[发明专利]学习装置、学习方法、存储介质及物体检知装置在审

专利信息
申请号: 202210123471.6 申请日: 2022-02-09
公开(公告)号: CN115147528A 公开(公告)日: 2022-10-04
发明(设计)人: 安井裕司;松永英树 申请(专利权)人: 本田技研工业株式会社
主分类号: G06T15/00 分类号: G06T15/00;G06T15/50;G06N20/00
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 刘建
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 学习 装置 学习方法 存储 介质 及物 体检
【权利要求书】:

1.一种学习装置,其中,

所述学习装置具备:

拍摄图像取得部,其取得对路上进行拍摄得到的拍摄图像;

CG图像追加部,其对基于所述拍摄图像得到的实况图像追加在路上存在的物体的计算机图形图像;以及

学习处理部,其将所追加的所述计算机图形图像的类别作为教示数据,以当输入图像时输出所述物体的类别的方式对学习完毕模型的参数进行学习。

2.根据权利要求1所述的学习装置,其中,

所述学习装置还具备日照方向推定部,该日照方向推定部根据基于所述拍摄图像得到的实况图像来推定日照方向,

所述CG图像追加部对所述物体的计算机图形图像赋予基于所述日照方向得到的影子。

3.根据权利要求1或2所述的学习装置,其中,

所述拍摄图像是由搭载于移动体的相机拍摄到的拍摄图像,

所述学习装置还具备:

俯仰量推定部,其基于所述拍摄图像,来推定每个拍摄时间点的所述移动体的俯仰量;以及

第一修正部,其对所述拍摄图像进行消除所述俯仰量的第一修正而生成所述实况图像。

4.根据权利要求3所述的学习装置,其中,

所述学习装置还具备第二修正部,该第二修正部对追加了所述计算机图形图像得到的所述实况图像进行对所述第一修正复原的第二修正而生成学习用图像,

所述学习处理部将所述学习用图像作为学习数据来对所述学习完毕模型的参数进行学习。

5.根据权利要求1或2所述的学习装置,其中,

所述拍摄图像是由搭载于移动体的相机拍摄到的拍摄图像,

所述实况图像是所述拍摄图像,

所述学习装置还具备俯仰量推定部,该俯仰量推定部基于所述拍摄图像,来推定每个拍摄时间点的所述移动体的俯仰量,

所述CG图像追加部在所述实况图像中的与所述俯仰量相应的位置追加所述计算机图形图像。

6.根据权利要求1至5中任一项所述的学习装置,其中,

所述拍摄图像是由搭载于移动体的相机拍摄到的拍摄图像,

所述学习装置还具备移动量取得部,该移动量取得部取得所述移动体的移动量,

所述CG图像追加部基于所述移动体的移动量来决定所述计算机图形图像的位置及尺寸。

7.一种学习方法,其是使用计算机来执行的学习方法,其中,

所述学习方法具备如下处理:

取得对路上拍摄得到的拍摄图像;

对基于所述拍摄图像得到的实况图像追加在路上存在的物体的计算机图形图像;以及

将追加的所述计算机图形图像的类别作为教示数据,以当输入图像时输出所述物体的类别的方式对学习完毕模型的参数进行学习。

8.一种存储介质,其存储有程序,其中,

所述程序使计算机执行如下处理:

取得对路上拍摄得到的拍摄图像;

对基于所述拍摄图像得到的实况图像追加在路上存在的物体的计算机图形图像;以及

将追加的所述计算机图形图像的类别作为教示数据,以当输入图像时输出所述物体的类别的方式对学习完毕模型的参数进行学习。

9.一种物体检知装置,其搭载于移动体,其中,

所述物体检知装置向由权利要求1至6中任一项所述的学习装置进行了学习得到的所述学习完毕模型中,输入将由搭载于所述移动体的相机对所述移动体的行进方向上的至少路上拍摄得到的拍摄图像,由此判别映到所述拍摄图像的路上的物体是否为所述移动体应该避免接触的物体。

10.一种学习装置,其中,

所述学习装置具备:

拍摄图像取得部,其取得对路上拍摄得到的拍摄图像;

CG图像追加部,其对基于所述拍摄图像得到的实况图像追加在路上存在的物体的计算机图形图像;以及

学习处理部,其将追加的所述计算机图形图像的位置作为教示数据,以当输入图像时输出所述物体的位置的方式对学习完毕模型的参数进行学习。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于本田技研工业株式会社,未经本田技研工业株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210123471.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top