特許7112924IP Force 特許公報全文掲載

ホーム > 特許ランキング > エヌ・ティ・ティ・コムウェア株式会社 > 特許7112924

技術分野

情報処理装置、情報処理方法、およびプログラム

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、異常な対象物体を収集することが困難な場合があり、この場合、正常データの収集数よりも異常データの収集数が少なくなり、当該正常データおよび異常データを教師データとして構築した学習モデルの判定結果は、十分な精度ではない可能性がある。

課題を解決するための手段[発明の詳細な説明]から抜粋

（１）本発明の一態様は、正常な判定対象に関する複数の特徴量を取得する取得部と、前記取得部により取得された複数の特徴量から特徴量を複数選択することで、選択した前記複数の特徴量の特徴空間を変換する変換部と、ユーザの操作に基づいて異常検知率および／または正常検知率を表す情報を受け付けることで、前記変換部により変換された前記特徴空間において特徴量が正常であると判定するための範囲を設定する設定部と、判・・・　続きを知財ポータルサイト IP Force にログインして見る

発明の効果[発明の詳細な説明]から抜粋

本発明の一態様によれば、正常な状態を表すデータの特徴量を用いた判定処理の精度を向上することができる。

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 本発明を適用した実施形態の画像判定装置１の機能的な構成を示すブロック図である。
【図2】 本発明を適用した画像判定装置１の学習処理および認識処理を示す図である。
【図3】 畳み込みニューラルネットワーク３００の一例を示す図である。
【図4】 特徴空間を変換する一例を示す図であり、（ａ）は、次元Ａ，Ｂ，Ｃにより特定される特徴空間を表す図であり、（ｂ）は、次元Ｄ，Ｅ，Ｆにより特定される特徴空間を表す図であり、（ｃ）は、次元Ｇ，Ｈにより特定される特徴空間を表す図であり、（ｄ）は、次元Ｉ，Ｊ，Ｋ，Ｌにより特定される特徴空間を表す図ある。
【図5】 特徴空間を変換したことによる複数の特徴量のばらつきについて説明するための図であり、（ａ）は特徴空間（Ａ，Ｂ，Ｃ）における特徴量の分布を示す図であり、（ｂ）は特徴空間（Ｄ，Ｅ）における特徴量の分布を示す図である。
【図6】 特徴空間に判定領域を設定する処理を示す図である。
【図7】 学習処理の一例を示すフローチャートである。
【図8】 正常判定処理の一例を示すフローチャートである。
【図9】 入力画像を分割することを説明するための概略図である。
【図10】 畳み込みニューラルネットワーク３００Ａの一例を示す図である。
【図11】 第２の実施形態における判定処理の一例を示すフローチャートである。
【図12】 第２の実施形態における判定処理の他の一例を示すフローチャートである。

代表図 図1本件の代表的な図

１ 画像判定装置 １０ 学習画像蓄積部 １２ 画像変換部 １４ 記憶部 １４ 学習画像データベース ２０ 学習処理部 ３０ 認識処理部 ３２ 学習結果データ記憶部 ３２Ａ 認識モデル ３４ 判定部 ４０ 判定結果管理部 ４２ 判定結果データ記憶部 ５０ インターフェース部 ６０ 管理端末 ６２ ユーザインターフェース部 ７０ 学習制御部 ７２ 再学習データ記憶部 ７４ 学習データ記憶部 ３００、３００Ａ ニューラルネットワーク ３１０、３１０－１、３１０－２ 特徴量抽出部 ３２０ 判別部 ５００ 正常領域

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.