[发明专利]骨骼识别装置、学习方法以及学习程序

权利要求书

1.一种骨骼识别装置，其特征在于，具有：

识别处理部，将教师数据输入至学习模型并计算基于正向传播的输出；以及

损失函数计算部，根据基于作为上述教师数据的正解值的骨骼信息和上述识别处理部的输出结果的骨的长度之差、以及基于上述骨骼信息和上述识别处理部的输出结果的骨彼此的角度之差，来计算损失函数的值。

2.根据权利要求1所述的骨骼识别装置，其特征在于，

上述损失函数计算部还计算基于上述骨骼信息和上述识别处理部的输出结果的关节位置之差，基于上述关节位置之差、上述骨的长度之差以及上述骨彼此的角度之差，来计算上述损失函数的值。

3.根据权利要求2所述的骨骼识别装置，其特征在于，

上述损失函数计算部基于上述关节位置之差和上述骨的长度之差来计算第一权重，并基于上述关节位置之差和上述骨彼此的角度之差来计算第二权重，通过综合上述关节位置之差的值、对上述骨的长度之差的值乘以上述第一权重所得的值、以及对上述骨彼此的角度之差的值乘以上述第二权重所得的值，来计算损失函数的值。

4.根据权利要求3所述的骨骼识别装置，其特征在于，

还具有学习部，上述学习部基于上述损失函数的值，来调整上述学习模型的参数。

5.一种学习方法，是由计算机执行的学习方法，其特征在于，

执行如下处理：

将教师数据输入至学习模型并计算基于正向传播的输出结果；以及

根据基于作为上述教师数据的正解值的骨骼信息和上述输出结果的骨的长度之差、以及基于上述骨骼信息和上述识别处理部的输出结果的骨彼此的角度之差，来计算损失函数的值。

6.根据权利要求5所述的学习方法，其特征在于，

计算上述损失函数的值的处理还计算基于上述骨骼信息和上述识别处理部的输出结果的关节位置之差，基于上述关节位置之差、上述骨的长度之差以及上述骨彼此的角度之差，来计算上述损失函数的值。

7.根据权利要求6所述的学习方法，其特征在于，

计算上述损失函数的值的处理基于上述关节位置之差以及上述骨的长度之差来计算第一权重，并基于上述关节位置之差和上述骨彼此的角度之差来计算第二权重，通过综合上述关节位置之差的值、对上述骨的长度之差的值乘以上述第一权重所得的值、以及对上述骨彼此的角度之差的值乘以上述第二权重所得的值，来计算损失函数的值。

8.根据权利要求7所述的学习方法，其特征在于，

还执行基于上述损失函数的值来调整上述学习模型的参数的处理。

9.一种学习程序，其特征在于，

使计算机执行如下处理：

将教师数据输入至学习模型并计算基于正向传播的输出结果；以及

根据基于作为上述教师数据的正解值的骨骼信息和上述输出结果的骨的长度之差、以及基于上述骨骼信息和上述识别处理部的输出结果的骨彼此的角度之差，来计算损失函数的值。

10.根据权利要求9所述的学习程序，其特征在于，

计算上述损失函数的值的处理还计算基于上述骨骼信息和上述识别处理部的输出结果的关节位置之差，基于上述关节位置之差、上述骨的长度之差以及上述骨彼此的角度之差，来计算上述损失函数的值。

11.根据权利要求10所述的学习程序，其特征在于，

计算上述损失函数的值的处理基于上述关节位置之差以及上述骨的长度之差来计算第一权重，并基于上述关节位置之差和上述骨彼此的角度之差来计算第二权重，通过综合上述关节位置之差的值、对上述骨的长度之差的值乘以上述第一权重所得的值、以及对上述骨彼此的角度之差的值乘以上述第二权重所得的值，来计算损失函数的值。

12.根据权利要求11所述的学习程序，其特征在于，

还执行基于上述损失函数的值来调整上述学习模型的参数的处理。