[发明专利]学习装置、学习方法、存储介质及物体检知装置

说明书

提供能够适宜地生成用于判别在路上存在的物体的学习完毕模型的学习装置、学习方法、存储介质及物体检知装置。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，其以追加的所述计算机图形图像的类别为教示数据，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。

技术领域

本发明涉及学习装置、学习方法、存储介质及物体检知装置。

背景技术

以往，公开了关于图形渲染(rendering)部描绘出的三维图形而制作学习用的教示数据并使深度学习识别部学习的技术(专利文献1)。

【在先技术文献】

【专利文献】

【专利文献1】国际公开第2017/171005号

发明内容

发明要解决的技术问题

在以往的技术中，有时不能适宜地生成用于判别在搭载于移动体的相机的拍摄图像中存在于路上的物体的学习完毕模型。

本发明是考虑这样的情况而完成的，其目的之一在于提供能够适宜地生成用于判别在路上存在的物体的学习完毕模型的学习装置、学习方法、存储介质及物体检知装置。

用于解决技术问题的技术方案

本发明的学习装置、学习方法、存储介质及物体检知装置采用了以下的结构。

(1)：本发明的一方案的学习装置，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)：在上述(1)的方案中，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)：在上述(1)或(2)的方案中，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)：在上述(3)的方案中，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)：在上述(1)或(2)的方案中，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)：在上述(1)至(5)中的任一方案中，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)：本发明的另一方案的学习方法，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。