適用製品
ニューラルネットワークを用いてオープンセット認識を行う画像認識装置および画像認識方法
目的
既存のクローズセット認識モデルからファインチューニングすることで容易にオープンセット認識への拡張可能で、学習コスト、認識精度に優れた手法を提供する。
効果
既存の物体認識では不可能であった、通常の物体認識を行いながら、高精度で未知物体を未知として検知することが可能になる。また、既存のオープンセット認識手法と比べ認識性能が高い。また、認識性能が高いとされる入力の再構成を行う手法と比べ、再構成を行う必要がないため、学習コストも低くなっている。さらに、既存のクローズセット認識モデルを流用したファインチューニングが容易になっており、既に学習済みの認識モデルを未知物体の検知が可能となる。
技術概要
ニューラルネットワークを用いてオープンセット認識を行う画像認識装置であって、
入力画像のクラス分けの推論結果を出力するように、既知クラスに属する学習用データを使用して学習された学習済みモデルと、
前記学習済みモデルの中間層に形成される多次元特徴空間における前記学習用データの特徴量から算出した各クラスのガウス分布と、前記入力画像の特徴量との距離に基づき、前記入力画像が未知クラスに属すか否かを判定し、前記学習済みモデルの推論結果を必要に応じて修正する未知判定部と、
を備えることを特徴とする画像認識装置。
基本情報
開放特許情報
)
登録者情報
その他の情報
