为了根据在时间或者空间上具有连续性的多个图像精度良好的推测对象物的动作或属性，使得具有：图像获取部，其获取在时间或者空间上具有连续性的多个图像；通道分配部，其针对所述多个图像，根据规定的规则对从各图像能够获取的颜色的灰度信息以及/或者亮度的灰度信息中的至少一部分分配相互不同的通道；合成图像生成部，其通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成通过所述通道能够识别各图像的至少一部分的灰度信息的一个合成图像；推断部，其分析所述合成图像，对所述多个图像进行推断。对所述多个图像进行推断。对所述多个图像进行推断。
【技术实现步骤摘要】
【国外来华专利技术】图像分析方法、学习用图像或分析用图像生成方法、完成学习模型生成方法、图像分析装置及图像分析程序
[0001]本专利技术涉及一种与在时间或者空间上具有连续性的多个图像相关的图像分析方法、学习用图像或分析用图像生成方法、完成学习模型生成方法、图像分析装置以及图像分析程序。
技术介绍
[0002]以往，存在有以下这样的需求：想要使计算机执行从在各种各样的状况中获取的动态影像(Moving Image)或三维数据中提取期望的特征的分析处理。另外，希望通过所谓的人工智能执行分析处理这样的要求也在增加，所谓的人工智能是使神经网络学习期望的特征的提取且利用完成学习模型来执行。但是，动态影像数据或三维数据与二维的图像数据相比较，数据容量巨大，将这些数据直接输入到神经网络中来执行学习处理或实际的分析处理，从学习的收敛性或硬件的处理能力等的观点来看可以预想到在现阶段并不容易。
[0003]相对于此，例如专利文献1提出有利用基于构成动态影像的多帧图像而合成的合成图像来执行分析处理的方案。
[0004]专利文献1中公开有以下的技术：将对人体连续摄像而得到的多张图像重叠在一起，生成一张合成图像，利用完成学习的卷积神经网络(Convolutional Neural Network：CNN)分析合成图像来判别人体的关节位置。
[0005]现有技术文献
[0006]专利文献
[0007]专利文献1：JP特开2019
‑
003565号公报。
技术实现思路
[0008]专利技术要解决的问题
[0009]根据上述的专利文献1中记载的图像分析手法，能够使得多帧部分的信息包含在一个合成图像中，但是在该专利文献1的技术中，由于是将多张图像的亮度值简单的相加来生成合成图像，因此合成图像中并不包含有用于把握图像中含有的对象物的动作在时间上的前后关系的信息。因此，存在有以下的问题：无法捕捉到关节位置以外的细微运动的特征，基于合成图像的行动类别的推测精度不充分。
[0010]本专利技术是鉴于上述问题点而完成的，其目的在于提供一种根据在时间或者空间上具有连续性的多个图像而能够精度良好且高速的推测对象物的动作或属性的图像分析方法、学习用图像或分析用图像生成方法、完成学习模型生成方法、图像分析装置以及图像分析程序。
[0011]用于解决问题的手段
[0012]本专利技术的图像分析方法，其特征是，包括：图像获取步骤，获取在时间或者空间上具有连续性的多个图像；通道(Channel)分配步骤，针对所述多个图像，根据规定的规则，对
从各图像能够获取的颜色的灰度信息(Gradation Information)以及/或者亮度的灰度信息中的至少一部分分配相互不同的通道；合成图像生成步骤，通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成通过所述通道能够识别各图像的至少一部分的灰度信息的一个合成图像；推断步骤，分析所述合成图像，对所述多个图像进行推断。
[0013]另外，在本专利技术的图像分析方法中，其特征是，进一步，在所述通道分配步骤中，将色调相互不同的颜色作为通道分配给所述多个图像的每一个，将与被分配的颜色对应的灰度信息作为分配了通道的灰度信息，在所述合成图像生成步骤中，通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成与色调不同的颜色对应的灰度信息被合成的一个彩色合成图像。
[0014]另外，在本专利技术的图像分析方法中，其特征是，进一步，在所述推断步骤中，对完成学习模型输入在所述合成图像生成步骤中生成的所述合成图像，作为推断结果获得该完成学习模型的输出，该完成学习模型是根据从用于学习的多个样本图像生成的多个合成图像而预先进行了机器学习的模型。
[0015]另外，在本专利技术的图像分析方法中，其特征是，进一步，所述多个图像是从动态影像中以一定的时间间隔提取多个而构成的，所述动态影像是由通过对进行动作的规定的对象物进行动态影像拍摄而得到的在时间上具有连续性的多个图像构成，在所述推断步骤中，根据基于所述动态影像而生成的所述合成图像，执行与所述规定的对象物的动作模式相关的推断。
[0016]另外，在本专利技术的图像分析方法中，其特征是，进一步还包括有获取在所述图像获取步骤中获取多个图像时的所述对象物的位置信息的位置信息获取步骤，在将多个对象物作为分析对象的情况下，在所述图像获取步骤中，针对所述多个对象物的每一个获取所述多个图像，在所述位置信息获取步骤中，针对所述多个对象物的每一个获取所述位置信息，在所述通道分配步骤中，针对每个所述对象物，对获取的多个图像的每一个分配通道，在所述合成图像生成步骤中，针对每个所述对象物生成所述合成图像，在所述推断步骤中，将针对每个所述对象物生成的多个所述合成图像和多个对象物的每一个的所述位置信息作为输入，执行与所述多个对象物的动作模式相关的推断。
[0017]另外，在本专利技术的图像分析方法中，其特征是，进一步，所述多个图像是在通过所获取的多个断层图像在特定方向上的层叠来表现三维区域的情况下的在所述特定方向上具有连续性的多个断层图像，或者，是在通过能够任意提取断层图像的三维模型来表现三维区域的情况下以在特定方向上具有连续性的方式从三维模型中提取的多个断层图像，在所述推断步骤中，根据所述合成图像执行与所述三维区域相关的推断。
[0018]本专利技术的学习用图像或者分析用图像生成方法，其特征是，包括：图像获取步骤，获取在时间或者空间上具有连续性的多个图像；通道分配步骤，针对所述多个图像，根据规定的规则，对从各图像能够获取的颜色的灰度信息以及/或者亮度的灰度信息中的至少一部分分配相互不同的通道；合成图像生成步骤，通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成通过所述通道能够识别各图像的至少一部分的灰度信息的一个合成图像。
[0019]本专利技术的完成学习模型生成方法，其特征是，包括：图像获取步骤，获取在时间或
者空间上具有连续性的多个图像；通道分配步骤，针对所述多个图像，根据规定的规则，对从各图像能够获取的颜色的灰度信息以及/或者亮度的灰度信息中的至少一部分分配相互不同的通道；合成图像生成步骤，通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成通过所述通道能够识别各图像的至少一部分的灰度信息的一个合成图像；正确答案数据获取步骤，获取在对所述合成图像执行推断的情况下的正确答案数据；推断步骤，对由神经网络构成的模型输入所述合成图像并执行推断而输出推断结果；参数更新步骤，使用所述推断结果和正确答案数据更新所述模型的参数。
[0020]本专利技术的图像分析装置，其特征是，具有：图像获取部，其获取在时间或者空间上具有连续性的多个图像；通道分配部，其针对所述多个图像，根据规定的规则，对从各图像能够获取的颜色的灰度信息以及/或者亮度的灰度信息中的至少一部分分配相互不同的通道；合成图像生成部，其通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种图像分析方法，包括：图像获取步骤，获取在时间或者空间上具有连续性的多个图像；通道分配步骤，针对所述多个图像，根据规定的规则，对从各图像能够获取的颜色的灰度信息以及/或者亮度的灰度信息中的至少一部分分配相互不同的通道；合成图像生成步骤，通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成通过所述通道能够识别各图像的至少一部分的灰度信息的一个合成图像；推断步骤，分析所述合成图像，对所述多个图像进行推断。2.根据权利要求1所述的图像分析方法，其中，在所述通道分配步骤中，将色调相互不同的颜色作为通道分配给所述多个图像的每一个，将与被分配的颜色对应的灰度信息作为分配了通道的灰度信息，在所述合成图像生成步骤中，通过从所述多个图像的每一个中提取分配了所述通道的灰度信息并进行合成，从而生成一个彩色合成图像且该一个彩色合成图像合成了与色调不同的颜色对应的灰度信息。3.根据权利要求1或2所述的图像分析方法，其中，在所述推断步骤中，对完成学习模型输入在所述合成图像生成步骤中生成的所述合成图像，作为推断结果而获得该完成学习模型的输出，该完成学习模型是根据从用于学习的多个样本图像生成的多个合成图像而预先进行了机器学习的模型。4.根据权利要求1～3中任一项所述的图像分析方法，其中，所述多个图像是从动态影像中以一定的时间间隔提取多个而构成的，所述动态影像是由通过对进行动作的规定的对象物进行动态影像拍摄而得到的在时间上具有连续性的多个图像构成，在所述推断步骤中，根据基于所述动态影像而生成的所述合成图像，执行与所述规定的对象物的动作模式相关的推断。5.根据权利要求4所述的图像分析方法，其中，还包含有获取在所述图像获取步骤中获取多个图像时的所述对象物的位置信息的位置信息获取步骤，在将多个对象物作为分析对象的情况下，在所述图像获取步骤中，针对所述多个对象物的每一个获取所述多个图像，在所述位置信息获取步骤中，针对所述多个对象物的每一个获取所述位置信息，在所述通道分配步骤中，针对每个所述对象物，对所获取的多个图像的每一个分配通道，在所述合成图像生成步骤中，针对每个所述对象物生成所述合成图像，在所述推断步骤中，将针对每个所述对象物生成的多个所述合成图像和多个对象物的每一个的所述位置信息作为输入，执行与所述多个对象物的动作模式相关的推断。6.根据权利要求1～3中任一项所述的图像分析方法，其中，所述多个图像是在通过所获取的多个断层图像在特定方向上的层叠来表现三维区域的情况下的在所述特定方向上具有连续性的多...
【专利技术属性】
技术研发人员：薮崎克己，篠原隆雄，
申请(专利权)人：兴和株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。