特許 7502055 画像処理装置、画像処理方法およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-06-10

(45)【発行日】2024-06-18

(54)【発明の名称】画像処理装置、画像処理方法およびプログラム

(51)【国際特許分類】

   G06T 7/00 20170101AFI20240611BHJP

【ＦＩ】

G06T7/00 350C

【請求項の数】 24

(21)【出願番号】P 2020048008

(22)【出願日】2020-03-18

(65)【公開番号】P2021149438

(43)【公開日】2021-09-27

【審査請求日】2023-03-10

(73)【特許権者】

【識別番号】000001007

【氏名又は名称】キヤノン株式会社

(73)【特許権者】

【識別番号】594164542

【氏名又は名称】キヤノンメディカルシステムズ株式会社

(74)【代理人】

【識別番号】110002860

【氏名又は名称】弁理士法人秀和特許事務所

(72)【発明者】

【氏名】古川 大介

(72)【発明者】

【氏名】山嵜 深

(72)【発明者】

【氏名】佐藤 清秀

【審査官】千葉 久博

(56)【参考文献】

【文献】特開２０１６－９９６６８（ＪＰ，Ａ）

【文献】特表２０１９－５１７７０１（ＪＰ，Ａ）

【文献】国際公開第２０２０／０３１２４３（ＷＯ，Ａ１）

【文献】国際公開第２０１６／０９３０９０（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｔ ７／００

(57)【特許請求の範囲】

【請求項1】

識別器を用いてターゲット画像から注目領域であると識別した領域を抽出領域として抽出する領域抽出部と、
前記領域抽出部によって抽出された前記抽出領域に基づいて前記識別器の学習に使用する学習領域を特定する領域特定部と、
前記領域特定部によって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成部と、
前記ターゲット画像と前記正解画像との組を教師データに追加する教師データ追加部と、
前記教師データに含まれる前記正解画像内の前記学習領域を参照して前記識別器の学習を行う学習部と、
を備え、
前記学習部は、重みを用いて前記ターゲット画像と前記正解画像とに関する損失関数の値を計算する
ことを特徴とする画像処理装置。

【請求項2】

前記領域特定部は、前記領域抽出部によって抽出された前記抽出領域を連結した連結領域を作成し、作成した連結領域の面積を基に前記学習領域を特定することを特徴とする請求項１に記載の画像処理装置。

【請求項3】

前記領域特定部は、前記作成した連結領域のうち面積が大きい方からＮ（Ｎは２以上の整数）番目以降の領域を前記学習領域として特定することを特徴とする請求項２に記載の画像処理装置。

【請求項4】

前記領域特定部は、前記領域抽出部によって抽出された前記抽出領域から、前記抽出領
域の長さに関する特徴、前記抽出領域の面積に関する特徴、前記抽出領域の形状に関する特徴、前記抽出領域を構成する画素の画素値に関する特徴のうち少なくとも１つの特徴に基づいて、前記識別器の学習に使用する学習領域を選択することを特徴とする請求項１から３のいずれか一項に記載の画像処理装置。

【請求項5】

前記領域特定部は、前記領域抽出部によって抽出された前記抽出領域から、前記抽出領域のうち面積が最大である領域の境界から所定の距離を超えて離れている領域を、前記識別器の学習に使用する学習領域として選択することを特徴とする請求項１から４のいずれか一項に記載の画像処理装置。

【請求項6】

前記生成部は、前記領域特定部によって選択された前記学習領域以外の領域が前記識別器の学習に使用されないことを示すように前記正解画像を生成することを特徴とする請求項１から５のいずれか一項に記載の画像処理装置。

【請求項7】

識別器を用いてターゲット画像から注目領域であると識別した領域を第１の抽出領域として抽出し、前記第１の抽出領域の抽出に用いる画像処理とは異なる画像処理を実行して前記ターゲット画像から注目領域として第２の抽出領域を抽出する領域抽出部と、
前記第１の抽出領域と前記第２の抽出領域との比較に基づいて、前記識別器の学習に使用する学習領域を特定する領域特定部と、
前記領域特定部によって特定された前記学習領域が注目領域ではないことまたは注目領域であることを示す正解画像を生成する生成部と、
を備えることを特徴とする画像処理装置。

【請求項8】

前記領域特定部は、前記第１の抽出領域であり、かつ、前記第２の抽出領域でない領域と、前記第１の抽出領域でなく、かつ、前記第２の抽出領域である領域とのうち少なくとも一方の領域を前記学習領域として特定することを特徴とする請求項７に記載の画像処理装置。

【請求項9】

前記生成部は、前記領域特定部によって特定された前記学習領域のうち、前記第１の抽出領域であり、かつ、前記第２の抽出領域でない領域が注目領域ではないことを示し、前記領域特定部によって特定された前記学習領域のうち、前記第１の抽出領域でなく、かつ、前記第２の抽出領域である領域が注目領域であることを示すように前記正解画像を生成することを特徴とする請求項８に記載の画像処理装置。

【請求項10】

前記領域特定部は、前記領域抽出部によって抽出された前記第１の抽出領域から、前記第１の抽出領域の長さに関する特徴、前記第１の抽出領域の面積に関する特徴、前記第１の抽出領域の形状に関する特徴、前記第１の抽出領域を構成する画素の画素値に関する特徴のうち少なくとも１つの特徴に基づいて、前記識別器の学習に使用する学習領域を選択することを特徴とする請求項７から９のいずれか一項に記載の画像処理装置。

【請求項11】

前記領域特定部は、前記領域抽出部によって抽出された前記第１の抽出領域から、前記第２の抽出領域のうち面積が最大である領域の境界から領域の内側または外側に向かって所定の距離を超えて離れている領域を、前記識別器の学習に使用する学習領域として選択することを特徴とする請求項７から１０のいずれか一項に記載の画像処理装置。

【請求項12】

前記生成部は、前記領域特定部によって特定された前記学習領域以外の領域が学習に使用されないことを示すように前記正解画像を生成することを特徴とする請求項７から１１のいずれか一項に記載の画像処理装置。

【請求項13】

前記領域抽出部は、前記識別器を用いずにグラフカット・セグメンテーション法によっ
て前記第２の抽出領域を抽出することを特徴とする請求項７から１２のいずれか一項に記載の画像処理装置。

【請求項14】

前記注目領域に対応する画素数と前記注目領域以外の領域の画素数との比に基づいて計算された重みを記憶する記憶部をさらに備え、
前記学習部は、前記記憶部から前記重みを取得する
ことを特徴とする請求項１に記載の画像処理装置。

【請求項15】

前記学習部は、前記ターゲット画像と画像の特徴が最も類似している類似画像内における注目領域の画素数と前記注目領域以外の領域の画素数との比を用いて前記ターゲット画像と前記正解画像とに関する損失関数の値を計算することを特徴とする請求項１に記載の画像処理装置。

【請求項16】

前記学習部は、前記類似画像内における注目領域の画素数と前記注目領域以外の領域の画素数との比に基づく重みを前記ターゲット画像に対する正解画像の画素値に適用することで前記損失関数の値を計算することを特徴とする請求項１５に記載の画像処理装置。

【請求項17】

識別器を用いてターゲット画像から注目領域であると識別した領域を抽出領域として抽出する領域抽出ステップと、
前記領域抽出ステップによって抽出された前記抽出領域に基づいて前記識別器の学習に使用する学習領域を特定する領域特定ステップと、
前記領域特定ステップによって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成ステップと、
前記ターゲット画像と前記正解画像との組を教師データに追加する教師データ追加ステップと、
前記教師データに含まれる前記正解画像内の前記学習領域を参照して前記識別器の学習を行う学習ステップと、
を含み、
前記学習ステップは、重みを用いて前記ターゲット画像と前記正解画像とに関する損失関数の値を計算する
ことを特徴とする画像処理方法。

【請求項18】

識別器を用いてターゲット画像から注目領域であると識別した領域を第１の抽出領域として抽出し、前記第１の抽出領域の抽出に用いる画像処理とは異なる画像処理を実行して前記ターゲット画像から注目領域として第２の抽出領域を抽出する領域抽出ステップと、
前記第１の抽出領域と前記第２の抽出領域との比較に基づいて、前記識別器の学習に使用する学習領域を特定する領域特定ステップと、
前記領域特定ステップによって特定された前記学習領域が注目領域ではないことまたは注目領域であることを示す正解画像を生成する生成ステップと、
を含むことを特徴とする画像処理方法。

【請求項19】

前記ターゲット画像と前記正解画像との組を教師データに追加する教師データ追加ステップをさらに含むことを特徴とする請求項１８に記載の画像処理方法。

【請求項20】

請求項１７から１９のいずれか一項に記載の画像処理方法の各ステップをコンピュータに実行させるためのプログラム。

【請求項21】

識別器を用いてターゲット画像から注目領域であると識別した領域を抽出領域として抽出する領域抽出部と、
前記領域抽出部によって抽出された前記抽出領域に基づいて前記識別器の学習に使用す
る学習領域を特定する領域特定部と、
前記領域特定部によって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成部と、
を備え、
前記領域特定部は、前記領域抽出部によって抽出された前記抽出領域を連結した連結領域を作成し、作成した前記連結領域の面積を基に誤抽出した領域を特定し、前記誤抽出した領域を前記学習領域として特定する
ことを特徴とする画像処理装置。

【請求項22】

前記領域特定部は、前記作成した連結領域のうち面積が大きい方からＮ（Ｎは２以上の整数）番目以降の領域を前記学習領域として特定することを特徴とする請求項２１に記載の画像処理装置。

【請求項23】

識別器を用いてターゲット画像から注目領域であると識別した領域を抽出領域として抽出する領域抽出ステップと、
前記領域抽出ステップによって抽出された前記抽出領域に基づいて前記識別器の学習に使用する学習領域を特定する領域特定ステップと、
前記領域特定ステップによって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成ステップと、
を備え、
前記領域特定ステップは、前記領域抽出ステップによって抽出された前記抽出領域を連結した連結領域を作成し、作成した前記連結領域の面積を基に誤抽出した領域を特定し、前記誤抽出した領域を前記学習領域として特定する
ことを特徴とする画像処理方法。

【請求項24】

前記領域特定ステップは、前記作成した連結領域のうち面積が大きい方からＮ（Ｎは２以上の整数）番目以降の領域を前記学習領域として特定することを特徴とする請求項２３に記載の画像処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、画像処理装置、画像処理方法およびプログラムに関し、特に機械学習に用いる画像データを効率よく作成するための技術に関する。

【背景技術】

【0002】

画像処理技術の１つにセグメンテーションがある。セグメンテーションとは、画像内の注目領域と注目領域以外の領域を区別する処理のことであり、領域抽出、領域分割、画像分割とも呼ばれる。セグメンテーションに関連する種々の手法が提案されているが、近年では機械学習に基づく手法が注目されている。

【0003】

機械学習に基づく手法による注目領域の区別の精度は、学習データに用いる画像の数にも依存するため、できるだけ多くの画像を学習データとして準備することが望ましい。しかしながら、学習データに含まれる正解データとしての正解画像の作成は労力を要する作業であるため、正解画像を効率的に作成する技術が求められる。そこで、例えば特許文献１では、手動もしくは自動で正解画像を作成した後、作成した正解画像を基に、より精度の高い正解画像を作成する技術が開示されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１９－１０１５３５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記の技術において、正解画像の作成には、画像の各画素に対して注目領域であるか否かのラベルを手動で付す必要があるため、正解画像の作成者に対する作業負荷の増大が無視できない。

【0006】

本発明は上記の事情に鑑みてなされたものであり、画像内の領域を識別するための学習における精度の高い正解画像を、作業負荷を抑えつつ作成することができる技術を提供することを目的とする。

【課題を解決するための手段】

【0007】

本開示は、識別器を用いてターゲット画像から注目領域であると識別した領域を抽出領域として抽出する領域抽出部と、
前記領域抽出部によって抽出された前記抽出領域に基づいて前記識別器の学習に使用する学習領域を特定する領域特定部と、
前記領域特定部によって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成部と、
前記ターゲット画像と前記正解画像との組を教師データに追加する教師データ追加部と、
前記教師データに含まれる前記正解画像内の前記学習領域を参照して前記識別器の学習を行う学習部と、
を備え、
前記学習部は、重みを用いて前記ターゲット画像と前記正解画像とに関する損失関数の値を計算する
ことを特徴とする画像処理装置を含む。
また、本開示は、識別器を用いてターゲット画像から注目領域であると識別した領域を
第１の抽出領域として抽出し、前記第１の抽出領域の抽出に用いる画像処理とは異なる画像処理を実行して前記ターゲット画像から注目領域として第２の抽出領域を抽出する領域抽出部と、
前記第１の抽出領域と前記第２の抽出領域との比較に基づいて、前記識別器の学習に使用する学習領域を特定する領域特定部と、
前記領域特定部によって特定された前記学習領域が注目領域ではないことまたは注目領域であることを示す正解画像を生成する生成部と、
を備えることを特徴とする画像処理装置を含む。
また、本開示は、識別器を用いてターゲット画像から注目領域であると識別した領域を抽出領域として抽出する領域抽出部と、
前記領域抽出部によって抽出された前記抽出領域に基づいて前記識別器の学習に使用する学習領域を特定する領域特定部と、
前記領域特定部によって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成部と、
を備え、
前記領域特定部は、前記領域抽出部によって抽出された前記抽出領域を連結した連結領域を作成し、作成した前記連結領域の面積を基に誤抽出した領域を特定し、前記誤抽出した領域を前記学習領域として特定する
ことを特徴とする画像処理装置を含む。

【0008】

さらに、本開示は、識別器を用いてターゲット画像から注目領域であると識別した領域を抽出領域として抽出する領域抽出ステップと、
前記領域抽出ステップによって抽出された前記抽出領域に基づいて前記識別器の学習に使用する学習領域を特定する領域特定ステップと、
前記領域特定ステップによって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成ステップと、
前記ターゲット画像と前記正解画像との組を教師データに追加する教師データ追加ステップと、
前記教師データに含まれる前記正解画像内の前記学習領域を参照して前記識別器の学習を行う学習ステップと、
を含み、
前記学習ステップは、重みを用いて前記ターゲット画像と前記正解画像とに関する損失関数の値を計算する
ことを特徴とする画像処理方法を含む。
また、本開示は、識別器を用いてターゲット画像から注目領域であると識別した領域を第１の抽出領域として抽出し、前記第１の抽出領域の抽出に用いる画像処理とは異なる画像処理を実行して前記ターゲット画像から注目領域として第２の抽出領域を抽出する領域抽出ステップと、
前記第１の抽出領域と前記第２の抽出領域との比較に基づいて、前記識別器の学習に使用する学習領域を特定する領域特定ステップと、
前記領域特定ステップによって特定された前記学習領域が注目領域ではないことまたは注目領域であることを示す正解画像を生成する生成ステップと、
を含むことを特徴とする画像処理方法を含む。
また、本開示は、識別器を用いてターゲット画像から注目領域であると識別した領域を
抽出領域として抽出する領域抽出ステップと、
前記領域抽出ステップによって抽出された前記抽出領域に基づいて前記識別器の学習に使用する学習領域を特定する領域特定ステップと、
前記領域特定ステップによって特定された前記学習領域が注目領域ではないことを示す正解画像を生成する生成ステップと、
を備え、
前記領域特定ステップは、前記領域抽出ステップによって抽出された前記抽出領域を連結した連結領域を作成し、作成した前記連結領域の面積を基に誤抽出した領域を特定し、前記誤抽出した領域を前記学習領域として特定する
ことを特徴とする画像処理方法を含む。

【0009】

さらに、本開示は、上記画像処理方法の各ステップをコンピュータに実行させるためのプログラムを含む。

【発明の効果】

【0010】

本発明によれば、画像内の領域判定のための学習における正解データとして精度の高い画像を、作業負荷を抑えつつ作成することができる技術を提供することができる。

【図面の簡単な説明】

【0011】

【図1】第１実施形態に係る画像処理装置の機能部の一例を示す機能ブロック図

【図2】第１実施形態における画像処理の結果を示す図

【図3】第１実施形態における注目領域の判定処理を模式的に示す図

【図4】第１実施形態における注目領域の判定処理を模式的に示す別の図

【図5】第１実施形態における画像処理のフローを表す図

【図6】第１実施形態における学習処理のフローを表す図

【図7】第２実施形態に係る画像処理装置の機能部の一例を示す機能ブロック図

【図8】第２実施形態における処理のフローを表す図

【図9】第２実施形態における画像処理の結果を示す図

【図10】第２実施形態における注目領域の判定処理を模式的に示す図

【発明を実施するための形態】

【0012】

以下、図面を参照して本発明の実施形態を説明する。各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、各図面において構成要素、部材、処理の一部は省略して表示する。

【0013】

以下では、Ｘ線コンピュータ断層撮像（Ｘ線ＣＴ）装置で撮影された腹部ＣＴ画像内に描出されている肝臓を例に挙げて、以下の実施形態を説明する。しかしながら、以下の実施形態は、肝臓のみならず、他の臓器、骨、筋肉など人体のあらゆる構造物に対して適用可能である。以下の実施形態は、核磁気共鳴画像撮像装置（ＭＲＩ）装置、ポジトロン断層撮像（ＰＥＴ）装置、超音波撮像装置で撮像された断層画像や、カメラで撮影された通常の画像に対しても適用可能である。また、以下の実施形態は、２次元画像と３次元画像のいずれにも適用可能である。さらに、以下の実施形態は、一般的な物体を撮影した画像
に対しても適用可能である。また、本発明の実施形態は以下の実施形態に限定されるものではない。

【0014】

（第１実施形態）
図１を参照して、第１実施形態に係る画像処理装置の構成について説明する。第１実施形態に係る画像処理装置１００は、正解画像生成部１０１と学習部１０２からなる。例えば、メモリに記憶されているプログラムをＣＰＵが読み込み実行することにより、画像処理装置１００内の正解画像生成部１０１と学習部１０２の機能を提供することができる。画像処理装置１００は、ＣＰＵの他に、正解画像生成部１０１と学習部１０２の演算を担当するプロセッサ（ＧＰＵ、ＦＰＧＡなど）を備えていてもよい。また、メモリは、プログラムを非一時的に記憶するためのメモリ、受信信号などのデータを一時記憶しておくためのメモリ、ＣＰＵが使用するワーキングメモリなどを含むとよい。

【0015】

正解画像生成部１０１は、Ｘ線ＣＴ装置で撮影された画像において抽出すべき領域（注目画像）を示す正解画像を生成する。より具体的には、正解画像生成部１０１は、学習データの正解データとしての画像の基になる画像に対して所定の識別器を適用して、該画像から注目領域の抽出を行う。以下では、正解画像生成部１０１が処理する画像を、ターゲット画像と称する。ここで、識別器について説明する。識別器は、セグメンテーションを行うための識別器であり、第１実施形態では、教師データを用いた学習された識別器が用いられる。以下では、ターゲット画像内に描出されている解剖学的構造物のうち、識別器が抽出しようとする臓器の領域を、注目領域とする。識別器はターゲット画像内の注目領域をおおむね正しく抽出することができるが、すべての注目領域を完全に抽出できない可能性がある。そこで、正解画像生成部１０１は、ターゲット画像内で識別器が正しく抽出できなかった領域を、識別器の学習に使用する学習領域として特定する。そして、特定した学習領域を基に、ターゲット画像に対応する正解画像を生成する。また、学習部１０２は、ターゲット画像と、正解画像生成部１０１により作成された正解画像と組とした教師データを用いて、識別器を学習する。

【0016】

ここで、従来技術による正解画像の作成および識別器の学習と、第１実施形態に係る画像処理装置１００で実行される正解画像の作成および識別器の学習との違いを説明する。従来技術では、正解画像を作成する際に、正解画像の作成者は、正解画像の基となる画像内のすべての画素について、注目領域であるか否かを示す情報としてのラベルを付与する。そして、識別器の学習では、該作成された正解画像における画像内のすべての画素について、識別器の出力が画素に付与されたラベルと一致するよう、識別器のパラメータを決定する。すなわち、従来技術では、識別器が注目領域を正しく識別できるか否かにかかわらず、画像内のすべての画素について注目領域であるか否かのラベルを付与して識別器の学習を行う。

【0017】

しかしながら、正解画像の作成の手間を省き識別器の学習を効率よく行う上では、識別器が注目領域を正しく識別できる画素に対してラベルを付与することは必須ではない。そこで、本実施形態では、まず正解画像生成部１０１が、正解画像の基となる画像（ターゲット画像）を識別器に識別させる。そして、正解画像生成部１０１は、ターゲット画像を構成する画素のうち、識別器が注目領域を正しく識別できなかった画素のみにラベルを付与する。さらに、学習部１０２は、正解画像生成部１０１によってラベルが付与された画素のみを参照して、識別器の学習を行う。したがって、第１実施形態における正解画像の作成および識別器の学習では、ターゲット画像において識別器が識別を誤る画素のみにラベルを付与し、ラベルが付与された画素のみを参照して識別器の学習を行うことを特徴とする。

【0018】

図１を参照して、第１実施形態に係る画像処理装置１００の構成についてさらに詳しく
説明する。図１に示すように、正解画像生成部１０１は、ターゲット画像を取得するデータ取得部１１０、上記の識別器を用いてターゲット画像から注目領域を抽出する領域抽出部１２０を有する。さらに、正解画像生成部１０１は、識別器の学習に使用する領域の情報を取得する領域特定部１３０、学習のための正解画像を生成する生成部１５０、作成された正解画像とターゲット画像との組を教師データに追加する教師データ追加部１６０を有する。また、領域特定部１３０は、領域抽出部１２０によって抽出された領域を候補領域とみなして候補領域から学習に使用する学習領域を選択する領域選択部１４０としての機能も有する。なお、第１実施形態において、正解画像生成部１０１は領域選択部１４０を有していなくても本実施形態の効果を得ることが可能である。なお、学習領域は、正解画像において注目領域であるか否かを示すラベルが付与された領域であり、識別器の学習に使用されないことを示すラベルが付与された領域以外の領域を意味する。

【0019】

学習部１０２は、教師データを取得するデータ取得部１７０、教師データを参照して上記の識別器の学習を行う識別器学習部１８０を有する。また、画像処理装置１００は、画像処理装置１００への入力となるデータや画像処理装置１００が出力するデータを記憶するためのデータサーバ２００に接続されている。データサーバ２００は記憶部として機能し、コンピュータ記憶媒体の一例であり、ハードディスクドライブ（ＨＤＤ）やソリッドステイトドライブ（ＳＳＤ）に代表される大容量情報記憶装置である。データサーバ２００は、画像処理装置１００内に保持されていてもよいし、画像処理装置１００外に別途設けられネットワークを介して通信可能に構成されていてもよい。

【0020】

データ取得部１１０は、データサーバ２００からターゲット画像を取得する。ターゲット画像は、ターゲット画像内に注目領域が描出されている画像でもよいし、注目領域が描出されていない画像でもよい。データ取得部１１０は、取得したターゲット画像を領域抽出部１２０、領域特定部１３０、教師データ追加部１６０にそれぞれ送信する。

【0021】

ここで、図２Ａ～図２Ｃを参照して、正解画像生成部１０１が処理するターゲット画像について説明する。図２Ａの画像３１０が、ターゲット画像の一例である。ターゲット画像３１０は、ある患者の腹部を撮影して得られた３次元腹部ＣＴ画像の１つの断面（横断面）である。ターゲット画像３１０内の領域３１１と領域３１２とで示される部分が肝臓であり、識別器の識別対象である領域（注目領域）である。ターゲット画像３１０には、不図示の肝臓以外の臓器、例えば、脾臓や左腎臓等も描出されている。ここでは、これらの肝臓以外の臓器の領域は、注目領域ではないものとする。

【0022】

領域抽出部１２０は、ターゲット画像に対して上記の識別器を適用し、ターゲット画像内に描出されている注目領域を抽出する。領域抽出部１２０は、抽出された領域を領域特定部１３０に送信する。以下の説明では、領域抽出部１２０の処理結果（抽出された領域）を抽出結果と称する。また、領域抽出部１２０によって注目領域であると識別（抽出）された領域を抽出領域と称する。

【0023】

第１実施形態における識別器は、画像のセグメンテーションに使用可能な識別器であれば、どのような識別器であってもよい。領域抽出部１２０が使用可能な識別器の一例として、ＳＶＭ（Support Vector Machine）、ＡｄａＢｏｏｓｔ（Adaptive Boosting）、ニ
ューラルネットワークなどが挙げられる。

【0024】

図２Ｂに示す画像３２０は、抽出結果の一例である。画像３２０内の領域３２１と領域３２２は、識別器による画像３１０の注目領域３１１と注目領域３１２の抽出によって得られる抽出領域である。注目領域３１１と抽出領域３２１、注目領域３１２と抽出領域３２２をそれぞれ比較すると、識別器が注目領域３１１と注目領域３１２の大部分を正しく抽出できていることがわかる。しかしながら、画像３２０内の領域３２３（説明の都合上
、境界を点線で示す）のように、識別器が注目領域として正しく抽出できなかった領域も存在する。また、画像３２０内の領域３２４のように、注目領域の一部ではないが、識別器が注目領域として誤って抽出した領域も存在する。

【0025】

領域特定部１３０は、領域抽出部１２０による抽出結果を参照して、ターゲット画像において、学習部１０２が識別器を学習する際に使用する学習領域を特定する。したがって、学習領域は領域抽出部１２０によって抽出された抽出領域でもある。領域特定部１３０は、抽出領域の中から誤って抽出された領域を特定し、特定した領域に抽出結果が誤りであることを示す情報（ラベル）を付与して、当該領域を識別器の学習領域として特定する。例えば、領域特定部１３０は、抽出領域のうち、面積が最大の領域を除いた領域を学習領域として特定する。図２Ｂに示す例の場合、領域特定部１３０は、画像３２０内の２つの領域、すなわち（１）領域３２１および領域３２２を結合した領域と、（２）領域３２４とのそれぞれについて、領域の面積を計算する。図２Ｂでは、説明の都合上、領域３２１と領域３２２とを区別しているが、これら２つの領域は互いに接している。そこで、領域特定部１３０は、これら互いに接する領域３２１、３２２を連結した連結領域を作成し、２つの領域３２１、３２２を１つの連結領域として面積を計算する。この場合、計算される面積が最大の領域は、連結領域３２１、３２２であることが分かる。そこで、領域特定部１３０は、連結領域３２１、３２２と領域３２４のうち、画像内の占有面積が最大ではない領域、すなわち、領域３２４を学習領域として特定する。

【0026】

画像３３０は、領域特定部１３０による上記の画像３２０に対する処理結果を示している。図に示すように、画像３３０において、画像３２０における領域３２１、３２２に対応する領域は除外され、領域３２４に対応する領域３３４が学習領域として特定される。なお、領域特定部１３０は、４連結や８連結などの連結手法を用いて抽出領域の連結領域を作成してもよい。また、注目領域が３次元の領域である場合、６連結や２６連結などの連結手法を用いて抽出領域の連結領域を作成してもよい。また、領域特定部１３０が特定する学習領域は１つに限られない。例えば、領域特定部１３０は、ターゲット画像において、３つ以上の領域から学習領域を特定する場合は、領域の面積が大きい方からＮ（Ｎは２以上の整数）番目以降の領域を学習領域として特定してもよい。これにより、例えば、画像内で注目領域が２つ以上の領域に分かれている場合でも、各領域を学習領域として特定することが可能となる。

【0027】

領域選択部１４０は、領域特定部１３０で特定された学習領域を候補領域とみなして、各候補領域に対して、学習部１０２における識別器の学習に使用するか否かの判定を行う。したがって、候補領域は領域抽出部１２０によって抽出された抽出領域でもある。ここでは、領域特定部１３０によって特定された候補領域について、以下に説明する特徴を評価し、その評価結果が所定の条件を満たすか否かを判定することを、判定処理と称する。領域選択部１４０は、以下に示す５つの判定処理１～５のうち少なくとも１つを実行する。領域選択部１４０は判定処理１～４の少なくとも１つを実行することで、領域の長さ、面積、形状のうちの１つ以上に関する特徴、領域を構成する画素の濃淡値に関する特徴のうち少なくとも１つを評価する。そして、領域選択部１４０は、評価した特徴が所定の条件を満たす場合に、その領域を学習に使用すると判定して選択する。これに加えて／この代わりに、領域選択部１４０は判定処理５を実行することで、注目領域として正しく抽出された領域をより確実に除外した上で学習領域を特定する。そして、領域選択部１４０は、学習に使用すると判定された候補領域の情報を生成部１５０に送信する。

【0028】

次に、領域選択部１４０が実行する判定処理について説明する。

【0029】

［判定処理１：領域の長さに基づく判定］
領域選択部１４０は、候補領域について、画像に設定されたＸＹ直交座標におけるＸ軸
方向とＹ軸方向のそれぞれに沿った領域の長さを計算する。図４Ａに、領域特定部１３０よって特定された画像４１０内の候補領域４１１の一例を示す。領域選択部１４０は、領域４１１について、Ｘ軸方向の長さ４１２、Ｙ軸方向の長さ４１３を取得する。領域選択部１４０は、それぞれの長さ４１２、４１３が所定の閾値や範囲の条件を満たす場合に、領域４１１を学習領域として選択する。

【0030】

領域選択部１４０は、領域の慣性主軸とそれに直交する軸とに沿ったそれぞれの長さを計算してもよい。図４Ｂに、領域特定部１３０によって特定された別の画像４２０内の候補領域４２１の一例を示す。また、図４Ｂには、候補領域４２１の慣性主軸４２２とそれに直交する軸４２３が示されている。領域選択部１４０は、領域４２１の２つの軸４２２、４２３を特定し、それぞれの軸に沿った長さ４２４、４２５を計算する。領域選択部１４０は、それぞれの長さ４２４、４２５が所定の閾値や範囲の条件を満たす場合に、領域４２１を学習領域として選択する。

【0031】

画像が３次元画像であり候補領域が３次元の領域である場合は、画像に互いに直交するＸＹＺ座標が設定され、領域選択部１４０は、Ｘ、Ｙ、Ｚ各軸方向に沿った長さを計算してもよいし、慣性主軸とそれに直交するに沿った長さを３次元で計算してもよい。

【0032】

［判定処理２：領域の面積に基づく判定］
領域選択部１４０は、候補領域の面積を計算する。そして、領域選択部１４０は、候補領域の面積が所定の閾値や範囲の条件を満たす場合に、当該候補領域を学習領域として選択する。判定処理２において、候補領域が３次元の領域である場合は、領域選択部１４０は、候補領域の体積を計算し、当該体積が閾値や範囲の条件を満たす場合に、当該候補領域を学習領域として選択してもよい。

【0033】

［判定処理３：領域の形状に基づく判定］
領域選択部１４０は、候補領域の形状を表す特徴量を計算する。ここで、形状を表す特徴量の例としては、候補領域の周囲長、円形度、モーメントなどが挙げられる。領域選択部１４０は、候補領域の形状を表す特徴量が閾値や範囲の条件を満たす場合に、当該候補領域を学習領域として選択する。判定処理３において、候補領域が３次元の領域である場合は、領域選択部１４０は、例えば候補領域の表面積や球形度を計算し、当該表面積や当該球形度が閾値や範囲の条件を満たす場合に、当該候補領域を学習領域として選択してもよい。

【0034】

また、領域選択部１４０は、あらかじめ作成された学習に使用する領域の形状を示すテンプレートと、候補領域の形状とを比較することで、候補領域を学習領域として選択する否かを決定してもよい。この場合、領域選択部１４０は、データサーバ２００から識別器の学習に使用する領域の形状を示すテンプレートを取得する。そして、領域選択部１４０は、取得したテンプレートが示す形状と候補領域の形状との間の類似度を計算する。例えば、類似度には、Ｄｉｃｅ係数、Ｊａｃｃａｒｄ ｉｎｄｅｘ、Ｓｕｍ ｏｆ Ｓｑｕａｒｅｄ Ｄｉｆｆｅｒｅｎｃｅなどが含まれる。そして、領域選択部１４０は、類似度が閾値や範囲の条件を満たす場合に、当該候補領域を学習領域として選択する。

【0035】

［判定処理４：領域を構成する画素の画素値に基づく判定］
領域選択部１４０は、候補領域を構成している画素の画素値の統計値を計算する。統計値の例としては、画素値の最大値、最小値、平均値、標準偏差、画素値の出現頻度を表すヒストグラムなどが挙げられる。領域選択部１４０は、統計値が閾値や範囲の条件を満たす場合に、当該候補領域を学習領域として選択する。統計値がヒストグラムである場合は、領域選択部１４０は、テンプレートが示すヒストグラムと候補領域について計算したヒストグラムとの間の類似度を評価するために、カルバック・ライブラー・ダイバージェン
スを計算してもよい。この場合は、領域選択部１４０は、データサーバ２００から識別器の学習に使用する領域の画素値のヒストグラムを取得する。そして、領域選択部は、候補領域から計算したヒストグラムと、データサーバ２００から取得したヒストグラムとの間で、カルバック・ライブラー・ダイバージェンスを計算する。なお、カルバック・ライブラー・ダイバージェンスは公知であり、その計算の詳細についての説明は省略する。

【0036】

なお、上記の判定処理１～４において、領域選択部１４０が学習領域を選択する際に採用する閾値や範囲の条件としては、閾値以上、閾値以下、範囲内、範囲外などが適宜用いられてよい。これにより、注目領域として想定される大きさ、面積、特徴量、統計値などの上記の基準から外れるような領域を学習領域として選択することができる。

【0037】

［判定処理５：最大連結領域の境界からの距離１に基づく判定］
本判定処理では、領域選択部１４０は、学習領域の画像内における位置に関する特徴に基づいて、識別器の学習に使用する領域を選択する。具体的には、領域選択部１４０は、候補領域について、領域抽出部１２０により抽出された最大連結領域の境界からの距離を計算する。そして、領域選択部１４０は、候補領域内で、最大連結領域の境界から所定の距離より離れている領域を学習領域として選択する。

【0038】

図４Ａ～図４Ｄを参照しながら、判定処理５の詳細について説明する。図４Ａに示す画像５１０は、領域抽出部１２０によって取得された抽出結果である。画像５１０においては、領域５１１、５１２を合わせた領域と領域５１３の２つの領域が、抽出領域である。説明の都合上、領域５１１と領域５１２を個別の領域とする。また、図４Ｂに示す画像５２０は、領域特定部１３０による処理結果である。領域特定部１３０は、抽出領域のうち互いに接する領域（図の場合は領域５１１と領域５１２）を連結した連結領域を作成する。上記の通り４連結や８連結などによって連結領域が作成されてよい。図４Ａに示すように、領域５１１と領域５１２の連結領域は、画像５１０内で占有面積が最大である最大連結領域である。このため、領域特定部１３０は、最大領域である領域５１１、５１２を学習領域から除外する。一方、領域５１３は最大連結領域ではないため、領域特定部１３０は、領域５１３を学習領域の候補領域として特定する。これにより、領域特定部１３０は、作成した連結領域のうち面積が最大である最大領域以外の領域を学習領域の候補領域として特定する。図４Ｂにおける候補領域５２１は、図４Ａにおける領域５１３に対応する領域である。

【0039】

領域選択部１４０は、候補領域５２１について、最大連結領域５１１および５１２の境界から所定の距離を超えて離れた位置に存在する領域を、学習領域として選択する。図４Ｃに、この処理の結果を模式的に示した画像５３０を示す。画像５３０では、輪郭線５３１と輪郭線５３２が、最大連結領域５１１および５１２の境界を表す。また、点線５３３が、最大連結領域５１１および５１２から所定の距離だけ離れた位置を表す。領域５３５は、最大連結領域５１１および５１２から所定の距離を超えて離れている。そこで、領域選択部１４０は、領域５３５を学習領域として選択する。一方、領域５３４は、最大連結領域５１１および５１２から所定の距離以内の位置に存在する。そのため、領域選択部１４０は、領域５３４を学習領域から除外する。

【0040】

図４Ｄは、領域選択部１４０の上記の判定処理５によって選択される学習領域を模式的に示した画像５４０を示す。画像５４０内の領域５４１が、画像５３０の領域５３５に対応している。領域選択部１４０は、上記の判定処理１～５の少なくとも１つの判定処理を実行し、領域特定部１３０によって特定された領域の中から学習領域を選択する。

【0041】

なお、正解画像生成部１０１は、領域選択部１４０による判定処理を行わなくても学習領域を示す正解画像を生成することができる。そのため、正解画像生成部１０１は、領域
選択部１４０を備えない構成としてもよい。正解画像生成部１０１が選択部１４０を備えない場合は、領域特定部１３０が、特定した領域を生成部１５０に送信する。

【0042】

次に生成部１５０の処理について説明する。生成部１５０は、領域特定部１３０または領域選択部１４０から送信された学習領域に基づいて、ターゲット画像に対応する正解画像を生成する。生成された正解画像は教師データ追加部１６０に送信される。

【0043】

生成部１５０が領域特定部１３０または領域選択部１４０から受信する領域は、注目領域ではない領域のうち、識別器が「注目領域ではない」として識別できなかった領域、すなわち注目領域として誤って識別した領域である。そこで、生成部１５０は、受信した領域内の各画素に対して、「注目領域ではない」というラベルを付与する。図２Ｃに示す画像３３０を例として用いて説明すると、生成部１５０は、画像３３０内の領域３３４を構成する各画素に対して「注目領域ではない」というラベルを付与する。一方、生成部１５０は、学習領域以外の領域、すなわち画像３３０内の領域３３４以外の領域３３５に対して各画素に「学習に使用しない」というラベルを付与する。また、図４Ｄに示す画像５４０を例として用いて説明すると、生成部１５０は、画像５４０内の領域５４１を構成する各画素に対して「注目領域ではない」というラベルを付与する。一方、生成部１５０は、画像５４０内の領域５４１以外の領域５４２を構成する各画素に対して「学習に使用しない」というラベルを付与する。そして、生成部１５０は、付与したラベルを各画素の画素値として保持する画像を、正解画像として生成する。

【0044】

教師データ追加部１６０は、データ取得部１１０から受信したターゲット画像と生成部１５０から受信した正解画像を１つの組として対応付ける。そして、教師データ追加部１６０は、組となったターゲット画像と正解画像を、データサーバ２００に格納されている教師データに追加する。本実施形態では、データサーバ２００に格納されている教師データには、画像内の注目領域に「注目領域である」というラベルが付与され、それ以外の領域に「注目領域ではない」というラベルが付与された正解画像があらかじめ含まれていてもよい。以下に説明する識別器の学習においては、識別器が適用された画像だけでなく、このようなあらかじめ作成された正解画像も用いることができる。

【0045】

なお、教師データ追加部１６０は、ターゲット画像と組になっている正解画像を図示しない表示部に出力してもよい。表示部の一例として、ディスプレイが挙げられる。表示部は、正解画像のみを表示してもよいし、正解画像と当該正解画像と組になっているターゲット画像とを表示してもよい。

【0046】

次に、図５を参照して、正解画像生成部１０１が実行する教師データの作成処理について説明する。

【0047】

（Ｓ１０１０）
ステップＳ１０１０において、データ取得部１１０は、データサーバ２００からターゲット画像を取得する。そして、データ取得部１１０は、取得したターゲット画像を領域抽出部１２０、領域選択部１４０、教師データ追加部１６０にそれぞれ送信する。

【0048】

（Ｓ１０２０）
ステップＳ１０２０において、領域抽出部１２０は、ステップＳ１０１０においてデータ取得部１１０から受信したターゲット画像に識別器を適用して、ターゲット画像から識別器が注目領域と識別した領域を抽出領域として抽出する。そして、領域抽出部１２０は、抽出した抽出領域を抽出結果として領域特定部１３０に送信する。

【0049】

（Ｓ１０３０）
ステップＳ１０３０において、領域特定部１３０は、領域抽出部１２０から受信した抽出結果を参照して、識別器の学習領域の候補領域を特定する。ここで、正解画像生成部１０１が領域選択部１４０を有する場合は、領域特定部１３０は、特定した領域を、学習領域の候補領域として領域選択部１４０に送信する。一方、正解画像生成部１０１が領域選択部１４０を有しない場合は、領域特定部１３０は、特定した領域を学習領域として生成部１５０に送信する。

【0050】

（Ｓ１０４０）
ステップＳ１０４０において、領域選択部１４０は、領域特定部１３０から、学習領域の候補領域を受信する。すなわち、領域選択部１４０は、領域特定部１３０から受信した領域を候補領域であるとみなす。領域選択部１４０は、各候補領域に対して、判定処理１～５の少なくとも１つの判定処理を実行することで学習領域を決定する。そして、領域選択部１４０は、識別器の学習に使用すると決定した学習領域を示す情報を生成部１５０に送信する。判定処理１～５の詳細については、領域選択部１４０の処理に関する上記の説明のとおりである。なお、正解画像生成部１０１が領域選択部１４０を有しない場合は、ステップＳ１０４０の処理は実行されず、処理はステップＳ１０３０からＳ１０５０に進む。

【0051】

（Ｓ１０５０）
ステップＳ１０５０において、生成部１５０は、領域特定部１３０、または領域選択部１４０で選択された学習領域に基づいて、ターゲット画像に対応する正解画像を生成する。そして、生成部１５０は正解画像を教師データ追加部１６０に送信する。正解画像の生成処理の詳細については、生成部１５０の説明で述べたとおりである。

【0052】

（Ｓ１０６０）
ステップＳ１０６０において、教師データ追加部１６０は、データ取得部１１０から受信したターゲット画像と、生成部１５０から受信した正解画像とを、組となるように互いに対応付ける。そして、教師データ追加部１６０は、ターゲット画像と正解画像の組を、データサーバ２００に記憶されている教師データに追加する。

【0053】

（Ｓ１０７０）
ステップＳ１０７０において、正解画像生成部１０１は、教師データが作成されていないターゲット画像、すなわち正解画像と組となっていないターゲット画像が存在するか否かを判定する。教師データが作成されていないターゲット画像が存在する場合は（Ｓ１０７０：Ｙｅｓ）、正解画像生成部１０１は、処理をＳ１０１０に戻して当該ターゲット画像を取得する。一方、教師データが作成されていないターゲット画像が存在しない場合は（Ｓ１０７０：Ｎｏ）、正解画像生成部１０１は、本フローチャートの処理を終了する。

【0054】

上記のフローチャートの処理によって、正解画像生成部１０１は、ターゲット画像に対応する正解画像を生成する。

【0055】

次に、図１を参照して、学習部１０２について説明する。図１に示すように、学習部１０２は、データ取得部１７０と識別器学習部１８０を有する。

【0056】

データ取得部１７０は、データサーバ２００から教師データを取得し、取得した教師データを識別器学習部１８０に送信する。教師データには、上記の正解画像生成部１０１の教師データ追加部１６０によって追加されたターゲット画像と正解画像との組が含まれる。そして、ターゲット画像を学習データ、正解画像を正解データとして用いて識別器が学習される。

【0057】

学習部１０２は、データ取得部１７０によってデータサーバ２００から教師データを取得し、取得した教師データを用いて上記の識別器の学習を行う。学習部１０２は、学習によって識別器の調整のためのパラメータを取得する。なお、識別器のパラメータは公知であるためパラメータの詳細な説明については省略する。そして、学習部１０２は、取得した識別器のパラメータをデータサーバ２００に記憶する。

【0058】

画像処理装置１００において使用する識別器の種類に応じて、識別器に適用される学習アルゴリズムは一意に決まる。なお、識別器に適用される学習アルゴリズムは公知のものである。学習部１０２は、これらの公知の学習アルゴリズムを修正したアルゴリズムを実行する。公知の学習アルゴリズムと識別器学習部１８０で実行される学習アルゴリズムの違いは、識別器のパラメータを決定する際に計算される損失関数の計算方法である。

【0059】

学習部１０２は、正解画像内の画素のうち「注目領域である」または「注目領域ではない」というラベルが付与されている画素（学習領域）のみを参照して、損失関数の値を計算する。一方、学習部１０２は、「学習に使用しない」というラベルが付与されている画素は学習領域ではないため、損失関数の値の計算に使用しない。したがって、本実施形態では、学習部１０２は、正解画像内の「学習に使用しない」というラベルが付与されている画素に対しては以下に説明する損失関数の処理を省略する。これにより、画像処理装置１００における教師データを用いた学習の処理負荷が従来の学習に伴う処理負荷に比べて軽減されることが期待できる。

【0060】

次に、本実施形態における、損失関数の計算方法について、ニューラルネットワークで一般的に使用されるｂｉｎａｒｙ ｃｒｏｓｓ ｅｎｔｒｏｐｙを例に挙げて説明する。ここでは、教師データにＴ組の学習データであるターゲット画像Ｉ_ｉと正解データである正解画像Ｒ_ｉの組が含まれているとする（ｉ＝１，２・・・Ｔ）。ターゲット画像Ｉ_ｉに識別器を適用して得られる注目領域を抽出した結果の抽出画像をＯ_ｉとする。正解画像Ｒ_ｉと抽出画像Ｏ_ｉの画像サイズをＭ（ピクセル）×Ｎ（ピクセル）とし、正解画像の画素値をＲ_ｉ（ｘ，ｙ）、抽出画像の画素値をＯ_ｉ（ｘ，ｙ）とする（１≦ｘ≦Ｍ、１≦ｙ≦Ｎ）。

【0061】

上記のとおり、生成部１５０は、正解画像の画素値を３つのラベル（「注目領域である」、「注目領域ではない」、「学習に使用しない」）で表現する。また、学習部１０２では、公知の学習アルゴリズムによる表現形式を用いて、ラベル「注目領域である」に対する画素値を１、ラベル「注目領域ではない」に対応する画素値を０とする。以下の説明では、便宜上、学習領域以外の領域の画素の画素値を「学習に使用しない」と表現するが、ラベル「学習に使用しない」に対応する画素値は、当該画素を学習に使用しないことが示す限り、任意の画素値が用いられてよい。本実施形態における損失関数の値Ｅの計算式は、以下の式（１）で表される。

【数1】

【0062】

式（１）の右辺では、学習に使用しない画素について、Ｒ_ｉ（ｘ，ｙ）ｌｏｇＯ_ｉ（ｘ，ｙ）の値を「０」としている。これにより、学習に使用しない画素が、損失関数の値Ｅに影響を与えないようにしている。式（１）は、正解画像生成部１０１でターゲット画像に対して「学習に使用しない」というラベルが付与された画素を、識別器の学習において、損失関数の値の計算に使用しないことを表す式の一例である。

【0063】

損失関数の値Ｅの計算方法は、式（１）を用いる計算方法に限定されない。例えば、正解画像内の画素のうち画素値が「学習に使用しない」以外の画素に対応するターゲット画像の画素だけを参照して、損失関数の値Ｅを計算してもよい。学習部１０２は、正解画像Ｒ_ｉを走査して、画素値が「学習に使用しない」以外の画素を要素に持つリストを作成する。ここでは、作成されたリストをＰで表す。Ｐは以下の式（２）で示される。

【数2】

【0064】

次に、学習部１０２は、以下の式（３）を用いて損失関数の値Ｅを計算する。

【数3】

【0065】

なお、上記の説明では、ｂｉｎａｒｙ ｃｒｏｓｓ ｅｎｔｒｏｐｙを用いて損失関数を計算するが、他の計算方法（ｃｒｏｓｓ ｅｎｔｒｏｐｙ、Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒなど）を用いても同様に損失関数を計算することができる。

【0066】

また、学習部１０２は、ターゲット画像Ｉ_ｉ内に描出されている抽出領域の画素数と、抽出領域以外の領域（背景領域）の画素数の比から計算される重みを使用して、損失関数の値を計算してもよい。この場合、学習部１０２は、重みを表す式ｗ（ｌ）を決定する。重みを表す式ｗ（ｌ）は、以下の式（４）で表される。

【0067】

【数4】

ここで、Ｗ_ｆｇとＷ_ｂｇは、それぞれ重みの値を表す実数であり、定数である。Ｗ_ｆｇとＷ_ｂｇは、識別器が処理する典型的な画像に描出されている注目領域の画素数と注目領域以外の領域（背景領域）の画素数の比に基づいて決定される。Ｗ_ｆｇとＷ_ｂｇを決定する方法の１つとして、データサーバ２００に格納されている教師データに含まれる正解画像から決定する方法が挙げられる。具体的には、以下の式（５）、（６）によってＷ_ｆｇとＷ_ｂｇが決定される。

【数5】

【数6】

ここで、Ｇは集合であり、Ｇは正解画像生成部１０１により追加された正解画像以外の画像を示すインデックスを要素に持つ。＃_ｆｇ（Ｒ_ｊ）は、正解画像Ｒ_ｊの画素のうち、画素値が１である画素の数である。＃_ｂｇ（Ｒ_ｊ）は、正解画像Ｒ_ｊの画素のうち、画素値が０である画素の数である。また、学習部１０２は、損失関数の値を計算する前に、式
（５）および式（６）を用いてＷ_ｆｇとＷ_ｂｇの値を計算してもよいし、事前に計算されたＷ_ｆｇとＷ_ｂｇの値をデータサーバ２００から取得してもよい。

【0068】

また、重みを表す式は、ターゲット画像Ｉ_ｉに応じて変更してもよい。この場合、重みを表す式ｗ_ｉ（ｌ）は、以下の式（７）で表される。

【数7】

ここで、Ｗ_ｆｇ（ｉ）とＷ_ｂｇ（ｉ）は、重みの値を表す実数であり、ターゲット画像Ｉ_ｉに応じて変化する変数である。学習部１０２は、複数の画像間における画像の類似度に基づいて、複数の画像から、ターゲット画像Ｉ_ｉと画像の類似度が近似する類似画像としての画像を特定する。画像の類似度が互いにどの程度近似するものを類似画像とするかは適宜決定することができる。そして、学習部１０２は、特定した類似画像内に描出されている注目領域の画素数と注目領域以外の領域（背景領域）の画素数との比を基にＷ_ｆｇ（ｉ）とＷ_ｂｇ（ｉ）の値を決定する。

【0069】

次に、Ｗ_ｆｇ（ｉ）とＷ_ｂｇ（ｉ）の値の決定方法の具体例について説明する。学習部１０２は、データサーバ２００に格納されている教師データに含まれるターゲット画像のうち、ターゲット画像Ｉ_ｉとＩ_ｉ以外のターゲット画像Ｉ_ｋとの間の画像の類似度を計算する。そして、類似度が最も高いターゲット画像（ここではターゲット画像Ｉ_ｋ’とする）を特定する。次に、学習部１０２は、Ｉ_ｋ’に対応する正解画像Ｒ_ｋ’から、以下の式（８）、（９）を用いてＷ_ｆｇ（ｉ）とＷ_ｂｇ（ｉ）の値を決定する。

【数8】

【数9】

【0070】

学習部１０２によってＷ_ｆｇ（ｉ）とＷ_ｂｇ（ｉ）の値を決定する方法は、データサーバ２００に格納されている教師データを使用する上記の方法に限定されない。例えば、識別器が処理する典型的な画像と、その画像内に描出されている注目領域の画素数と注目領域以外の領域（背景領域）の画素数とを組にして、データサーバ２００に記憶してもよい。ここで、典型的な画像の例としては、ターゲット画像に含まれる撮像対象の部位のうち他よりも多い部位の画像やターゲット画像と色相、彩度、明度、輝度などの特徴量が同等である画像など、学習部１０２によって処理される数が多い種類の画像が挙げられる。この場合、学習部１０２は、データサーバ２００に格納されている、典型的な画像のそれぞれについて類似度を計算する。そして、学習部１０２は、最も類似度が高い画像における注目領域の画素数Ｎ_ｆｇと、注目領域以外の領域（背景領域）の画素数Ｎ_ｂｇを、データサーバ２００から取得する。そして、学習部１０２は、以下の式（１０）、（１１）を用いて、Ｗ_ｆｇ（ｉ）とＷ_ｂｇ（ｉ）の値を決定することができる。

【数10】

【数11】

【0071】

学習部１０２は、式（４）または式（７）によってｗ（ｌ）またはｗ_ｉ（ｌ）を決定した後、ｗ（ｌ）またはｗ_ｉ（ｌ）と以下の式（１２）を用いて損失関数の値Ｅを計算する。

【数12】

【0072】

なお、式（１２）による損失関数の計算の例では、ｗ_ｉ（ｌ）を使用するが、式（４）によってｗ（ｌ）を決定する場合は、式（１２）においてｗ_ｉ（ｌ）をｗ（ｌ）で置き換えればよい。式（１２）の代わりに以下の式（１３）を用いて損失関数の値Ｅを計算してもよい。

【数13】

ここで、式（１３）に示す損失関数の計算式は、式（３）に示す損失関数の計算式に対応する式である。

【0073】

学習部１０２は、上記の式（１）、（３）、（８）、（９）を用いて、損失関数の値Ｅを計算する。以上が、学習部１０２による損失関数の値の計算に関する説明である。

【0074】

次に、図６を参照しながら、学習部１０２による識別器の学習処理について説明する。学習部１０２は、公知の学習アルゴリズムを用いて識別器の学習を行う。ここでは、ニューラルネットワークの学習アルゴリズムを例に挙げて、学習部１０２の学習処理について説明する。なお、以下に説明する処理ステップのうち、ステップＳ２０４０を除く処理ステップでは、公知のニューラルネットワークの学習アルゴリズムにおける処理と同様の処理が実行される。

【0075】

（Ｓ２０１０）
ステップＳ２０１０において、学習部１０２のデータ取得部１７０は、データサーバ２００から教師データを取得する。

【0076】

（Ｓ２０２０）
ステップＳ２０２０において、学習部１０２は、識別器のパラメータの初期値を設定する。本ステップでは、例えば、Ｈｅらが提案した初期値の決定方法（[Kaiming He, et al., “Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification,” ICCV, 2015]）や、定数値や乱数値を初期値とする方法など、公知
の方法が用いられて、初期値が設定される。

【0077】

（Ｓ２０３０）
ステップＳ２０３０において、学習部１０２は、教師データに含まれるそれぞれのター
ゲット画像に識別器を適用して、ターゲット画像内に描出されている注目領域を抽出する。図６に示すように、ステップＳ２０３０からステップＳ２０６０が繰り返し実行される。ステップＳ２０３０の初回実行時は、学習部１０２は、ステップＳ２０２０で設定されたパラメータを識別器のパラメータとして使用する。そして、ステップＳ２０３０の二回目以降の実行時は、学習部１０２は、ステップＳ２０５０において計算されたパラメータを識別器のパラメータとして使用する。

【0078】

（Ｓ２０４０）
ステップＳ２０４０において、学習部１０２は、損失関数の値Ｅ［ｔ］を計算する。ここで添え字「ｔ」は、ステップＳ２０３０からステップＳ２０６０までの処理がｔ回目の実行であることを意味する。学習部１０２は、上記の損失関数の計算方法に従って損失関数の値Ｅ［ｔ］を計算する。

【0079】

（Ｓ２０５０）
ステップＳ２０５０において、学習部１０２は、識別器のパラメータを計算する。具体的には、学習部１０２は、勾配降下法、Ｓｔｏｃｈａｓｔｉｃ Ｇｒａｄｉｅｎｔ Ｄｅｓｃｅｎｔ（ＳＧＤ）、Ａｄａｍなどのような、公知の計算方法を用いて、パラメータを計算する。その後、学習部１０２は、識別器のパラメータを本ステップで得られたパラメータに置き換えることで、識別器のパラメータを更新する。

【0080】

（Ｓ２０６０）
ステップＳ２０６０において、学習部１０２は、識別器のパラメータの更新を終了するか否か、すなわち識別器の学習を終了するか否かの判断を行う。例えば、学習部１０２は、前回のステップＳ２０４０の処理で計算された損失関数の値Ｅ［ｔ－１］と今回のステップＳ２０４０の処理で計算された損失関数の値Ｅ［ｔ］との差を計算する。そして、計算した差が所定の値よりも大きい場合、学習部１０２は、処理をステップＳ２０３０に戻す。一方、計算した差が所定の値以下の場合、学習部１０２は、処理をステップＳ２０７０に進める。

【0081】

（Ｓ２０７０）
ステップＳ２０７０において、学習部１０２は、Ｓ２０５０において更新された識別器のパラメータをデータサーバ２００に送信する。

【0082】

本実施形態に係る画像処理装置１００は、ターゲット画像において識別器が正しく抽出できない領域を、効率よく取得することができる。そして、画像処理装置１００は、取得した領域に基づいて正解画像を作成することで、識別器が正しく抽出できる領域は学習の対象外とする。これにより、画像処理装置１００では、識別器が正しく抽出できない領域だけを用いた識別器の学習を行うことで、識別器の学習に伴う処理負荷を軽減して学習効率を高めることができる。

【0083】

（第２実施形態）
図７を参照して、第２実施形態に係る画像処理装置７００について説明する。画像処理装置７００は、生成画像生成部７０１と学習部７０２を有する。画像処理装置７００の学習部７０２は、第１実施形態における画像処理装置１００の学習部１０２と同じ動作を行ため、学習部７０２の詳細な説明はここでは省略する。なお、正解の分かっている正解画像に対して、第一抽出手段による抽出を行い、第一の抽出手段による抽出結果と、正解画像との差から、学習領域を特定してもよい。さらに特定された学習領域に基づいて正解画像を生成し、損失関数を計算してもよい。

【0084】

正解画像生成部７０１は、データ取得部７１０、第１領域抽出部７２０、第２領域抽出
部７３０、領域特定部７４０、領域選択部７５０、生成部７６０、教師データ追加部７７０を有する。正解画像生成部７０１の各部のうち、第１領域抽出部７２０、領域特定部７４０、教師データ追加部７７０は、第１実施形態における画像処理装置１００の領域抽出部１２０、領域特定部１３０、教師データ追加部１６０と同じ動作を行う。このため、これらの処理部の詳細な説明はここでは省略する。

【0085】

データ取得部７１０は、第１実施形態に係るデータサーバに対応するデータサーバ２００からターゲット画像を取得する。ターゲット画像は、ターゲット画像内に注目領域が描出されている画像でもよいし、注目領域が描出されていない画像でもよい。データ取得部７１０は、取得したターゲット画像を第１領域抽出部７２０、第２領域抽出部７３０、領域選択部７５０、教師データ追加部７７０に送信する。

【0086】

第２領域抽出部７３０は、ターゲット画像に対して、第１領域抽出部７２０で実行される画像処理とは異なる手法の画像処理を適用して、ターゲット画像内に描出されている注目領域を抽出する。第２領域抽出部７３０は、抽出した抽出領域を領域特定部７４０に送信する。以下の説明では、第１領域抽出部７２０により抽出された領域を第１の抽出領域と称し、第２領域抽出部７３０により抽出された領域を第２の抽出領域と称する。また、第１領域抽出部７２０による処理の結果を第１の抽出結果と称し、第２領域抽出部７３０による処理の結果を第２の抽出結果と称する。

【0087】

ここで、第２領域抽出部７３０が実行する画像処理について説明する。第２領域抽出部７３０は、第１領域抽出部７２０が用いる画像処理手法と異なれば、任意の画像処理手法を用いてよいが、好ましい画像処理手法はグラフカット・セグメンテーション法である。グラフカット・セグメンテーション法は公知の画像処理手法であり、例えば、特許公報ＵＳ６９７３２１２に詳細が開示されている。以下では、この特許公報に開示の内容と同様の説明については省略し、異なる点を中心に説明する。

【0088】

グラフカット・セグメンテーション法では、画素ノードとターミナル・ノードＳの間をつなぐエッジ（ｔ－ｌｉｎｋ）に、エネルギーとして、その画素ノードに対応する画素が注目領域の画素であることを表す値（尤度）が設定される。また、画素ノードとターミナル・ノードＴの間をつなぐエッジ（ｔ－ｌｉｎｋ）に、エネルギーとして、その画素ノードに対応する画素が注目領域の画素ではないことを表す値（尤度）が設定される。それぞれの尤度は、第一の抽出部７２０で実行される識別器の出力値が使用される。

【0089】

また、第１領域抽出部７２０によって抽出された第１の抽出領域に含まれる画素を前景シードとする。また、第１の抽出領域に含まれる画素から所定の距離を超えて離れた位置にある画素を背景シードとする。そして、前景シードに対応する画素ノードとターミナル・ノードＳの間のエッジ（ｔ－ｌｉｎｋ）、および背景シードに対応する画素ノードとターミナル・ノードＴの間のエッジ（ｔ－ｌｉｎｋ）に有意に大きな値が設定される。このような値を設定してグラフカット・セグメンテーション法を実行することで、第２領域抽出部７３０はターゲット画像から注目領域として第２の抽出領域を抽出する。

【0090】

図９を参照しながら、第２領域抽出部７３０によって抽出される第２の抽出領域について説明する。図９Ａに示す画像９１０が、ターゲット画像である。また、画像９１０内の領域９１１と領域９１２が、注目領域である。図９Ｂに示す画像９２０は、第１領域抽出部７２０が識別器を用いてターゲット画像９１０から注目領域を抽出した結果（第１の抽出結果）を示す画像である。画像９２０内の領域９２１と領域９２２は、識別器によって注目領域９１１と注目領域９１２が抽出されることで得られる領域である。また、画像９２０内の領域９２３は、識別器によって注目領域として正しく抽出されなかった領域である。また、画像９２０内の領域９２４は、注目領域の一部ではないが、識別器によって注
目領域として誤って抽出された領域である。

【0091】

図９Ｃに示す画像９３０は、第２領域抽出部７３０がグラフカット・セグメンテーション法によってターゲット画像９１０から注目領域として第２の抽出領域を抽出した結果（第２の抽出結果）を示す画像である。画像９１０の注目領域９１１と画像９３０の第２の抽出領域９３１、画像９１０の注目領域９１２と画像９３０の第２の抽出領域９３２をそれぞれ比較すると分かるように、第２領域抽出部７３０により注目領域９１１、９１２の大部分が正しく抽出される。また、画像９２０（第１の抽出結果）と画像９３０（第２の抽出結果）とを比較すると分かるように、第１の抽出結果では正しく抽出されなかった領域９２３が、第２の抽出結果では正しく抽出されている。また、画像９３０では、識別器によって誤って抽出された領域９２４は抽出されていない。したがって、第２の領域抽出部７３０は、第１の領域抽出部７２０よりも高い精度で注目領域を抽出することができる。

【0092】

領域特定部７４０は、第１領域抽出部７２０によって抽出された第１の抽出結果と、第２領域抽出部７３０によって抽出された第２の抽出結果を参照して、学習部７０２が識別器を学習する際に使用する領域を取得する。領域特定部７４０は、取得した領域を領域選択部７５０に送信する。

【0093】

領域特定部７４０は、第１の抽出結果に含まれる誤抽出された領域を、学習に使用する領域として取得する。領域特定部７４０は、例えば、第１領域抽出部７２０により注目領域として抽出された領域（第１の抽出領域）であり、かつ、第２領域抽出部７３０により注目領域として抽出されなかった領域を、識別器の学習に使用する領域として取得する。図９Ｂの例において、画像９２０内の領域９２１、領域９２２、領域９２４は、第１領域抽出部７２０により注目領域として抽出された領域（第１の抽出領域）である。図９Ｃの例において、画像９３０内の領域９３５は、第２領域抽出部７３０により注目領域として抽出されなかった領域である。

【0094】

また、画像９２０内の領域９２４は、第１領域抽出部７２０により注目領域として抽出された第１の抽出領域であり、かつ、第２領域抽出部７３０により注目領域として抽出されなかった領域である。そこで、領域特定部７４０は、領域９２１、領域９２２、領域９２４と、領域９３５の比較に基づいて、領域９２４を、注目領域ではないが第１領域抽出部７２０によって誤って注目領域として抽出された領域（以下、過抽出領域と称する）として特定する。そして、領域特定部７４０は、領域９２４を、識別器の学習に使用する領域として特定する。

【0095】

領域特定部７４０は、また、第１領域抽出部７２０により注目領域として抽出されなかった領域であり、かつ、第２領域抽出部７３０により注目領域として抽出された第２の抽出領域も、識別器の学習に使用する領域として特定する。例えば、画像９２０内の領域９２３と領域９２５は、第１領域抽出部７２０により注目領域として抽出されなかった領域である。また、画像９３０内の領域９３１と領域９３２は、第２領域抽出部７３０により注目領域として抽出された第２の抽出領域である。ここで、領域９２３は、第１領域抽出部７２０により注目領域として抽出されなかった領域であり、かつ、第２領域抽出部７３０により注目領域として抽出された第２の抽出領域である。そこで、領域特定部７４０は、領域９２３、領域９２５、領域９３１、領域９３２の比較に基づいて、領域９２３を、注目領域であるが第１領域抽出部７２０によって注目領域として正しく抽出されなかった領域（以下、未抽出領域と称する）と特定する。そして、領域特定部７４０は、領域９２３を、識別器の学習に使用する領域として特定する。

【0096】

図９Ｄの画像９４０が、領域特定部７４０の上記の処理によって特定された識別器の学
習に使用する領域を示す画像である。画像９４０に示すように、領域特定部７４０によって、画像９２０内の領域９２３と領域９２４が、それぞれ識別器の学習に使用する領域９４３と領域９４４として特定される。

【0097】

なお、領域特定部７４０は、必ずしも領域９４３を特定する処理と領域９４４を特定する処理を行う必要はなく、これらの処理のうち一方の処理を行って識別器の学習に使用する領域を特定してもよい。

【0098】

領域選択部７５０は、領域特定部７４０で特定された領域を候補領域とみなして、各候補領域について、学習部７０２による識別器の学習に使用するか否かの判定を行う。そして、領域選択部７５０は、学習に使用すると判定した領域を示す情報を生成部７６０に送信する。

【0099】

領域選択部７５０は、第１実施形態に係る画像処理装置１００の領域選択部１４０が実行する上記の判定処理１～４に加えて、以下の判定処理６を実行する。なお、以下の説明では、領域特定部７４０によって取得されるそれぞれの領域を候補領域と称する。

【0100】

［判定処理６：最大連結領域の境界からの距離２に基づく判定］
領域選択部７５０は、候補領域について、第２領域抽出部７３０によって取得された領域内の最大連結領域の境界からの距離を計測する。なお、一例として、最大連結領域の境界から候補領域までの距離は、互いの領域の境界の最短距離とすることができる。そして、領域選択部７５０は、候補領域のうち、最大連結領域の境界から所定の距離を超えて離れている候補領域を学習に使用する領域であるとして選択する。

【0101】

図１０Ａ～１０Ｆを参照しながら、候補領域から識別器の学習に使用する領域を特定する領域選択部７５０の処理について説明する。図１０Ａに示す画像１０１０は、第１領域抽出部７２０によって取得された第１の抽出結果である。画像１０１０において、領域１０１１、領域１０１２、領域１０１３が、第１の抽出領域である。次に、画像１０２０は、第２領域抽出部７３０によって取得された第２の抽出結果である。領域１０２１と領域１０２２が、第２の抽出領域である。画像１０３０は、領域特定部７４０の処理結果である。領域特定部７４０は画像１０１０と画像１０２０を比較することにより、領域１０３１と領域１０３２を学習に使用する領域（候補領域）として取得している。

【0102】

領域選択部７５０は、はじめに、第２領域抽出部７３０により取得された第２の抽出領域のうち、面積が最大となる最大連結領域を特定する。図１０Ｂに示す画像１０２０では、領域１０２１と領域１０２２とが、領域選択部７５０により特定される最大連結領域である。

【0103】

次に、領域選択部７５０は、第２の抽出領域のうち、最大連結領域１０２１および１０２２の内側に存在する領域を特定する。そして、領域選択部７５０は、特定された領域について、領域１０２１、１０２２を連結した最大連結領域の境界から所定の距離より、さらに内側に存在する領域を、学習に使用する領域（候補領域）として選択する。この処理を模式的に示した画像が、図１０Ｄの画像１０４０である。画像１０４０では、輪郭線１０４１と輪郭線１０４２が、最大連結領域を構成する領域１０２１と領域１０２２の境界に対応する。そして、点線１０４３と点線１０４４が、最大連結領域１０２１、１０２２の境界から領域の内側に向かって所定の距離だけ離れた位置を表す。

【0104】

領域選択部７５０は、第２の抽出領域のうち、領域１０３１を最大連結領域１０２１および１０２２の内側に存在する領域として特定する。そして、領域選択部７５０は、領域１０３１のうち、最大連結領域１０２１、１０２２の境界から所定の距離を超えて離れて
存在する領域１０４５を、学習に使用する領域（候補領域）として選択する。一方、領域選択部７５０は、領域１０３１のうち、最大連結領域１０２１、１０２２の境界から所定の距離以内に存在する領域１０４６を、学習に使用する領域（候補領域）からは除外して選択しない。

【0105】

また、領域選択部７５０は、第２の抽出領域のうち、最大連結領域１０２１、１０２２の外側に存在する領域を特定する。そして、領域選択部７５０は、特定された領域のうち、最大連結領域１０２１、１０２２の境界から所定の距離を超えて離れて存在する領域を、学習に使用する領域（候補領域）として選択する。この処理を模式的に示した画像が、図１０Ｅの画像１０５０である。画像１０５０では、輪郭線１０５１と輪郭線１０５２が、最大連結領域を構成する領域１０２１と領域１０２２の境界に対応する。そして、点線１０５３が、最大連結領域１０２１、１０２２の境界から領域の外側に向かって所定の距離だけ離れた位置を表す。

【0106】

領域選択部７５０は、第２の抽出領域のうち、領域１０３２を最大連結領域１０２１、１０２２の外側に存在する領域として特定する。そして、領域選択部７５０は、領域１０３２のうち、最大連結領域１０２１、１０２２の境界から所定の距離を超えて離れて存在する領域１０５５を、学習に使用する領域（候補領域）として選択する。一方、領域選択部７５０は、領域１０３２のうち、最大連結領域１０２１、１０２２の境界から所定の距離以内に存在する領域１０５４を、学習に使用する領域（候補領域）からは除外して選択しない。

【0107】

最後に、図１０Ｆに示す画像１０６０が、領域選択部７５０が上記の判定処理６を実行して選択した学習に使用する領域を示す画像である。画像１０６０において、領域１０６１が、図１０Ｄに示す画像１０４０の領域１０４５に対応している。また、画像１０６０において、領域１０６２が、図１０Ｅに示す画像１０５０の領域１０５５に対応している。

【0108】

領域選択部７５０は、判定処理１、判定処理２、判定処理３、判定処理４、判定処理６の少なくとも一つの判定処理を実行し、領域特定部７４０で取得された領域の中から、学習に使用する領域を選択的に取得する。

【0109】

なお、本実施形態では、正解画像生成部７０１は、識別器の学習に使用する領域を取得するために、領域選択部７５０による判定処理を実行する必要はない。したがって、正解画像生成部７０１は、領域選択部７５０を有しない構成としてもよい。正解画像生成部７０１が領域選択部７５０を有しない場合は、領域特定部７４０が、上記の処理によって特定した領域を生成部７６０に送信する。

【0110】

次に、生成部７６０は、領域特定部７４０または領域選択部７５０から送信された学習に使用する領域に基づいて、ターゲット画像に対応する正解画像を生成する。

【0111】

具体的には、生成部７６０は、第１領域抽出部７２０により注目領域として抽出されなかった領域であり、かつ、第２領域抽出部７３０により注目領域として抽出された領域である領域を構成する画素に「注目領域である」というラベルを付与する。図９Ｄに示す画像９４０を例に説明すると、生成部７６０は、領域９４３を構成する画素に対して「注目領域である」というラベルを付与する。また、図１０Ｆに示す画像１０６０を例に説明すると、生成部７６０は、領域１０６１を構成する画素に対して「注目領域である」というラベルを付与する。

【0112】

また、生成部７６０は、第１領域抽出部７２０により注目領域として抽出された領域で
あり、かつ、第２領域抽出部７３０により注目領域として抽出されなかった領域である領域を構成する画素に「注目領域ではない」というラベルを付与する。図９Ｄに示す画像９４０を例に説明すると、生成部７６０は、領域９４４を構成する画素に対して「注目領域ではない」というラベルを付与する。また、図１０Ｆに示す画像１０６０を例に説明すると、生成部７６０は、領域１０６２を構成する画素に対して「注目領域ではない」というラベルを付与する。

【0113】

最後に、生成部７６０は、「注目領域である」または「注目領域ではない」というラベルが付与されなかった画素に、「学習に使用しない」というラベルを付与する。図９Ｄに示す画像９４０を例に説明すると、生成部７６０は、領域９４３、９４４以外の領域９４５を構成する画素に対して「学習に使用しない」というラベルを付与する。また、図１０Ｆに示す画像１０６０を例に説明すると、生成部７６０は、領域１０６１、１０６２以外の領域１０６３を構成する画素に対して「学習に使用しない」というラベルを付与する。そして、生成部７６０は、上記の処理によって付与したそれぞれのラベルを各画素の画素値として保持する画像を正解画像として生成する。生成部７６０は、生成した正解画像を教師データ追加部７７０に送信する。

【0114】

次に、図８のフローチャートを参照しながら、正解画像生成部７０１が実行する処理について説明する。

【0115】

（Ｓ３０１０）
ステップＳ３０１０において、データ取得部７１０は、データサーバ２００から教師データを取得する。そして、データ取得部７１０は、取得したターゲット画像を第１領域抽出部７２０、第２領域抽出部７３０、領域選択部７５０（ある場合）、教師データ追加部７７０にそれぞれ送信する。

【0116】

（Ｓ３０２０）
ステップＳ３０２０において、第１領域抽出部７２０は、データ取得部７１０からターゲット画像を取得する。そして、第１領域抽出部７２０は、ターゲット画像に識別器を適用して、ターゲット画像内に描出されている注目領域を抽出する。第１領域抽出部７２０は、抽出した領域を第２領域抽出部７３０に送信する。

【0117】

（Ｓ３０３０）
ステップＳ３０３０において、第２領域抽出部７３０は、データ取得部７１０からターゲット画像を取得する。また、第２領域抽出部７３０は、第１領域抽出部７２０から第１の抽出結果を取得する。そして、第２領域抽出部７３０は、ターゲット画像に第１領域抽出部７２０が用いる画像処理手法とは異なる画像処理手法を用いて、ターゲット画像から注目領域として第２の抽出領域を抽出する。第２領域抽出部７３０は、抽出された領域を第２領域抽出部７４０に送信する。

【0118】

（Ｓ３０４０）
ステップＳ３０４０において、領域特定部７４０は、第１領域抽出部７２０から受信した第１の抽出結果と第２領域抽出部７３０から受信した第２の抽出結果を参照して、識別器の学習に使用する領域を特定する。正解画像生成部７０１が領域選択部７５０を有する場合は、領域特定部７４０は、特定した領域を、学習に使用する領域の候補領域として領域選択部７５０に送信する。一方、正解画像生成部７０１が領域選択部７５０を有しない場合は、領域特定部７４０は、特定した領域を、学習に使用する領域として生成部７６０に送信する。

【0119】

（Ｓ３０５０）
ステップＳ３０５０において、選領域択部７５０は、領域特定部７４０から識別器の学習に使用する領域の候補領域を取得する。すなわち、領域選択部７５０は、領域特定部７４０から受信した領域を候補領域とみなす。領域選択部７５０は、それぞれの候補領域について、領域の形状に関する特徴、領域の濃淡値に関する特徴、画像内の領域の位置に関する特徴のうち、少なくとも１つを基準として、学習に使用する領域か否かを判定する。そして、領域選択部７５０は、学習に使用する領域として判定した領域の情報を生成部７６０に送信する。ここで、領域選択部７５０が実行する判定処理は、上記の領域選択部７５０の説明のとおりである。なお、正解画像生成部７０１が領域選択部７５０を有しない場合は、ステップＳ３０５０の処理は実行されず、処理はステップＳ３０４０からＳ３０６０に進む。

【0120】

（Ｓ３０６０）
ステップＳ３０６０において、生成部７６０は、領域特定部７４０または領域選択部７５０で選択された学習に使用する領域に基づいて、ターゲット画像に対応する正解画像を生成する。ここで、生成部７６０が正解画像を生成する処理は、上記の生成部７６０の説明のとおりである。そして、生成部７６０は、生成した正解画像を教師データ追加部７７０に送信する。

【0121】

（Ｓ３０７０）
ステップＳ３０７０において、教師データ追加部７７０は、データ取得部７１０から受信したターゲット画像と生成部７６０から受信した正解画像とを組となるように対応付ける。そして、教師データ追加部７７０は、対応付けられたターゲット画像と正解画像との組を、データサーバ２００に記憶されている教師データに追加する。

【0122】

以上のように、正解画像生成部７０１は、データサーバ２００から取得したターゲット画像に対応する正解画像を生成する。

【0123】

なお、学習部７０２が実行する処理については、第１実施形態に係る画像処理装置１００の学習部１０２の処理、具体的にはステップＳ２０１０～ステップＳ２０７０の処理と同じであるため、ここでは説明を省略する。

【0124】

以上より、第２実施形態に係る画像処理装置７００は、ターゲット画像において識別器が正しく抽出できない２種類の領域を効率よく取得することができる。ここで、２種類の領域とは、（１）注目領域であるが、注目領域として正しく抽出されない領域と、（２）注目領域ではないが、誤って注目領域として抽出される領域である。そして、取得結果の領域に基づいてラベルが付与された正解画像を作成することで、識別器が正しく抽出できない領域を識別器の学習に使用しつつ、識別器が正しく抽出できる領域は学習の対象外とすることで、識別器の学習効率を向上させることができる。

【0125】

（その他の実施形態）
上述した実施形態は本発明の具体例を示すものにすぎない。本発明の範囲は上述した実施形態の構成に限られることはなく、その要旨を変更しない範囲のさまざまな実施形態を採ることができる。

【0126】

また、開示の技術は例えば、システム、装置、方法、プログラム若しくは記録媒体（記憶媒体）等としての実施態様をとることが可能である。具体的には、複数の機器（例えば、ホストコンピュータ、インターフェイス機器、撮像装置、ｗｅｂアプリケーション等）から構成されるシステムに適用しても良いし、また、１つの機器からなる装置に適用しても良い。

【0127】

また、本発明の目的は、以下のようにすることによって達成されることはいうまでもない。すなわち、前述した実施形態の機能を実現するソフトウェアのプログラムコード（コンピュータプログラム）を記録した記録媒体（または記憶媒体）を、システムあるいは装置に供給する。かかる記憶媒体は言うまでもなく、コンピュータ読み取り可能な記憶媒体である。そして、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行する。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。

【符号の説明】

【0128】

１００：画像処理装置
１２０：領域抽出部
１３０：領域特定部
１５０：生成部
１６０：教師データ追加部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】