知財求人 - 知財ポータルサイト「IP Force」
(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】2024-08-05
(45)【発行日】2024-08-14
(54)【発明の名称】解析装置、解析方法及び解析プログラム
(51)【国際特許分類】
H04N 19/126 20140101AFI20240806BHJP
H04N 19/154 20140101ALI20240806BHJP
H04N 19/176 20140101ALI20240806BHJP
G06T 7/00 20170101ALI20240806BHJP
【ＦＩ】
H04N19/126
H04N19/154
H04N19/176
G06T7/00 350C
【請求項の数】
11
(21)【出願番号】P 2022569367
(86)(22)【出願日】2020-12-15
(86)【国際出願番号】 JP2020046730
(87)【国際公開番号】W WO2022130497
(87)【国際公開日】2022-06-23
【審査請求日】2023-04-06
(73)【特許権者】
【識別番号】000005223
【氏名又は名称】富士通株式会社
(74)【代理人】
【識別番号】100107766
【弁理士】
【氏名又は名称】伊東 忠重
(74)【代理人】
【識別番号】100070150
【弁理士】
【氏名又は名称】伊東 忠彦
(72)【発明者】
【氏名】久保田 智規
(72)【発明者】
【氏名】中尾 鷹詔
(72)【発明者】
【氏名】村田 康之
【審査官】久保 光宏
(56)【参考文献】
【文献】特許第７３１０９２６（ＪＰ，Ｂ２）
【文献】特許第７４０９４００（ＪＰ，Ｂ２）
【文献】「株式会社 富士通研究所 ＡＩが認識できる画質で映像データを高圧縮する技術を開発」，月刊セキュリティ研究，日本，一般社団法人セキュリティスペシャリスト協会，2020年04月25日，2020年5月号(第23巻第5号通巻258号)，第４４～４５頁，ISSN: 1347-9210.
【文献】久保田 智規（外２名），「深層学習を用いた映像解析のための高圧縮な動画像符号化手法」，電子情報通信学会技術研究報告，日本，一般社団法人 電子情報通信学会，2020年02月27日，Vol.119, No.456，第１２１～１２６頁，ISSN: 2432-6380.
【文献】中尾 鷹詔（外２名），「ＡＩ解析向け動画像符号化方式」，情報処理学会研究報告，日本，情報処理学会，2020年02月20日，Vol.2020-OS-148, No.7，全６頁，[online], [令和2年2月20日検索], インターネット, <URL: http://id.nii.ac.jp/1001/00203245/>，ISSN: 2188-8795.
【文献】久保田 智規（外３名），「ＣＮＮを用いた物体認識における誤認識の原因を可視化する一手法」，電子情報通信学会技術研究報告，日本，一般社団法人 電子情報通信学会，2019年08月28日，Vol.119, No.193，第９９～１０４頁，ISSN: 2432-6380.
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｈ０４Ｎ１９／００－１９／９８
Ｈ０４Ｎ１／４１－１／４１９
Ｇ０６Ｔ９／００－９／４０
Ｇ０６Ｔ７／００
Ｇ０６Ｖ１０／００－２０／９０
Ｇ０６Ｎ３／０２－３／１０
Ｇ０６Ｎ２０／００－２０／２０
ＣＳＤＢ（日本国特許庁）
学術文献等データベース（日本国特許庁）
ＩＥＥＥＸｐｌｏｒｅ（ＩＥＥＥ）
(57)【特許請求の範囲】
【請求項1】
画質が変更された変更後の各画像データに対して認識処理が行われた場合の、各領域の認識結果への影響度に基づいて、第１の圧縮レベルを判定する判定部と、前記第１の圧縮レベルに応じた第２の圧縮レベルで圧縮された画像データが復号された場合に、復号データに対して認識処理を行い、認識結果を算出する算出部と、
算出された認識結果に応じて、前記第１の圧縮レベルと前記第２の圧縮レベルのいずれの圧縮レベルで画像データを圧縮するかを決定する決定部と
を有する解析装置。
【請求項2】
画像データが所定数の異なる圧縮レベルで圧縮され、各圧縮データが復号された各復号データに対して認識処理が行われた場合の、各領域の認識結果への影響度を集計する集計部を有し、前記判定部は、集計された前記各領域の認識結果への影響度に基づいて、前記所定数の異なる圧縮レベルから、前記第１の圧縮レベルを判定する、請求項１に記載の解析装置。
【請求項3】
前記第２の圧縮レベルは、前記所定数の異なる圧縮レベルの間の圧縮レベルであって、前記第１の圧縮レベルよりも高い圧縮レベルである、請求項２に記載の解析装置。
【請求項4】
前記決定部は、算出された認識結果が許容値以上の場合、前記第２の圧縮レベルで画像データを圧縮し、算出された認識結果が許容値未満の場合、前記第１の圧縮レベルで画像データを圧縮することを決定する、請求項３に記載の解析装置。
【請求項5】
前記決定部は、決定した圧縮レベルを、集計された前記各領域の認識結果への影響度に基づいて調整する、請求項４に記載の解析装置。
【請求項6】
画像データが所定の１種類の圧縮レベルで圧縮され、圧縮データが復号された後、復号データに対して認識処理が行われた場合の、各領域の認識結果への影響度を集計する集計部を有し、前記判定部は、集計された前記各領域の認識結果への影響度がいずれのグループに属するかを判定し、判定したグループに予め対応付けられた圧縮レベルを、前記第１の圧縮レベルとして判定する、請求項１に記載の解析装置。
【請求項7】
前記第２の圧縮レベルは、集計された前記各領域の認識結果への影響度が所定の影響度となる圧縮レベルであって、判定したグループに予め対応付けられた、前記第１の圧縮レベルとは異なる圧縮レベルである、請求項６に記載の解析装置。
【請求項8】
前記決定部は、算出された認識結果が許容値以上の場合、前記第２の圧縮レベルで画像データを圧縮し、算出された認識結果が許容値未満の場合、前記第１の圧縮レベルで画像データを圧縮することを決定する、請求項７に記載の解析装置。
【請求項9】
前記決定部は、決定した圧縮レベルを、集計された前記各領域の認識結果への影響度に基づいて調整する、請求項８に記載の解析装置。
【請求項10】
画質が変更された変更後の各画像データに対して認識処理が行われた場合の、各領域の認識結果への影響度に基づいて、第１の圧縮レベルを判定し、前記第１の圧縮レベルに応じた第２の圧縮レベルで圧縮された画像データが復号された場合に、復号データに対して認識処理を行い、認識結果を算出し、
算出された認識結果に応じて、前記第１の圧縮レベルと前記第２の圧縮レベルのいずれの圧縮レベルで画像データを圧縮するかを決定する、
処理をコンピュータが実行する解析方法。
【請求項11】
画質が変更された変更後の各画像データに対して認識処理が行われた場合の、各領域の認識結果への影響度に基づいて、第１の圧縮レベルを判定し、前記第１の圧縮レベルに応じた第２の圧縮レベルで圧縮された画像データが復号された場合に、復号データに対して認識処理を行い、認識結果を算出し、
算出された認識結果に応じて、前記第１の圧縮レベルと前記第２の圧縮レベルのいずれの圧縮レベルで画像データを圧縮するかを決定する、
処理をコンピュータに実行させるための解析プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、解析装置、解析方法及び解析プログラムに関する。
【背景技術】
【0002】
一般に、画像データを記録または伝送する場合、圧縮処理によりデータサイズを小さくすることで、記録コストや伝送コストを削減する。
【0003】
一方で、近年、ＡＩ（Artificial Intelligence）による画像の認識処理に利用される目的で、画像データを記録または伝送するケースが増えてきている。ＡＩの代表的なモデルとしては、例えば、深層学習や機械学習を用いたモデルが挙げられる。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１８－１０１４０６号公報
【文献】特開２０１９－０７９４４５号公報
【文献】特開２０１１－２３４０３３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、従来の圧縮処理は、人間の視覚特性に基づいて行われており、ＡＩの動作解析に基づいて行われているわけではない。このため、ＡＩによる画像の認識処理に必要でない領域について、十分な圧縮レベルで圧縮処理が行われていない場合があった。
【0006】
一方で、解析装置等を用いて、圧縮処理前にＡＩによる画像の認識処理に必要でない領域を解析しようとすると、解析装置等の演算量が増大することが想定される。
【0007】
一つの側面では、ＡＩによる画像の認識処理に適した圧縮処理を、演算量を抑えて実現することを目的とする。
【課題を解決するための手段】
【0008】
一態様によれば、解析装置は、
画質が変更された変更後の各画像データに対して認識処理が行われた場合の、各領域の認識結果への影響度に基づいて、各領域の第１の圧縮レベルを判定する判定部と、
前記第１の圧縮レベルに応じた第２の圧縮レベルで圧縮された画像データが復号された場合に、復号データに対して認識処理を行い、認識結果を算出する算出部と、
算出された認識結果に応じて、前記第１の圧縮レベルと前記第２の圧縮レベルのいずれの圧縮レベルで画像データを圧縮するかを決定する決定部とを有する。
画質が変更された変更後の各画像データに対して認識処理が行われた場合の、各領域の認識結果への影響度に基づいて、各領域の第１の圧縮レベルを判定する判定部と、
前記第１の圧縮レベルに応じた第２の圧縮レベルで圧縮された画像データが復号された場合に、復号データに対して認識処理を行い、認識結果を算出する算出部と、
算出された認識結果に応じて、前記第１の圧縮レベルと前記第２の圧縮レベルのいずれの圧縮レベルで画像データを圧縮するかを決定する決定部とを有する。
【発明の効果】
【0009】
ＡＩによる画像の認識処理に適した圧縮処理を、演算量を抑えて実現することができる。
【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。
【0012】
［第１の実施形態］
＜圧縮処理システムのシステム構成＞
はじめに、第１の実施形態に係る解析装置を含む、圧縮処理システム全体のシステム構成について説明する。図１は、圧縮処理システムのシステム構成の一例を示す第１の図である。第１の実施形態において、圧縮処理システムが実行する処理は、圧縮レベル（に応じた量子化値）を決定するフェーズと、決定した圧縮レベル（に応じた量子化値）に基づいて圧縮処理を行うフェーズとに大別することができる。
＜圧縮処理システムのシステム構成＞
はじめに、第１の実施形態に係る解析装置を含む、圧縮処理システム全体のシステム構成について説明する。図１は、圧縮処理システムのシステム構成の一例を示す第１の図である。第１の実施形態において、圧縮処理システムが実行する処理は、圧縮レベル（に応じた量子化値）を決定するフェーズと、決定した圧縮レベル（に応じた量子化値）に基づいて圧縮処理を行うフェーズとに大別することができる。
【0013】
図１において、１ａは、圧縮レベル（に応じた量子化値）を決定するフェーズにおける圧縮処理システムのシステム構成を示している。また、１ｂは、決定した圧縮レベル（に応じた量子化値）に基づいて圧縮処理を行うフェーズにおける圧縮処理システムのシステム構成を示している。
【0014】
図１の１ａに示すように、圧縮レベル（に応じた量子化値）を決定するフェーズにおける圧縮処理システムには、撮像装置１１０、解析装置１２０、画像圧縮装置１３０が含まれる。
【0015】
撮像装置１１０は、所定のフレーム周期で撮影を行い、画像データを解析装置１２０に送信する。なお、画像データには、認識処理の対象となるオブジェクトが含まれるものとする。
【0016】
解析装置１２０は、認識処理を行う学習済みモデルを有する。解析装置１２０は、画像データまたは復号データ（画像データに対して異なる圧縮レベルで圧縮処理が行われた場合の圧縮データを復号した復号データ）を、学習済みモデルに入力することで認識処理を行い、認識結果を出力する。
【0017】
また、解析装置１２０は、例えば、誤差逆伝播法を用いて学習済みモデルの動作解析を行うことで、認識結果への影響度を示すマップ（「重要特徴マップ」と称す）を生成し、所定領域ごと（圧縮処理が行われる際に用いられるブロックごと）に影響度を集計する。
【0018】
なお、解析装置１２０では、画像圧縮装置１３０に対して、所定数の異なる圧縮レベル（に応じた量子化値）での圧縮処理を指示し、それぞれの圧縮レベルで圧縮処理が行われた場合の圧縮データについて、同様の処理を繰り返す。つまり、解析装置１２０では、画像データの画質を変更しながら、変更後の各画像データについて、各ブロックの認識結果への影響度を集計する。
【0019】
また、解析装置１２０は、各圧縮レベル（に応じた各量子化値）に対する、集計値の変化に基づいて、各ブロックの最適な圧縮レベル（に応じた量子化値）を、所定数の異なる圧縮レベルの中から判定する。なお、最適な圧縮レベル（に応じた量子化値）とは、所定数の異なる圧縮レベルのうち、画像データに含まれるオブジェクトを正しく認識処理することができる最大の圧縮レベル（に応じた量子化値）を指す。
【0020】
また、解析装置１２０は、画像圧縮装置１３０に対して、所定数の異なる圧縮レベルの間の圧縮レベルであって、判定した圧縮レベルよりも高い圧縮レベル（に応じた量子化値）での圧縮処理を指示する。
【0021】
また、解析装置１２０は、判定した圧縮レベルよりも高い圧縮レベルで圧縮処理が行われた場合の圧縮データを復号し、復号データを学習済みモデルに入力することで、認識結果を出力する。
【0022】
更に、解析装置１２０は、出力した認識結果が所定の許容値以上であるか否かに応じて、最終的に、判定した圧縮レベルで圧縮処理を行うか、判定した圧縮レベルよりも高い圧縮レベルで圧縮処理を行うかを決定する。
【0023】
一方、図１の１ｂに示すように、決定した圧縮レベル（に応じた量子化値）に基づいて圧縮処理を行うフェーズにおける圧縮処理システムには、解析装置１２０、画像圧縮装置１３０、ストレージ装置１４０が含まれる。
【0024】
解析装置１２０は、ブロックごとに決定した圧縮レベル（に応じた量子化値）及び画像データを画像圧縮装置１３０に送信する。
【0025】
画像圧縮装置１３０は、決定した圧縮レベル（に応じた量子化値）を用いて画像データに対して圧縮処理を行い、圧縮データをストレージ装置１４０に格納する。
【0026】
このように、本実施形態に係る解析装置１２０では、各ブロックの認識結果への影響度を算出し、所定数の異なる圧縮レベルの中から、学習済みモデルによる認識処理に適した圧縮レベルを判定する。これにより、認識処理に適した圧縮レベルを判定するまでの処理を簡素化することができる（つまり、演算量を抑えることができる）。
【0027】
また、本実施形態に係る解析装置１２０では、判定した圧縮レベルよりも高い圧縮レベルでの圧縮処理が可能か否かを、認識結果と許容値とを比較することで判定する（つまり、重要特徴マップを生成することなく判定する）。これにより、より高い圧縮レベルの適否を判定するまでの処理を簡素化することができる（つまり、演算量を抑えることができる）。
【0028】
この結果、本実施形態に係る解析装置１２０によれば、ＡＩによる画像の認識処理に適した圧縮処理を、演算量を抑えて実現することができる。
【0029】
＜解析装置及び画像圧縮装置のハードウェア構成＞
次に、解析装置１２０及び画像圧縮装置１３０のハードウェア構成について説明する。なお、解析装置１２０と画像圧縮装置１３０とは、同様のハードウェア構成を有するため、ここでは、図２を用いて両装置の説明をまとめて行う。
次に、解析装置１２０及び画像圧縮装置１３０のハードウェア構成について説明する。なお、解析装置１２０と画像圧縮装置１３０とは、同様のハードウェア構成を有するため、ここでは、図２を用いて両装置の説明をまとめて行う。
【0030】
図２は、解析装置または画像圧縮装置のハードウェア構成の一例を示す図である。解析装置１２０または画像圧縮装置１３０は、プロセッサ２０１、メモリ２０２、補助記憶装置２０３、Ｉ／Ｆ（Interface）装置２０４、通信装置２０５、ドライブ装置２０６を有する。なお、解析装置１２０または画像圧縮装置１３０の各ハードウェアは、バス２０７を介して相互に接続されている。
【0031】
プロセッサ２０１は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の各種演算デバイスを有する。プロセッサ２０１は、各種プログラム（例えば、後述する解析プログラムまたは画像圧縮プログラム等）をメモリ２０２上に読み出して実行する。
【0032】
メモリ２０２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の主記憶デバイスを有する。プロセッサ２０１とメモリ２０２とは、いわゆるコンピュータを形成し、プロセッサ２０１が、メモリ２０２上に読み出した各種プログラムを実行することで、当該コンピュータは各種機能を実現する（各種機能の詳細は後述する）。
【0033】
補助記憶装置２０３は、各種プログラムや、各種プログラムがプロセッサ２０１によって実行される際に用いられる各種データを格納する。
【0034】
Ｉ／Ｆ装置２０４は、外部装置の一例である操作装置２１０、表示装置２２０と、解析装置１２０または画像圧縮装置１３０とを接続する接続デバイスである。Ｉ／Ｆ装置２０４は、解析装置１２０または画像圧縮装置１３０に対する操作を、操作装置２１０を介して受け付ける。また、Ｉ／Ｆ装置２０４は、解析装置１２０または画像圧縮装置１３０による処理の結果を出力し、表示装置２２０を介して表示する。
【0035】
通信装置２０５は、他の装置と通信するための通信デバイスである。解析装置１２０の場合、通信装置２０５を介して撮像装置１１０及び画像圧縮装置１３０と通信する。また、画像圧縮装置１３０の場合、通信装置２０５を介して解析装置１２０及びストレージ装置１４０と通信する。
【0036】
ドライブ装置２０６は記録媒体２３０をセットするためのデバイスである。ここでいう記録媒体２３０には、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記録する媒体が含まれる。また、記録媒体２３０には、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記録する半導体メモリ等が含まれていてもよい。
【0037】
なお、補助記憶装置２０３にインストールされる各種プログラムは、例えば、配布された記録媒体２３０がドライブ装置２０６にセットされ、該記録媒体２３０に記録された各種プログラムがドライブ装置２０６により読み出されることでインストールされる。あるいは、補助記憶装置２０３にインストールされる各種プログラムは、通信装置２０５を介してネットワークからダウンロードされることで、インストールされてもよい。
【0038】
＜解析装置の機能構成＞
次に、解析装置１２０の機能構成について説明する。図３は、解析装置の機能構成の一例を示す第１の図である。上述したように、解析装置１２０には、解析プログラムがインストールされており、当該プログラムが実行されることで、解析装置１２０は、入力部３１０、ＣＮＮ部３２０、量子化値設定部３３０、出力部３４０として機能する。また、解析装置１２０は、重要特徴マップ生成部３５０、集計部３６０、精度評価部３７０、量子化値決定部３８０として機能する。
次に、解析装置１２０の機能構成について説明する。図３は、解析装置の機能構成の一例を示す第１の図である。上述したように、解析装置１２０には、解析プログラムがインストールされており、当該プログラムが実行されることで、解析装置１２０は、入力部３１０、ＣＮＮ部３２０、量子化値設定部３３０、出力部３４０として機能する。また、解析装置１２０は、重要特徴マップ生成部３５０、集計部３６０、精度評価部３７０、量子化値決定部３８０として機能する。
【0039】
入力部３１０は、撮像装置１１０より送信される画像データ、または、画像圧縮装置１３０より送信される圧縮データを取得する。入力部３１０は、取得した画像データをＣＮＮ部３２０及び出力部３４０に通知する。また、入力部３１０は、取得した圧縮データを、不図示の復号部を用いて復号し、復号データをＣＮＮ部３２０に通知する。
【0040】
ＣＮＮ部３２０は算出部の一例であり、学習済みモデルを有する。ＣＮＮ部３２０は、画像データまたは復号データを入力することで、画像データまたは復号データに含まれるオブジェクトについての認識処理を行い、認識結果を出力する。
【0041】
量子化値設定部３３０は判定部の一例である。量子化値設定部３３０は、画像圧縮装置１３０が圧縮処理を行う際に用いる、所定数の異なる圧縮レベル（本実施形態では、４種類の圧縮レベル）に応じた量子化値を、順次、出力部３４０に通知する。
【0042】
また、量子化値設定部３３０は、所定数の異なる圧縮レベルに応じた量子化値を出力部３４０に通知したことに応じて、所定数の圧縮レベルに対応する集計値を集計結果格納部３９０より読み出す。また、量子化値設定部３３０は、読み出した集計値に基づいて、所定数の異なる圧縮レベルの中から、最適な圧縮レベルを判定する。また、量子化値設定部３３０は、判定した最適な圧縮レベル（第１の圧縮レベル）に応じた量子化値（「暫定量子化値」と称す）を量子化値決定部３８０に通知する。
【0043】
更に、量子化値設定部３３０は、所定数の異なる圧縮レベルの間の圧縮レベルであって、判定した最適な圧縮レベルよりも高い圧縮レベル（第２の圧縮レベル）に応じた量子化値（「補間量子化値」と称す）を、出力部３４０及び量子化値決定部３８０に通知する。
【0044】
出力部３４０は、入力部３１０が取得した画像データを、画像圧縮装置１３０に送信する。また、出力部３４０は、量子化値設定部３３０より通知された各量子化値（または補間量子化値）を、順次、画像圧縮装置１３０に送信する。更に、出力部３４０は、量子化値決定部３８０により決定された量子化値（「決定量子化値」と称す）を、画像圧縮装置１３０に送信する。
【0045】
重要特徴マップ生成部３５０はマップ生成部の一例であり、学習済みモデルが画像データまたは復号データに対して認識処理を行った際の認識結果に基づいて算出される誤差から、誤差逆伝播法を利用して重要特徴マップを生成する。
【0046】
重要特徴マップ生成部３５０では、例えば、ＢＰ（Back Propagation）法、ＧＢＰ（Guided Back Propagation）法または選択的ＢＰ法を用いることで、重要特徴マップを生成する。
【0047】
なお、ＢＰ法は、認識結果が正解ラベルとなる画像データ（または復号データ）に対して認識処理を行うことで得たスコアから各ラベルの誤差を計算し、入力層まで逆伝播して得られる勾配の大小を画像化することで、特徴部分を可視化する方法である。また、ＧＢＰ法は、勾配情報の正値のみを特徴部分として画像化することで、特徴部分を可視化する方法である。
【0048】
更に、選択的ＢＰ法は、正解ラベルの誤差のみを最大にしたうえで、ＢＰ法またはＧＢＰ法を用いて逆伝播する方法である。選択的ＢＰ法の場合、可視化される特徴部分は、正解ラベルのスコアにのみ影響を与える特徴部分となる。
【0049】
このように、重要特徴マップ生成部３５０では、ＢＰ法、ＧＢＰ法または選択的ＢＰ法等の誤差逆伝播法による誤差逆伝播結果を用いる。これにより、重要特徴マップ生成部３５０では、画像データまたは復号データが入力されてから認識結果が出力されるまでのＣＮＮ部３２０内の各経路の信号の流れと強度とを解析する。この結果、重要特徴マップ生成部３５０によれば、入力された画像データまたは復号データのどの領域が、認識結果にどの程度影響を及ぼしているかを可視化することができる。
【0050】
なお、誤差逆伝播法による重要特徴マップの生成方法は、例えば、
「Selvaraju, Ramprasaath R., et al. "Grad-cam: Visual explanations from deep networks via gradient-based localization." The IEEE International Conference on Computer Vision (ICCV), 2017, pp. 618-626」、
等の文献に開示されている。
「Selvaraju, Ramprasaath R., et al. "Grad-cam: Visual explanations from deep networks via gradient-based localization." The IEEE International Conference on Computer Vision (ICCV), 2017, pp. 618-626」、
等の文献に開示されている。
【0051】
集計部３６０は、重要特徴マップに基づいて、各領域の認識結果への影響度をブロック単位で集計し、ブロックごとの影響度の集計値を算出する。また、集計部３６０は、算出した各ブロックの集計値を、量子化値と対応付けて集計結果格納部３９０に格納する。
【0052】
精度評価部３７０は、
・出力部３４０により補間量子化値が送信されることで、画像圧縮装置１３０において、当該補間量子化値に基づく圧縮処理が行われ、
・画像圧縮装置１３０より送信された圧縮データが、入力部３１０において復号され、
・復号データがＣＮＮ部３２０に入力され、認識処理が行われることで、認識結果が出力された場合に、
当該認識結果をＣＮＮ部３２０より取得する。また、精度評価部３７０は、ＣＮＮ部３２０より取得した認識結果が所定の許容値以上であるか否かを評価し、評価結果を量子化値決定部３８０に通知する。
・出力部３４０により補間量子化値が送信されることで、画像圧縮装置１３０において、当該補間量子化値に基づく圧縮処理が行われ、
・画像圧縮装置１３０より送信された圧縮データが、入力部３１０において復号され、
・復号データがＣＮＮ部３２０に入力され、認識処理が行われることで、認識結果が出力された場合に、
当該認識結果をＣＮＮ部３２０より取得する。また、精度評価部３７０は、ＣＮＮ部３２０より取得した認識結果が所定の許容値以上であるか否かを評価し、評価結果を量子化値決定部３８０に通知する。
【0053】
量子化値決定部３８０は決定部の一例であり、精度評価部３７０より通知された評価結果に基づいて決定量子化値を決定し、出力部３４０に通知する。具体的には、量子化値決定部３８０は、精度評価部３７０より、所定の許容値以上であるとの評価結果が通知された場合には、量子化値設定部３３０より通知された補間量子化値を、決定量子化値に決定し、出力部３４０に通知する。
【0054】
一方、精度評価部３７０より、所定の許容値未満であるとの評価結果が通知された場合には、量子化値設定部３３０より通知された暫定量子化値を、決定量子化値に決定し、出力部３４０に通知する。
【0055】
＜集計結果の具体例＞
次に、集計結果格納部３９０に格納された集計結果の具体例について説明する。図４は、集計結果の具体例を示す図である。このうち、４ａは、画像データ４１０内のブロックの配置例を示している。４ａに示すように、本実施形態では説明の簡略化のため、画像データ４１０内のブロックは全て同じ大きさであるとする。また、４ａの例では、画像データの左上のブロックのブロック番号を"ブロック１"とし、右下のブロックのブロック番号を"ブロックｍ"としている。
次に、集計結果格納部３９０に格納された集計結果の具体例について説明する。図４は、集計結果の具体例を示す図である。このうち、４ａは、画像データ４１０内のブロックの配置例を示している。４ａに示すように、本実施形態では説明の簡略化のため、画像データ４１０内のブロックは全て同じ大きさであるとする。また、４ａの例では、画像データの左上のブロックのブロック番号を"ブロック１"とし、右下のブロックのブロック番号を"ブロックｍ"としている。
【0056】
４ｂに示すように、集計結果４２０には、情報の項目として、"ブロック番号"、"量子化値"が含まれる。
【0057】
"ブロック番号"には、画像データ４１０内の各ブロックのブロック番号が格納される。"量子化値"には、画像圧縮装置１３０が圧縮処理を行わない場合を示す"圧縮なし"、及び、画像圧縮装置１３０が圧縮処理を行う際に用いる、４種類の圧縮レベルに応じた量子化値（"Ｑ１"から"Ｑ４"）が格納される。
【0058】
また、集計結果４２０において、"ブロック番号"と"量子化値"とにより特定される領域には、
・対応する量子化値を用いて画像データ４１０に対して圧縮処理を行い、
・取得した圧縮データを復号した復号データを入力することで、学習済みモデルが認識処理を行い、
・認識処理が行われた際に算出された重要特徴マップに基づいて、対応するブロックにおいて集計された、
集計値が格納される。
・対応する量子化値を用いて画像データ４１０に対して圧縮処理を行い、
・取得した圧縮データを復号した復号データを入力することで、学習済みモデルが認識処理を行い、
・認識処理が行われた際に算出された重要特徴マップに基づいて、対応するブロックにおいて集計された、
集計値が格納される。
【0059】
＜量子化値設定部、精度評価部及び量子化値決定部による処理の具体例＞
次に、量子化値設定部３３０、精度評価部３７０及び量子化値決定部３８０による処理の具体例について説明する。図５は、量子化値設定部、精度評価部及び量子化値決定部による処理の具体例を示す第１の図である。図５において、グラフ５１０＿１～５１０＿ｍは、横軸に量子化値、縦軸に集計値をとり、集計結果４２０に含まれる各ブロックの集計値をプロットすることで生成したグラフである。
次に、量子化値設定部３３０、精度評価部３７０及び量子化値決定部３８０による処理の具体例について説明する。図５は、量子化値設定部、精度評価部及び量子化値決定部による処理の具体例を示す第１の図である。図５において、グラフ５１０＿１～５１０＿ｍは、横軸に量子化値、縦軸に集計値をとり、集計結果４２０に含まれる各ブロックの集計値をプロットすることで生成したグラフである。
【0060】
グラフ５１０＿１～５１０＿ｍに示すように、４種類の圧縮レベルに応じた量子化値（"Ｑ１"から"Ｑ４"）を用いて圧縮処理を行った場合の集計値の変化は、ブロックごとに異なる。量子化値設定部３３０では、例えば、
・集計値の大きさが所定の閾値を超えた場合、あるいは、
・集計値の変化量が所定の閾値を超えた場合、あるいは、
・集計値の傾きが所定の閾値を超えた場合、あるいは、
・集計値の傾きの変化が所定の閾値を超えた場合、
のいずれかの条件を満たす場合の量子化値を、各ブロックの暫定量子化値と判定する。
・集計値の大きさが所定の閾値を超えた場合、あるいは、
・集計値の変化量が所定の閾値を超えた場合、あるいは、
・集計値の傾きが所定の閾値を超えた場合、あるいは、
・集計値の傾きの変化が所定の閾値を超えた場合、
のいずれかの条件を満たす場合の量子化値を、各ブロックの暫定量子化値と判定する。
【0061】
図５の例は、量子化値設定部３３０が、グラフ５１０＿１に基づいて、暫定量子化値＝"Ｑ３"と判定したことを示している。また、図５の例は、量子化値設定部３３０が、グラフ５１０＿２に基づいて、暫定量子化値＝"Ｑ１"と判定したことを示している。また、図５の例は、量子化値設定部３３０が、グラフ５１０＿３に基づいて、暫定量子化値＝"Ｑ２"と判定したことを示している。更に、図５の例は、量子化値設定部３３０が、グラフ５１０＿ｍに基づいて、暫定量子化値＝"Ｑ３"と判定したことを示している。
【0062】
また、グラフ５１０＿１～５１０＿ｍに示すように、４種類の圧縮レベルの間の圧縮レベルであって、最適な圧縮レベルよりも高い圧縮レベルに応じた補間量子化値（つまり、暫定量子化値よりも高い量子化値）が画像圧縮装置１３０に送信される。具体的には、Ｑｘ１、Ｑｘ２、Ｑｘ３、・・・ Ｑｘｍが補間量子化値として画像圧縮装置１３０に送信される。
【0063】
これにより、画像圧縮装置１３０では、補間量子化値により圧縮処理が行われ、ＣＮＮ部３２０では、圧縮データを復号した復号データについての認識処理が行われる。また、精度評価部３７０では、認識結果が許容値以上であるか否かが判定され、量子化値決定部３８０では、判定結果に基づく決定量子化値が決定される。
【0064】
図５の例は、補間量子化値＝"Ｑｘ１"により圧縮処理が行われ、圧縮データを復号した復号データについて認識処理が行われることで、認識結果１が出力されたことを示している。また、出力された認識結果１が許容値未満であると判定されたことで、暫定量子化値＝"Ｑ３"が、ブロック１の決定量子化値（Ｂ１Ｑ）として決定されたことを示している。
【0065】
また、図５の例は、補間量子化値＝"Ｑｘ２"により圧縮処理が行われ、圧縮データを復号した復号データについて認識処理が行われることで、認識結果２が出力されたことを示している。また、出力された認識結果２が許容値未満であると判定されたことで、暫定量子化値＝"Ｑ１"が、ブロック２の決定量子化値（Ｂ２Ｑ）として決定されたことを示している。
【0066】
また、図５の例は、補間量子化値＝"Ｑｘ３"により圧縮処理が行われ、圧縮データを復号した復号データについて認識処理が行われることで、認識結果３が出力されたことを示している。また、出力された認識結果３が許容値未満であると判定されたことで、暫定量子化値＝"Ｑ２"が、ブロック３の決定量子化値（Ｂ３Ｑ）として決定されたことを示している。
【0067】
更に、図５の例は、補間量子化値＝"Ｑｘｍ"により圧縮処理が行われ、圧縮データを復号した復号データについて認識処理が行われることで、認識結果ｍが出力されたことを示している。また、出力された認識結果ｍが許容値以上であると判定されたことで、補間量子化値＝"Ｑｘｍ"が、ブロック３の決定量子化値（ＢｍＱ）として決定されたことを示している。
【0068】
図５において符号５３０は、ブロック１～ブロックｍの決定量子化値として、Ｂ１Ｑ～ＢｍＱが決定され、対応するブロックに設定された様子を示している。
【0069】
なお、集計の際のブロックのサイズと圧縮処理に用いるブロックのサイズとは、一致していなくてもよい。その場合、量子化値決定部３８０では、例えば、以下のように量子化値を決定する。
・集計の際のブロックのサイズより、圧縮処理に用いるブロックのサイズの方が大きい場合
圧縮処理に用いるブロックに含まれる、集計の際の各ブロックの集計値に基づく量子化値の平均値（あるいは、最小値、最大値、その他の指標で加工した値）を、圧縮処理に用いる各ブロックの量子化値とする。
・集計の際のブロックのサイズより、圧縮処理に用いるブロックのサイズの方が小さい場合
集計の際のブロックに含まれる、圧縮処理に用いる各ブロックの量子化値として、集計の際のブロックの集計値に基づく量子化値を用いる。
・集計の際のブロックのサイズより、圧縮処理に用いるブロックのサイズの方が大きい場合
圧縮処理に用いるブロックに含まれる、集計の際の各ブロックの集計値に基づく量子化値の平均値（あるいは、最小値、最大値、その他の指標で加工した値）を、圧縮処理に用いる各ブロックの量子化値とする。
・集計の際のブロックのサイズより、圧縮処理に用いるブロックのサイズの方が小さい場合
集計の際のブロックに含まれる、圧縮処理に用いる各ブロックの量子化値として、集計の際のブロックの集計値に基づく量子化値を用いる。
【0070】
＜画像圧縮装置の機能構成＞
次に、画像圧縮装置１３０の機能構成について説明する。図６は、画像圧縮装置の機能構成の一例を示す図である。上述したように、画像圧縮装置１３０には、画像圧縮プログラムがインストールされており、当該プログラムが実行されることで、画像圧縮装置１３０は、符号化部６２０として機能する。
次に、画像圧縮装置１３０の機能構成について説明する。図６は、画像圧縮装置の機能構成の一例を示す図である。上述したように、画像圧縮装置１３０には、画像圧縮プログラムがインストールされており、当該プログラムが実行されることで、画像圧縮装置１３０は、符号化部６２０として機能する。
【0071】
符号化部６２０は圧縮部の一例である。符号化部６２０は、差分部６２１、直交変換部６２２、量子化部６２３、エントロピ符号化部６２４、逆量子化部６２５、逆直交変換部６２６を有する。また、符号化部６２０は、加算部６２７、バッファ部６２８、ループ内フィルタ部６２９、フレームバッファ部６３０、画面内予測部６３１、画面間予測部６３２を有する。
【0072】
差分部６２１は、画像データ（例えば、画像データ４１０）と予測画像データとの差分を算出し、予測残差信号を出力する。
【0073】
直交変換部６２２は、差分部６２１により出力された予測残差信号に対して、直交変換処理を実行する。
【0074】
量子化部６２３は、直交変換処理された予測残差信号を量子化し、量子化信号を生成する。量子化部６２３では、符号５３０に示す量子化値（解析装置１２０より送信された量子化値（４種類の圧縮レベルに応じた量子化値、補間量子化値）または決定量子化値）を用いて量子化信号を生成する。
【0075】
エントロピ符号化部６２４は、量子化信号に対してエントロピ符号化処理を行うことで、圧縮データを生成する。
【0076】
逆量子化部６２５は、量子化信号を逆量子化する。逆直交変換部６２６は、逆量子化された量子化信号に対して、逆直交変換処理を実行する。
【0077】
加算部６２７は、逆直交変換部６２６より出力された信号と、予測画像データとを加算することで、参照画像データを生成する。バッファ部６２８は、加算部６２７により生成された参照画像データを格納する。
【0078】
ループ内フィルタ部６２９は、バッファ部６２８に格納された参照画像データに対してフィルタ処理を行う。ループ内フィルタ部６２９には、
・デブロッキングフィルタ（Deblocking filter：ＤＢ）、
・サンプルアダプティブオフセットフィルタ（Sample Adaptive Offset filter：ＳＡＯ）、
・適応ループフィルタ（Adaptive loop filter：ＡＬＦ）、
が含まれる。
・デブロッキングフィルタ（Deblocking filter：ＤＢ）、
・サンプルアダプティブオフセットフィルタ（Sample Adaptive Offset filter：ＳＡＯ）、
・適応ループフィルタ（Adaptive loop filter：ＡＬＦ）、
が含まれる。
【0079】
フレームバッファ部６３０は、ループ内フィルタ部６２９によりフィルタ処理が行われた参照画像データをフレーム単位で格納する。
【0080】
画面内予測部６３１は、参照画像データに基づいて画面内予測を行い、予測画像データを生成する。画面間予測部６３２は、入力された画像データ（例えば、画像データ４１０）と参照画像データとを用いてフレーム間で動き補償を行い、予測画像データを生成する。
【0081】
なお、画面内予測部６３１または画面間予測部６３２により生成された予測画像データは、差分部６２１及び加算部６２７に出力される。
【0082】
なお、上記説明では、符号化部６２０が、ＭＰＥＧ－２、ＭＰＥＧ－４、Ｈ．２６４、ＨＥＶＣなどの既存の動画符号化方式を用いて圧縮処理を行うものとした。しかしながら、符号化部６２０による圧縮処理は、これらの動画符号化方式に限定されず、量子化等のパラメータにより圧縮率が制御される任意の符号化方式を用いて行われてもよい。
【0083】
＜圧縮処理システムによる圧縮処理の流れ＞
次に、圧縮処理システム１００による圧縮処理の流れについて説明する。図７は、圧縮処理システムによる圧縮処理の流れの一例を示す第１のフローチャートである。
次に、圧縮処理システム１００による圧縮処理の流れについて説明する。図７は、圧縮処理システムによる圧縮処理の流れの一例を示す第１のフローチャートである。
【0084】
ステップＳ７０１において、量子化値設定部３３０は、圧縮レベルを初期化する（量子化値（Ｑ１）を設定する）とともに、圧縮レベルの上限を設定する（量子化値（Ｑ４）を設定する）。
【0085】
ステップＳ７０２において、入力部３１０は画像データをフレーム単位で取得し、ＣＮＮ部３２０は画像データに対して認識処理を行う。また、重要特徴マップ生成部３５０は重要特徴マップを生成し、集計部３６０は各領域の影響度をブロック単位で集計し、集計結果を集計結果格納部３９０に格納する。
【0086】
ステップＳ７０３において、出力部３４０は画像データと、現在の圧縮レベル（に応じた量子化値）とを画像圧縮装置１３０に送信する。また、画像圧縮装置１３０は、送信された画像データを、現在の圧縮レベル（に応じた量子化値）で圧縮処理を行い、圧縮データを生成する。
【0087】
ステップＳ７０４において、入力部３１０は圧縮データを取得し、取得した圧縮データを復号することで復号データを生成する。また、ＣＮＮ部３２０は復号データに対して認識処理を行う。また、重要特徴マップ生成部３５０は重要特徴マップを生成し、集計部３６０は各領域の影響度をブロック単位で集計し、集計結果を集計結果格納部３９０に格納する。
【0088】
ステップＳ７０５において、量子化値設定部３３０は、圧縮レベルを上げる（ここでは、量子化値（Ｑ２）を設定する）。
【0089】
ステップＳ７０６において、量子化値設定部３３０は、現在の圧縮レベルが上限を超えたか否か（現在の量子化値が、最大の量子化値（Ｑ４）を超えたか否か）を判定する。ステップＳ７０６において、現在の圧縮レベルが上限を超えていないと判定した場合には（ステップＳ７０６においてＮｏの場合には）、ステップＳ７０３に戻る。
【0090】
一方、ステップＳ７０６において、現在の圧縮レベルが上限を超えたと判定した場合には、ステップＳ７０６においてＹｅｓの場合には）、ステップＳ７０７に進む。
【0091】
ステップＳ７０７において、量子化値設定部３３０は、集計結果格納部３９０に格納された集計結果に基づいて、最適な圧縮レベルに応じた暫定量子化値を、ブロック単位で判定する。
【0092】
ステップＳ７０８において、量子化値設定部３３０は、判定した暫定量子化値よりも高い補間量子化値を出力部３４０に通知し、出力部３４０は、補間量子化値を画像圧縮装置１３０に送信する。また、画像圧縮装置１３０は、補間量子化値を用いて、画像データに対して圧縮処理を行い、圧縮データを生成する。
【0093】
ステップＳ７０９において、入力部３１０は圧縮データを取得し、取得した圧縮データを復号することで復号データを生成する。また、ＣＮＮ部３２０は復号データに対して認識処理を行う。また、精度評価部３７０は、認識結果が所定の許容値以上であるか否かを評価する。
【0094】
ステップＳ７１０において、量子化値決定部３８０は、評価結果に基づいて決定量子化値を決定し、決定量子化値を画像圧縮装置１３０に送信する。
【0095】
ステップＳ７１１において、画像圧縮装置１３０は、決定量子化値で画像データを圧縮し、圧縮データをストレージ装置１４０に格納する。
【0096】
以上の説明から明らかなように、第１の実施形態に係る解析装置は、画像データに対して所定数の異なる圧縮レベル（に応じた量子化値）を用いて圧縮処理が行われた場合の各圧縮データを取得する。また、第１の実施形態に係る解析装置は、各圧縮データを復号した復号データに対して認識処理を行い、認識結果に基づいて算出される誤差から、誤差逆伝播法を利用することで、各領域の認識結果への影響度を示す重要特徴マップを生成する。また、第１の実施形態に係る解析装置は、重要特徴マップに基づいて影響度をブロック単位で集計し、所定数の異なる圧縮レベルに対応する、各ブロックの集計値に基づいて、画像データの各ブロックの最適な圧縮レベルに応じた暫定量子化値を判定する。また、第１の実施形態に係る解析装置は、所定数の異なる圧縮レベルの間の圧縮レベルであって、判定された圧縮レベルよりも高い圧縮レベルに応じた補間量子化値を用いて圧縮処理を行い、圧縮データを取得する。また、第１の実施形態に係る解析装置は、取得した圧縮データを復号した復号データの認識結果が許容値以上であるか否かに応じて、暫定量子化値または補間量子化値のいずれかを決定量子化値として決定する。
【0097】
このように、第１の実施形態に係る解析装置は、所定数の異なる圧縮レベルの中から認識処理に適した圧縮レベル（に応じた暫定量子化値）を判定する。これにより、認識処理に適した圧縮レベルを判定するまでの処理を簡素化することができる。また、第１の実施形態に係る解析装置は、判定した圧縮レベルよりも高い圧縮レベルでの圧縮処理が可能か否かを、認識結果と許容値とを比較することで（つまり、重要特徴マップを生成することなく）判定する。これにより、より高い圧縮レベルの適否を判定するまでの処理を簡素化することができる。
【0098】
この結果、第１の実施形態によれば、ＡＩによる画像の認識処理に適した圧縮処理を、演算量を抑えて実現することができる。
【0099】
［第２の実施形態］
上記第１の実施形態では、認識結果への影響度に基づいて決定量子化値を決定するにあたり、４種類の異なる圧縮レベルに応じた量子化値を用いて圧縮処理を行う場合について説明した。
上記第１の実施形態では、認識結果への影響度に基づいて決定量子化値を決定するにあたり、４種類の異なる圧縮レベルに応じた量子化値を用いて圧縮処理を行う場合について説明した。
【0100】
これに対して、第２の実施形態では、所定の１種類の量子化値を用いて圧縮処理を行うことで、決定量子化値を決定する場合について説明する。以下、第２の実施形態について、上記第１の実施形態との相違点を中心に説明する。
【0101】
＜解析装置の機能構成＞
はじめに、第２の実施形態に係る解析装置１２０の機能構成について説明する。図８は、解析装置の機能構成の一例を示す第２の図である。図３に示した機能構成との相違点は、量子化値設定部８１０、出力部８２０、精度評価部８３０、量子化値決定部８４０の機能が、量子化値設定部３３０、出力部３４０、精度評価部３７０、量子化値決定部３８０の機能とは異なる点である。
はじめに、第２の実施形態に係る解析装置１２０の機能構成について説明する。図８は、解析装置の機能構成の一例を示す第２の図である。図３に示した機能構成との相違点は、量子化値設定部８１０、出力部８２０、精度評価部８３０、量子化値決定部８４０の機能が、量子化値設定部３３０、出力部３４０、精度評価部３７０、量子化値決定部３８０の機能とは異なる点である。
【0102】
量子化値設定部８１０は判定部の他の一例であり、所定の１種類の圧縮レベルに応じた量子化値（Ｑｎ）を、出力部８２０に通知する。また、量子化値設定部８１０は、所定の１種類の圧縮レベルに応じた量子化値を出力部３４０に通知したことに応じて、所定の１種類の圧縮レベルに対応する集計値を集計結果格納部３９０より読み出す。また、量子化値設定部８１０は、読み出した集計値が属するグループを判定し、判定したグループに予め対応付けられた最適な圧縮レベル（第１の圧縮レベル）に応じた量子化値を、暫定量子化値として量子化値決定部８４０に通知する。
【0103】
また、量子化値設定部８１０は、各グループに予め対応付けられた最適な圧縮レベルとは異なる圧縮レベル（第２の圧縮レベル）に応じた量子化値（暫定量子化値とは異なる「限界量子化値」と称す）を、出力部８２０に通知する。
【0104】
出力部８２０は、入力部３１０が取得した画像データを、画像圧縮装置１３０に送信する。また、出力部８２０は、量子化値設定部８１０より通知された、所定の１種類の圧縮レベルに応じた量子化値（Ｑｎ）を、画像圧縮装置１３０に送信する。また、出力部８２０は、量子化値設定部８１０より通知された限界量子化値を、画像圧縮装置１３０に送信する。更に、出力部８２０は、量子化値決定部８４０により決定された決定量子化値を、画像圧縮装置１３０に送信する。
【0105】
精度評価部８３０は、
・出力部８２０より限界量子化値が送信されることで、画像圧縮装置１３０において、当該限界量子化値に基づく圧縮処理が行われ、
・画像圧縮装置１３０より送信された圧縮データが、入力部３１０において復号され、
・復号データがＣＮＮ部３２０に入力され、認識処理が行われることで、認識結果が出力された場合に、
当該認識結果をＣＮＮ部３２０より取得する。また、精度評価部８３０は、ＣＮＮ部３２０より取得した認識結果が所定の許容値以上であるか否かを評価し、評価結果を量子化値決定部８４０に通知する。
・出力部８２０より限界量子化値が送信されることで、画像圧縮装置１３０において、当該限界量子化値に基づく圧縮処理が行われ、
・画像圧縮装置１３０より送信された圧縮データが、入力部３１０において復号され、
・復号データがＣＮＮ部３２０に入力され、認識処理が行われることで、認識結果が出力された場合に、
当該認識結果をＣＮＮ部３２０より取得する。また、精度評価部８３０は、ＣＮＮ部３２０より取得した認識結果が所定の許容値以上であるか否かを評価し、評価結果を量子化値決定部８４０に通知する。
【0106】
量子化値決定部８４０は決定部の他の一例であり、精度評価部８３０より通知された評価結果に基づいて決定量子化値を決定し、出力部８２０に通知する。具体的には、量子化値決定部８４０は、精度評価部８３０より、所定の許容値以上であるとの評価結果が通知された場合には、量子化値設定部８１０より通知された限界量子化値を、決定量子化値に決定し、出力部８２０に通知する。
【0107】
一方、精度評価部８３０より、所定の許容値未満であるとの評価結果が通知された場合には、量子化値設定部８１０より通知された暫定量子化値を、決定量子化値に決定し、出力部８２０に通知する。
【0108】
＜量子化値設定部、精度評価部及び量子化値決定部による処理の具体例＞
次に、量子化値設定部８１０、精度評価部８３０及び量子化値決定部８４０による処理の具体例について説明する。図９は、量子化値設定部、精度評価部及び量子化値決定部による処理の具体例を示す第２の図である。図９において、グラフ９１０は、横軸に量子化値、縦軸に集計値をとり、量子化値の変化に対する集計値の変化を表す、３つのパターンを示したグラフである。ここで、量子化値の変化に対する集計値の変化は、以下のような性質を有する。
・低い圧縮レベルが最適な圧縮レベルとなることが推定されるブロックの場合、グラフは、低い圧縮レベルで立ち上がり、高い圧縮レベルを設定した場合の集計値が大きくなる（グループＸ参照）。
・中程度の圧縮レベルが最適な圧縮レベルとなることが推定されるブロックの場合、グラフは、中程度の圧縮レベルで立ち上がり、高い圧縮レベルを設定した場合の集計値は中程度になる（グループＹ参照）。
・高い圧縮レベルが最適な圧縮レベルとなることが推定されるブロックの場合、グラフは、高い圧縮レベルで立ち上がり、高い圧縮レベルを設定した場合の集計値が小さくなる（グループＺ参照）。
次に、量子化値設定部８１０、精度評価部８３０及び量子化値決定部８４０による処理の具体例について説明する。図９は、量子化値設定部、精度評価部及び量子化値決定部による処理の具体例を示す第２の図である。図９において、グラフ９１０は、横軸に量子化値、縦軸に集計値をとり、量子化値の変化に対する集計値の変化を表す、３つのパターンを示したグラフである。ここで、量子化値の変化に対する集計値の変化は、以下のような性質を有する。
・低い圧縮レベルが最適な圧縮レベルとなることが推定されるブロックの場合、グラフは、低い圧縮レベルで立ち上がり、高い圧縮レベルを設定した場合の集計値が大きくなる（グループＸ参照）。
・中程度の圧縮レベルが最適な圧縮レベルとなることが推定されるブロックの場合、グラフは、中程度の圧縮レベルで立ち上がり、高い圧縮レベルを設定した場合の集計値は中程度になる（グループＹ参照）。
・高い圧縮レベルが最適な圧縮レベルとなることが推定されるブロックの場合、グラフは、高い圧縮レベルで立ち上がり、高い圧縮レベルを設定した場合の集計値が小さくなる（グループＺ参照）。
【0109】
図９の例は、量子化値設定部８１０が、所定の１種類の圧縮レベルに応じた量子化値（Ｑｎ）を、出力部８２０に通知したことに応じて、所定の１種類の圧縮レベルに対応する各ブロックの集計値を集計結果格納部３９０より読み出した様子を示している。これにより、量子化値設定部８１０は、各ブロックがいずれのグループに属するかを判定することができるとともに、各ブロックの暫定量子化値を判定することができる。
【0110】
図９の例の場合、グループＸに属すると判定された場合、暫定量子化値＝"ＱＸ"と判定される。また、グループＹに属すると判定された場合、暫定量子化値＝"ＱＹ"と判定される。また、グループＺに属すると判定された場合、暫定量子化値＝"ＱＺ"と判定される。
【0111】
また、図９の例は、復号データが所定の画質となる限界量子化値として、グループＸに属すると判定されたブロックには"ＱＣＸ"が設定されることを示している。また、復号データが所定の画質となる限界量子化値として、グループＹに属すると判定されたブロックには"ＱＣＹ"が設定されることを示している。更に、復号データが所定の画質となる限界量子化値として、グループＺに属すると判定されたブロックには"ＱＣＺ"が設定されることを示している。
【0112】
上述したように、限界量子化値は画像圧縮装置１３０に送信された後、当該限界量子化値に基づく圧縮処理が行われ、圧縮データは、解析装置１２０に送信される。また、圧縮データは、入力部３１０により復号された後、ＣＮＮ部３２０に入力されることで、認識処理が行われる。更に、認識結果に対しては、精度評価部８３０にて許容値以上であるか否かの評価が行われる。
【0113】
図９において、符号９２０は、量子化値決定部８４０による決定量子化値の決定方法の具体例を示したものである。図９の符号９２０に示すように、集計値がグループＸに属するブロックの場合、
・限界量子化値＝"ＱＣＸ"に対応する認識結果が許容値以上であると評価された場合、量子化値決定部８４０では、限界量子化値＝"ＱＣＸ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＸ"に対応する認識結果が許容値未満であると評価された場合、量子化値決定部８４０では、暫定量子化値＝"ＱＸ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＸ"に対応する認識結果が許容値以上であると評価された場合、量子化値決定部８４０では、限界量子化値＝"ＱＣＸ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＸ"に対応する認識結果が許容値未満であると評価された場合、量子化値決定部８４０では、暫定量子化値＝"ＱＸ"を決定量子化値に決定する。
【0114】
また、図９の符号９２０に示すように、集計値がグループＹに属するブロックの場合、
・限界量子化値＝"ＱＣＹ"に対応する認識結果が許容値以上であると評価された場合、量子化値決定部８４０では、限界量子化値＝"ＱＣＹ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＹ"に対応する認識結果が許容値未満であると評価された場合、量子化値決定部８４０では、暫定量子化値＝"ＱＹ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＹ"に対応する認識結果が許容値以上であると評価された場合、量子化値決定部８４０では、限界量子化値＝"ＱＣＹ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＹ"に対応する認識結果が許容値未満であると評価された場合、量子化値決定部８４０では、暫定量子化値＝"ＱＹ"を決定量子化値に決定する。
【0115】
また、図９の符号９２０に示すように、集計値がグループＺに属するブロックの場合、
・限界量子化値＝"ＱＣＺ"に対応する認識結果が許容値以上であると評価された場合、量子化値決定部８４０では、限界量子化値＝"ＱＣＺ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＺ"に対応する認識結果が許容値未満であると評価された場合、量子化値決定部８４０では、暫定量子化値＝"ＱＺ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＺ"に対応する認識結果が許容値以上であると評価された場合、量子化値決定部８４０では、限界量子化値＝"ＱＣＺ"を決定量子化値に決定する。
・限界量子化値＝"ＱＣＺ"に対応する認識結果が許容値未満であると評価された場合、量子化値決定部８４０では、暫定量子化値＝"ＱＺ"を決定量子化値に決定する。
【0116】
＜圧縮処理システムによる圧縮処理の流れ＞
次に、圧縮処理システム１００による圧縮処理の流れについて説明する。図１０は、圧縮処理システムによる圧縮処理の流れの一例を示す第２のフローチャートである。
次に、圧縮処理システム１００による圧縮処理の流れについて説明する。図１０は、圧縮処理システムによる圧縮処理の流れの一例を示す第２のフローチャートである。
【0117】
ステップＳ１００１において、量子化値設定部８１０は、所定の１種類の圧縮レベルに応じた量子化値（Ｑｎ）を出力部８２０に通知する。
【0118】
ステップＳ１００２において、入力部３１０は画像データをフレーム単位で取得する。
【0119】
ステップＳ１００３において、出力部８２０は、画像データと所定の１種類の圧縮レベルに応じた量子化値（Ｑｎ）とを画像圧縮装置１３０に送信する。また、画像圧縮装置１３０は、送信された画像データに対して、所定の１種類の圧縮レベルに応じた量子化値（Ｑｎ）を用いて圧縮処理を行い、圧縮データを生成する。
【0120】
ステップＳ１００４において、入力部３１０は、画像圧縮装置１３０により生成された圧縮データを取得し、復号する。また、ＣＮＮ部３２０は、復号データに対して認識処理を行い、認識結果を出力する。
【0121】
ステップＳ１００５において、重要特徴マップ生成部３５０は、認識結果に基づいて算出される誤差から、誤差逆伝播法を利用することで、各領域の認識結果への影響度を示す重要特徴マップを生成する。
【0122】
ステップＳ１００６において、集計部３６０は、重要特徴マップに基づいて、各領域の認識結果への影響度をブロック単位で集計する。また、集計部３６０は、集計値を、集計結果格納部３９０に格納する。
【0123】
ステップＳ１００７において、量子化値設定部８１０は、集計結果格納部３９０に格納された各ブロックの集計値が、いずれのグループに属するかを判定する。これにより、量子化値設定部８１０は、各ブロックをグループ分けする。
【0124】
ステップＳ１００８において、量子化値設定部８１０は、ブロックごとに、判定したグループそれぞれに対応付けられた最適な圧縮レベルに応じた量子化値（暫定量子化値）を、量子化値決定部８４０に通知する。また、量子化値設定部８１０は、ブロックごとに、判定したグループそれぞれに対応付けられた限界量子化値を、出力部８２０に通知する。
【0125】
ステップＳ１００９において、出力部８２０は、限界量子化値を画像圧縮装置１３０に送信する。また、画像圧縮装置１３０は、限界量子化値を用いて圧縮処理を行うことで、圧縮データを生成し、解析装置１２０に送信する。
【0126】
ステップＳ１０１０において、入力部３１０は、画像圧縮装置１３０より送信された圧縮データを復号する。また、ＣＮＮ部３２０は、復号データに対して認識処理を行う。更に、精度評価部８３０は、認識結果が所定の許容値以上であるか否かを評価する。
【0127】
ステップＳ１０１１において、量子化値決定部８４０は、認識結果が所定の許容値以上であるか否かに基づいて、ブロックごとに決定量子化値を決定する。
【0128】
ステップＳ１０１２において、画像圧縮装置１３０は、決定量子化値を用いて、画像データに対して圧縮処理を行い、圧縮データをストレージ装置１４０に格納する。
【0129】
以上の説明から明らかなように、第２の実施形態に係る解析装置は、画像データに対して所定の１種類の圧縮レベル（に応じた量子化値）を用いて圧縮処理が行われた場合の圧縮データを取得する。また、第２の実施形態に係る解析装置は、圧縮データを復号した復号データに対して認識処理を行った際の認識結果に基づいて算出される誤差から、誤差逆伝播法を利用することで、各領域の認識結果への影響度を示す重要特徴マップを生成する。また、第２の実施形態に係る解析装置は、重要特徴マップに基づいて影響度をブロック単位で集計し、集計値が属するグループを判定することで、グループに対応付けられた暫定量子化値を判定する。また、第２の実施形態に係る解析装置は、グループに対応付けられた暫定量子化値とは異なる限界量子化値を用いて圧縮処理が行われた場合の圧縮データを取得する。また、第２の実施形態に係る解析装置は、取得した圧縮データを復号した復号データの認識結果が許容値以上であるか否かに応じて、暫定量子化値または限界量子化値のいずれかを決定量子化値として決定する。
【0130】
このように、第２の実施形態に係る解析装置は、所定の１種類の圧縮レベルで画像データに対して圧縮処理を行うことで、画像データをブロック単位でグループ分けし、認識処理に適した圧縮レベル（に応じた暫定量子化値）を判定する。これにより、認識処理に適した圧縮レベルを判定するまでの処理を簡素化することができる。また、第２の実施形態に係る解析装置は、グループごとに予め対応付けられた限界量子化値による圧縮処理が可能か否かを、認識結果と許容値とを比較することで（つまり、重要特徴マップを生成することなく）判定する。これにより、より高い圧縮レベルの適否を判定するまでの処理を簡素化することができる。
【0131】
この結果、第２の実施形態によれば、ＡＩによる画像の認識処理に適した圧縮処理を、演算量を抑えて実現することができる。
【0132】
［第３の実施形態］
上記第１の実施形態では、４種類の圧縮レベルに応じた量子化値を用いて圧縮処理を行う場合について説明した。しかしながら、圧縮処理を行う際に用いる圧縮レベルの種類は４種類に限定されない。例えば、画像圧縮装置１３０において設定可能な量子化値の数が５１個であったとすると、２６種類の圧縮レベルに応じた量子化値を用いて（つまり、１つ置きの量子化値を用いて）圧縮処理を行ってもよい。これにより、５１個の量子化値を用いて圧縮処理を行う場合と同等のきざみ精度で、決定量子化値を決定することができる。
上記第１の実施形態では、４種類の圧縮レベルに応じた量子化値を用いて圧縮処理を行う場合について説明した。しかしながら、圧縮処理を行う際に用いる圧縮レベルの種類は４種類に限定されない。例えば、画像圧縮装置１３０において設定可能な量子化値の数が５１個であったとすると、２６種類の圧縮レベルに応じた量子化値を用いて（つまり、１つ置きの量子化値を用いて）圧縮処理を行ってもよい。これにより、５１個の量子化値を用いて圧縮処理を行う場合と同等のきざみ精度で、決定量子化値を決定することができる。
【0133】
また、上記第１の実施形態では、１種類の補間量子化値を用いて圧縮処理を行う場合について説明した。しかしながら、圧縮処理を行う際に用いる補間量子化値の種類の数は、１種類に限定されず、複数種類であってもよい。
【0134】
このように、圧縮レベルの種類の数及び補間量子化値の種類の数は、圧縮処理システム１００全体の演算量をどのように設計するかに応じて、任意に決定されるものとする。
【0135】
また、上記第１及び第２の実施形態では、暫定量子化値と補間量子化値のいずれか、または、暫定量子化値と限界量子化値のいずれかを、決定量子化値として決定するものとして説明した。しかしながら、決定量子化値の決定方法はこれに限定されない。例えば、決定量子化値を決定する際に、暫定量子化値と補間量子化値のいずれか、または、暫定量子化値と限界量子化値のいずれかを選択し、選択した量子化値に対して重要特徴マップに応じて微調整を行ったうえで決定量子化値を決定してもよい。
【0136】
また、上記第２の実施形態では、限界量子化値が暫定量子化値より大きい値であるとして説明したが、限界量子化値は暫定量子化値より小さい値であってもよい。あるいは、暫定量子化値より大きい限界量子化値と、暫定量子化値より小さい限界量子化値の両方を用いて圧縮処理を行い、認識結果を評価してもよい。
【0137】
上記第１及び第２の実施形態では、画像データ内に認識処理の対象となるオブジェクトが１つ含まれているものとして説明した。しかしながら、画像データ内には、認識処理の対象となるオブジェクトが複数含まれている場合もあり、その場合、オブジェクトごとに、認識結果が異なることも考えられる。
【0138】
このような場合、量子化値決定部３８０、８４０では、各ブロックがいずれのオブジェクトに含まれているかを判定し、判定したオブジェクトの認識結果に従って、決定量子化値を決定するものとする。
【0139】
［第４の実施形態］
上記第１乃至第３の実施形態では、認識処理に適した圧縮レベルを判定するまでの処理（あるいは、より高い圧縮レベルの適否を判定するまでの処理）を簡素化することで、決定量子化値を決定する際の解析装置１２０における演算量を減らす場合について説明した。これに対して、第４の実施形態では、ＣＮＮ部内の処理を簡素化することで、決定量子化値を決定する際の解析装置１２０における演算量を減らす場合について説明する。以下、第４の実施形態について、上記第１乃至第３の実施形態との相違点を中心に説明する。
上記第１乃至第３の実施形態では、認識処理に適した圧縮レベルを判定するまでの処理（あるいは、より高い圧縮レベルの適否を判定するまでの処理）を簡素化することで、決定量子化値を決定する際の解析装置１２０における演算量を減らす場合について説明した。これに対して、第４の実施形態では、ＣＮＮ部内の処理を簡素化することで、決定量子化値を決定する際の解析装置１２０における演算量を減らす場合について説明する。以下、第４の実施形態について、上記第１乃至第３の実施形態との相違点を中心に説明する。
【0140】
＜解析装置の機能構成＞
はじめに、第４の実施形態に係る解析装置１２０の機能構成について説明する。図１１は、解析装置の機能構成の一例を示す第３の図である。図３に示した機能構成との相違点は、ＣＮＮ部１１１０、量子化値設定部１１２０、量子化値決定部１１３０の機能が、ＣＮＮ部３２０、量子化値設定部３３０、量子化値決定部３８０の機能とは異なる点である。
はじめに、第４の実施形態に係る解析装置１２０の機能構成について説明する。図１１は、解析装置の機能構成の一例を示す第３の図である。図３に示した機能構成との相違点は、ＣＮＮ部１１１０、量子化値設定部１１２０、量子化値決定部１１３０の機能が、ＣＮＮ部３２０、量子化値設定部３３０、量子化値決定部３８０の機能とは異なる点である。
【0141】
ＣＮＮ部１１１０は、ＹＯＬＯ部１１１１、後処理部１１１２、オブジェクト位置格納部１１１３を有する。
【0142】
ＹＯＬＯ部１１１１は第１の算出部の一例であり、学習済みのＹＯＬＯモデルであり、画像データまたは復号データを入力することで、画像データまたは復号データの各セルのスコア（認識処理を行うことで得たオブジェクトごとのスコア）を算出する。
【0143】
また、ＹＯＬＯ部１１１１は、復号データを入力することで算出した各セルのスコアについて、オブジェクトごとに誤差を算出し、算出した誤差を逆伝播する。これにより、重要特徴マップ生成部３５０では、各セルの認識結果への影響度を示す重要特徴マップを生成することができる。
【0144】
なお、ＹＯＬＯ部１１１１では、誤差を算出する際、画像データをＹＯＬＯ部１１１１に入力することで算出した各セルのスコアを用いる。また、オブジェクトごとに誤差を算出する際、ＹＯＬＯ部１１１１は、画像データを入力することで算出した各セルのスコアに基づいて、後処理部１１１２が認識したオブジェクトの位置を示す情報を、オブジェクト位置格納部１１１３より読み出して用いる。
【0145】
後処理部１１１２は特定部の一例であり、ＹＯＬＯ部１１１１に画像データが入力されることで出力された各セルのスコアに基づいて、画像データに含まれる各オブジェクトの位置を特定する。また、後処理部１１１２は、特定した各オブジェクトの位置を示す情報を、オブジェクト位置格納部１１１３に格納する。
【0146】
このように、ＣＮＮ部１１１０は、オブジェクトごとの誤差を算出する際に用いる各オブジェクトの位置を示す情報を、後処理部１１１２を動作させることなく、オブジェクト位置格納部１１１３より読み出すことで取得する。つまり、ＣＮＮ部１１１０内の処理を簡素化する。これにより、誤差を逆伝播させて重要特徴マップ生成部３５０（第２の算出部の一例）が重要特徴マップを生成する際の演算量を削減することができる。
【0147】
量子化値設定部１１２０は、画像圧縮装置１３０が圧縮処理を行う際に用いる、複数の圧縮レベル（本実施形態では、設定可能な５１種類の圧縮レベル）に応じた量子化値を、順次、出力部３４０に通知する。
【0148】
量子化値決定部１１３０は決定部の他の一例であり、集計結果格納部３９０に格納された、複数の圧縮レベルに応じた量子化値を出力部３４０に通知したことに応じて、複数の圧縮レベルに対応する集計値を、集計結果格納部３９０より読み出す。また、量子化値決定部１１３０は、読み出した集計値に基づいて、最適な圧縮レベルに応じた量子化値である決定量子化値を決定する。また、量子化値決定部１１３０は、決定した決定量子化値を出力部３４０に通知する。
【0149】
＜ＣＮＮ部による処理の具体例＞
次に、ＣＮＮ部１１１０による処理の具体例について説明する。図１２は、ＣＮＮ部による処理の具体例を示す図である。図１２に示すように、画像データ１２１０が入力されると、ＹＯＬＯ部１１１１は、各セルのスコア１２２０を算出する。また、算出された各セルのスコア１２２０は、後処理部１１１２に入力され、後処理部１１１２では、画像データ１２１０に含まれるオブジェクトの位置１２３０を特定する。また、後処理部１１１２は、特定したオブジェクトの位置１２３０を示す情報を、オブジェクト位置格納部１１１３に格納する。
次に、ＣＮＮ部１１１０による処理の具体例について説明する。図１２は、ＣＮＮ部による処理の具体例を示す図である。図１２に示すように、画像データ１２１０が入力されると、ＹＯＬＯ部１１１１は、各セルのスコア１２２０を算出する。また、算出された各セルのスコア１２２０は、後処理部１１１２に入力され、後処理部１１１２では、画像データ１２１０に含まれるオブジェクトの位置１２３０を特定する。また、後処理部１１１２は、特定したオブジェクトの位置１２３０を示す情報を、オブジェクト位置格納部１１１３に格納する。
【0150】
続いて、復号データ１２１０＿１（量子化値＝ＱＰ１を用いて圧縮処理された圧縮データを復号した復号データ）が入力されると、ＹＯＬＯ部１１１１は、各セルのスコア１２２０＿１を算出する。また、ＹＯＬＯ部１１１１は、算出した各セルのスコア１２２０＿１と算出した各セルのスコア１２２０との誤差を、オブジェクト位置格納部１１１３に格納された各オブジェクトの位置１２３０を示す情報に基づいて、オブジェクトごとに算出する。更に、ＹＯＬＯ部１１１１は、算出したオブジェクトごとの誤差を逆伝播する。これにより、重要特徴マップ生成部３５０では、復号データ１２１０＿１についての重要特徴マップを生成することができる。
【0151】
続いて、復号データ１２１０＿２（量子化値＝ＱＰ２を用いて圧縮処理された圧縮データを復号した復号データ）が入力されると、ＹＯＬＯ部１１１１は、各セルのスコア１２２０＿２を算出する。また、ＹＯＬＯ部１１１１は、算出した各セルのスコア１２２０＿２と算出した各セルのスコア１２２０との誤差を、オブジェクト位置格納部１１１３に格納された各オブジェクトの位置１２３０を示す情報に基づいて、オブジェクトごとに算出する。更に、ＹＯＬＯ部１１１１は、算出したオブジェクトごとの誤差を逆伝播する。これにより、重要特徴マップ生成部３５０では、復号データ１２１０＿２についての重要特徴マップを生成することができる。
【0152】
ＣＮＮ部１１１０では、復号データ１２１０＿５１まで、上記処理を繰り返す。これにより、重要特徴マップ生成部３５０では、復号データ１２１０＿５１についての重要特徴マップを生成することができる。
【0153】
＜量子化値決定部による処理の具体例＞
次に、量子化値決定部１１３０による処理の具体例について説明する。図１３は、量子化値決定部による処理の具体例を示す図である。図１３において、グラフ１３１０＿１～１３１０＿ｍは、横軸に量子化値、縦軸に集計値をとり、量子化値の変化に対する各ブロック（ブロック１～ブロックｍ）の集計値をプロットすることで生成したグラフである。
次に、量子化値決定部１１３０による処理の具体例について説明する。図１３は、量子化値決定部による処理の具体例を示す図である。図１３において、グラフ１３１０＿１～１３１０＿ｍは、横軸に量子化値、縦軸に集計値をとり、量子化値の変化に対する各ブロック（ブロック１～ブロックｍ）の集計値をプロットすることで生成したグラフである。
【0154】
量子化値決定部１１３０では、グラフ１３１０＿１～１３１０＿ｍそれぞれにおいて、例えば、集計値の変化量が所定の閾値を超えた場合の量子化値を、最適な圧縮レベルに応じた量子化値である決定量子化値として決定する。
【0155】
図１３の例は、ブロック１の決定量子化値が"Ｑ４２"に決定され、ブロック２の決定量子化値が"Ｑ５"に決定され、ブロック３の決定量子化値が"Ｑ１２"に決定され、ブロック５１の決定量子化値が"Ｑ４６"に決定された様子を示している。
【0156】
＜圧縮処理システムによる圧縮処理の流れ＞
次に、圧縮処理システム１００による圧縮処理の流れについて説明する。図１４は、圧縮処理システムによる圧縮処理の流れの一例を示す第３のフローチャートである。図７を用いて説明した第１のフローチャートとの相違点は、ステップＳ１４０１、Ｓ１４０２、Ｓ１４０３、Ｓ１４０４、Ｓ１４０５である。
次に、圧縮処理システム１００による圧縮処理の流れについて説明する。図１４は、圧縮処理システムによる圧縮処理の流れの一例を示す第３のフローチャートである。図７を用いて説明した第１のフローチャートとの相違点は、ステップＳ１４０１、Ｓ１４０２、Ｓ１４０３、Ｓ１４０４、Ｓ１４０５である。
【0157】
ステップＳ１４０１において、入力部３１０は画像データをフレーム単位で取得し、ＣＮＮ部１１１０は画像データに対して認識処理を行い、セル単位のスコアを算出したうえで、認識結果を出力する。また、ＣＮＮ部１１１０は画像データに含まれるオブジェクトの位置を示す情報を格納する。
【0158】
ステップＳ１４０２において、重要特徴マップ生成部３５０はオブジェクトごとに算出された、各セルのスコアの誤差を逆伝播することで重要特徴マップを生成する。また、集計部３６０は各領域の影響度をブロック単位で集計し、集計結果を集計結果格納部３９０に格納する。
【0159】
ステップＳ１４０３において、入力部３１０は圧縮データを取得し、取得した圧縮データを復号することで復号データを生成する。また、ＣＮＮ部１１１０は復号データに対して認識処理を行い、セル単位のスコアを出力する。
【0160】
ステップＳ１４０４において、重要特徴マップ生成部３５０はオブジェクトの位置を示す情報に基づいてオブジェクトごとに算出された、各セルのスコアの誤差を逆伝播することで、重要特徴マップを生成する。また、集計部３６０は、各領域の影響度をブロック単位で集計し、集計結果を集計結果格納部３９０に格納する。
【0161】
ステップＳ１４０５において、量子化値決定部１１３０は、ブロック単位で決定量子化値を決定し、決定量子化値を画像圧縮装置１３０に送信する。
【0162】
以上の説明から明らかなように、第４の実施形態に係る解析装置は、画像データに対して認識処理を行い、各セルのスコアを算出する。また、第４の実施形態に係る解析装置は、算出された各セルのスコアに基づいて、画像データに含まれるオブジェクトの位置を特定する。また、第４の実施形態に係る解析装置は、画像データに対して、設定可能な全ての量子化値を用いて圧縮処理が行われた場合の各圧縮データを取得する。また、第４の実施形態に係る解析装置は、各圧縮データを復号した復号データに対して認識処理を行い、特定されたオブジェクトの位置を示す情報に基づいて、オブジェクトごとに誤差を算出する。また、第４の実施形態に係る解析装置は、算出した誤差を逆伝播することで、各セルの認識結果への影響度を示す重要特徴マップを生成する。また、第４の実施形態に係る解析装置は、重要特徴マップに基づいて、認識結果への影響度をブロック単位で集計し、設定可能な全ての圧縮レベルに対応する、各ブロックの集計値に基づいて、画像データの各ブロックの決定量子化値を決定する。
【0163】
このように、第４の実施形態に係る解析装置は、オブジェクトごとの誤差を算出する際に、画像データに対して認識処理を行った際に特定したオブジェクトの位置を示す情報を用いる。これにより、誤差を逆伝播させて重要特徴マップを生成する際のＣＮＮ部内の処理を簡素化することができる。
【0164】
この結果、第４の実施形態によれば、ＡＩによる画像の認識処理に適した圧縮処理を、演算量を抑えて実現することができる。
【0165】
［その他の実施形態］
上記第４の実施形態では、ＣＮＮ部内の処理を簡素化する場合について説明した。しかしながら、上記第１乃至第３の実施形態と同様に、認識処理に適した圧縮レベルを判定するまでの処理（あるいは、高い圧縮レベルの適否を判定するまでの処理）を簡素化しつつ、更に、ＣＮＮ部内における処理を簡素化してもよい。
上記第４の実施形態では、ＣＮＮ部内の処理を簡素化する場合について説明した。しかしながら、上記第１乃至第３の実施形態と同様に、認識処理に適した圧縮レベルを判定するまでの処理（あるいは、高い圧縮レベルの適否を判定するまでの処理）を簡素化しつつ、更に、ＣＮＮ部内における処理を簡素化してもよい。
【0166】
また、上記第４の実施形態では、ＣＮＮ部のモデルとして、ＮＭＳ（Non-Maximum Suppression）などの手法を用いてクラスタ処理し、認識結果（バウンディングボックス）を得るＹＯＬＯモデルを挙げた。しかしながら、ＣＮＮ部のモデルとして、ＹＯＬＯモデル以外のＣＮＮモデルを用いてもよい。
【0167】
なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせ等、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。
【符号の説明】
【0168】
１００ ：圧縮処理システム
１１０ ：撮像装置
１２０ ：解析装置
１３０ ：画像圧縮装置
１４０ ：ストレージ装置
２０１ ：プロセッサ
２０２ ：メモリ
２０３ ：補助記憶装置
２０４ ：Ｉ／Ｆ装置
２０５ ：通信装置
２０６ ：ドライブ装置
２１０ ：操作装置
２２０ ：表示装置
３１０ ：入力部
３２０ ：ＣＮＮ部
３３０ ：量子化値設定部
３４０ ：出力部
３５０ ：重要特徴マップ生成部
３６０ ：集計部
３７０ ：精度評価部
３８０ ：量子化値決定部
３９０ ：集計結果格納部
４１０ ：画像データ
４２０ ：集計結果
５３０ ：符号
６２０ ：符号化部
６２１ ：差分部
６２２ ：直交変換部
６２３ ：量子化部
６２４ ：エントロピ符号化部
６２５ ：逆量子化部
６２６ ：逆直交変換部
６２７ ：加算部
６２８ ：バッファ部
６２９ ：ループ内フィルタ部
６３０ ：フレームバッファ部
６３１ ：画面内予測部
６３２ ：画面間予測部
８１０ ：量子化値設定部
８２０ ：出力部
８３０ ：精度評価部
８４０ ：量子化値決定部
１１１０ ：ＣＮＮ部
１１２０ ：量子化値設定部
１１３０ ：量子化値決定部
１１０ ：撮像装置
１２０ ：解析装置
１３０ ：画像圧縮装置
１４０ ：ストレージ装置
２０１ ：プロセッサ
２０２ ：メモリ
２０３ ：補助記憶装置
２０４ ：Ｉ／Ｆ装置
２０５ ：通信装置
２０６ ：ドライブ装置
２１０ ：操作装置
２２０ ：表示装置
３１０ ：入力部
３２０ ：ＣＮＮ部
３３０ ：量子化値設定部
３４０ ：出力部
３５０ ：重要特徴マップ生成部
３６０ ：集計部
３７０ ：精度評価部
３８０ ：量子化値決定部
３９０ ：集計結果格納部
４１０ ：画像データ
４２０ ：集計結果
５３０ ：符号
６２０ ：符号化部
６２１ ：差分部
６２２ ：直交変換部
６２３ ：量子化部
６２４ ：エントロピ符号化部
６２５ ：逆量子化部
６２６ ：逆直交変換部
６２７ ：加算部
６２８ ：バッファ部
６２９ ：ループ内フィルタ部
６３０ ：フレームバッファ部
６３１ ：画面内予測部
６３２ ：画面間予測部
８１０ ：量子化値設定部
８２０ ：出力部
８３０ ：精度評価部
８４０ ：量子化値決定部
１１１０ ：ＣＮＮ部
１１２０ ：量子化値設定部
１１３０ ：量子化値決定部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】