0068】

学習済みの学習モデル４０は、撮像装置２０を用いて取得した低画質画像に基づいて、高品質画像を推論する。すなわち学習モデル４０は、画像のノイズリダクション処理のために用いられる。第２拠点Ｌ２とは、例えば、学習モデル４０を用いて推論（ノイズリダクション処理）を行う拠点である。したがって、本実施形態における第１回目の学習とは、学習モデル４０がユーザに送付される前に行われる学習であって、全てのユーザに共通する学習、すなわち予備学習ともいうことができる。また、第２回目の学習は、学習モデル４０がユーザに送付された後に行われる学習であって、ユーザごとに異なる学習、すなわち微調整のための学習であるともいうことができる。微調整のための学習とは、換言すれば学習モデル４０が推論を行う使用環境（推論を行う入力画像を撮像する撮像装置）に合わせるための学習ともいうことができる。
したがって、第２拠点Ｌ２の数は、第１拠点Ｌ１の数より多い。

【0069】

第２回目の学習では、第２画像生成ステップと、第２学習ステップとが行われる。
第２画像生成ステップは、第１拠点Ｌ１において第１学習ステップが行われた後に行われる。また、第２画像生成ステップは、画像取得ステップにより取得された画像Ｉからノイズ画像ＮＩを生成する。第２画像生成ステップに用いられる画像Ｉは、学習モデル４０が実際に推論を行う画像を撮像する撮像装置により撮像された画像であることが望ましい。また、第２画像生成ステップに用いられる画像Ｉの被写体は、学習モデル４０が実際に推論を行う画像における被写体と同様であることが望ましい。

【0070】

例えば学習モデル４０が監視カメラの画像を高画質に画像処理する用途に用いられる場合、当該監視カメラにより撮像された画像を画像Ｉとして第２回目の学習が行われることが望ましい。また、例えば学習モデル４０が監視カメラの画像を高画質に画像処理する用途に用いられる場合、夜間と昼間で画像の明るさが異なる場合は、夜間に撮像された画像と昼間に撮像された画像とに基づいて第２回目の学習が行われることが望ましい。

【0071】

第２学習ステップは、第１拠点Ｌ１において第２学習ステップが行われた後に行われる。また、第２学習ステップでは、第２回目の学習において画像取得ステップにより取得された画像Ｉから、ノイズ画像ＮＩを推論するよう学習する。

【0072】

ここで、予備学習としての役割を有する第１学習ステップにおいては、微調整のための学習としての役割を有する第２学習ステップと比較して、より多くの画像に基づいた学習を行う。すなわち、第１学習ステップにより学習される画像の数は、第２学習ステップにより学習される画像の数よりも多い。例えば、第１拠点Ｌ１では１０００枚の画像に基づいて学習されるのに対し、第２拠点Ｌ２－１では１５枚、第２拠点Ｌ２－２では２０枚の画像に基づいて学習される。第２拠点Ｌ２において学習に用いられる画像の数は各拠点において異なっていてもよく、各拠点において用いられる撮像装置の種類や、被写体等に応じて決定されてもよい。

【0073】

なお、第１回目の学習と第２回目の学習とは、ハイパーパラメータが異なっていてもよい。第１回目の学習及び第２回目の学習において異なるハイパーパラメータの一例としては、学習率（Ｌｅａｒｎｉｎｇ ｒａｔｅ）、学習ステップ数（ｓｔｅｐｓ）等が挙げられる。学習率とは勾配法によってどれだけ大きくパラメータのこうしんをおこなうかを決めるハイパーパラメータであり、学習ステップ数とはＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）のパラメータを更新する回数である。
具体的には、第１回目の学習における学習率は１ｅ－４であるのに対し、第２回目の学習における学習率は１ｅ－５であってもよい。また、第１回目の学習における学習ステップ数は６４０ｋであるのに対し、第２回目の学習における学習ステップ数は１ｋであってもよい。

【0074】

［第３の実施形態のまとめ］
以上説明した実施形態によれば、本実施形態に係る学習方法は、上述した画像生成方法により生成されたノイズ画像ＮＩを用いた学習を行う。また、本実施形態に係る学習方法は、第１拠点Ｌ１において第１画像生成ステップを有することにより画像取得ステップにより取得された画像からノイズ画像ＮＩを生成し、第１学習ステップを有することにより第１画像生成ステップにおいて画像取得ステップにより取得された画像Ｉから、ノイズ画像ＮＩを推論するよう学習する。その後、本実施形態に係る学習方法は、第２拠点Ｌ２において第２画像生成ステップを有することにより第２拠点Ｌ２における画像取得ステップにより取得された画像からノイズ画像ＮＩを生成し、第２学習ステップを有することにより第２画像生成ステップにおいて画像取得ステップにより取得された画像Ｉから、ノイズ画像ＮＩを推論するよう学習する。すなわち、本実施形態に係る学習方法によれば、第１拠点Ｌ１において予備学習を行い、第２拠点Ｌ２において微調整のための学習を行う。第２拠点Ｌ２における第２回目の学習に用いられる教師データは学習モデル４０が実際に推論を行う画像を撮像する撮像装置により撮像された画像であり、当該画像の被写体は学習モデル４０が実際に推論を行う画像における被写体と同様である。したがって、第２拠点Ｌ２における第２回目の学習では、実際に推論で用いられる環境特有のノイズを学習することができる。したがって、本実施形態に係る学習方法によれば、より精度の高いノイズリダクション処理を行うための学習をすることができる。

【0075】

また、上述した実施形態によれば、第１学習ステップにより学習される画像の数は、第２学習ステップにより学習される画像の数よりも多い。すなわち、第１拠点Ｌ１において学習される画像の数は、第２拠点Ｌ２において学習される画像の数よりも多い。第１拠点Ｌ１とは、例えば学習モデル４０が組み込まれた製品（例えば半導体製品、又は当該半導体製品が組み込まれた基板）を製造する工場であり、第２拠点Ｌ２とは、第１拠点Ｌ１において製造された製品を用いてノイズリダクション処理を行う現場（例えば監視カメラや製造ラインにおける製品監視のためのカメラ）である。したがって、本実施形態によれば、第１学習ステップにより学習される画像の数を、第２学習ステップにより学習される画像の数よりも多くすることにより、現場（第２拠点Ｌ２）での学習時間を短くすることができる。

【0076】

［第４の実施形態］
次に、図１０を参照しながら第４の実施形態について説明する。第４の実施形態に係る画像生成装置１０Ｃは、高画質動画に対してノイズを重畳することにより低画質動画を生成する点において、画像生成装置１０とは異なる。画像生成装置１０Ｃは、動画を構成するフレームごとにノイズを重畳することにより高画質動画から低画質動画を生成する。画像生成装置１０Ｃの説明において、画像生成装置１０と同様の構成については同様の符号を付すことにより説明を省略する場合がある。

【0077】

図１０は、第４の実施形態に係る画像生成方法について説明するための図である。同図を参照しながら第４の実施形態に係る画像生成方法について説明する。本実施形態では、高画質動画をＧＴ３１Ａとし、画像生成装置１０Ｃに入力する。ＧＴ３１Ａは、複数のフレームＦを有する。同図に示す一例では、ＧＴ３１Ａは、Ｆ１からＦｎ（ｎは１以上の自然数）までのｎ枚のフレームＦを有する。画像生成装置１０Ｃは、１枚のフレームＦを画像Ｉとして、ノイズ画像ＮＩを生成する。画像生成装置１０Ｃは、生成したノイズ画像ＮＩをノイズ画像３２Ａとして出力する。ノイズ画像３２Ａは、複数のフレームＦを有する。同図に示す一例では、ノイズ画像３２Ａは、ＦＮ１からＦＮｎ（ｎは１以上の自然数）までのｎ枚のフレームＦＮを有する。

【0078】

すなわち、本実施形態に係る画像取得ステップは、時間的に連続する複数の画像（フレーム）を取得する。また、本実施形態に係るノイズ重畳ステップにより重畳される複数のノイズのうち、少なくとも１つは、動画特有のノイズであってもよい。動画特有のノイズとは、例えば時間成分を有するノイズである。換言すれば、ノイズ重畳ステップにより重畳される複数の異なるノイズのうち少なくともいずれかは、時間的に連続する複数の画像に対する周波数成分を有するノイズである。時間的に連続する複数の画像に対する周波数成分を有するノイズの一例としては、例えばフリッカノイズが挙げられる。

【0079】

静止画に基づいて動画特有のノイズ（例えばフリッカノイズ）を学習及び推論する場合の一例として、振幅と周波数を推定することにより行ってもよい。動画に含まれるフリッカノイズを起こす対象（例えば、蛍光灯）のピクセル値の時間変化を計測することにより、比較的高い精度で推定することができる。フリッカノイズの再現方法としては、例えば、ＧＴ画像中の輝度値が高いところを蛍光灯とみなし、該当するピクセル値を、推定した振幅と周波数に伴い時間的に変動させる方法がある。周波数は、測定に基づいてもよいし、５０［Ｈｚ（ヘルツ）］もしくは６０［Ｈｚ］に固定されていてもよい。

【0080】

第４の実施形態においては、静止画として学習モデルに入力する場合の一例について説明した。しかしながら本実施形態はこの一例に限定されず、複数フレームを有する動画として学習モデルに入力可能なよう構成されてもよい。動画として学習モデルに入力する方法の一例として、学習モデルには複数のフレーム単位（例えば５フレーム単位）の動画が入力されてもよい。複数のフレーム単位で学習される場合、学習モデルは、１フレームないし複数フレーム（例えば５フレーム）のＧＴ画像との差分を学習してもよい。学習及び推論に用いられるフレーム数は、演算量（推論時の実行時間）と推論精度とのトレードオフにより決定される。学習モデルが動画単位で学習されることにより、動画特有のノイズを学習及び推論することができる。

【0081】

［第４の実施形態のまとめ］
以上説明した実施形態によれば、本実施形態に係る画像生成方法において、画像取得ステップは時間的に連続する複数の画像を取得し、ノイズ重畳ステップにより重畳される複数の異なるノイズのうち少なくともいずれかは、時間的に連続する複数の画像に対する周波数成分を有するノイズである。すなわち、本実施形態によれば、高画質動画に基づいて低画質動画を生成し、動画特有のノイズを重畳することができる。よって、本実施形態によれば、教師データとして大量の高品質動画を要することなく、低品質動画を高品質画像にノイズ低減処理するための学習モデルを学習させることができる。

【0082】

なお、上述した実施形態における画像生成装置１０及び学習装置が備える各部の機能の全体あるいはその機能の一部は、これらの機能を実現するためのプログラムをコンピュータにより読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

【0083】

また、「コンピュータにより読み取り可能な記録媒体」とは、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶部のことをいう。さらに、「コンピュータにより読み取り可能な記録媒体」とは、インターネット等のネットワークを介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

【0084】

なお、学習システム２において学習を行った学習モデルは学習システム２とは異なる推論装置において実行されることとしてもよい。推論装置は一例として、ＣＰＵなどのプロセッサとメモリ以外に、学習モデルに関する演算を行うためのアクセラレータを含むＦＰＧＡやＡＳＩＣなどを備える構成としてもよい。具体的には、推論装置は、スマートフォンなどのモバイル製品、監視カメラおよびドライブレコーダーなどの低消費電力が求められるエッジデバイスなどに備えられる。また、バッテリーで駆動する製品などにおいては、演算に用いるデータを8ｂｉｔ以下（例えば４ｂｉｔや２ｂｉｔ）に量子化して演算することが好ましい。この場合、学習システム２における学習時においても、推論時と同様の演算に用いるデータを量子化することが好ましい。具体的には、推論時の演算に用いるデータに合わせて、畳み込み演算に用いる重みパラメータを２ｂｉｔや１ｂｉｔに量子化し、アクティベーションを４ｂｉｔや２ｂｉｔに量子化することが好ましい。

【0085】

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何ら限定されるものではなく、本発明の趣旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

【符号の説明】

【0086】

１…画像生成システム、２…学習システム、１０、１０Ａ…画像生成装置、１１…画像取得部、１２…分割部、１３、１３Ａ…ノイズ重畳部、１４…出力部、１５…パラメータ取得部、２０…撮像装置、３１…ＧＴ、３２…ノイズ画像、４０…学習モデル、Ｌ１…第１拠点、Ｌ２…第２拠点、Ｉ…画像、ＤＩ…分割画像、ＮＩ…ノイズ画像、ＰＩ…パラメータ情報

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】