[发明专利]识别装置以及车辆系统

说明书

本发明的实施方式涉及识别装置以及车辆系统。用少计算量以与神经网络同等的识别率高效地识别对象的标记。一个实施方式涉及的识别装置具备第1辨别部、设定取得部以及第2辨别部。上述第1辨别部根据所输入的观测数据，来辨别对象的构成要素的有无。上述设定取得部取得表示类别与构成要素的有无之间的关系的设定信息。上述第2辨别部基于由上述设定取得部所得到的设定信息和由上述第1辨别部辨别出的构成要素的有无，来辨别上述对象的类别。

本申请以日本专利申请2018-051486(申请日：3/19/2018)为基础，根据该申请享受优先权。本申请通过参照该申请而包含该申请的全部内容。

技术领域

本发明的实施方式涉及识别(recognition)装置以及车辆系统。

背景技术

例如在从图像中识别交通标志的情况下，一般会使用神经网络。当作为识别对象的交通标志的图像输入到神经网络时，会输出与该图像对应的交通标志的类别作为辨别结果。

神经网络为了识别各种对象而需要巨大的信息量，计算量也多。另外，在追加学习新对象的情况下，需要进行与该对象相关的各种参数输入。

发明内容

本发明所要解决的问题在于，提供能够用少计算量以与神经网络同等的识别率高效地识别对象的标记的识别装置以及车辆系统。

一个实施方式涉及的识别装置具备第1辨别(identification)部、设定取得部以及第2辨别部。上述第1辨别部根据所输入的观测数据，来辨别对象的构成要素的有无。上述设定取得部取得表示类别与构成要素的有无之间的关系的设定信息。上述第2辨别部基于由上述设定取得部所得到的设定信息和由上述第1辨别部辨别出的构成要素的有无，来辨别上述对象的类别。

根据上述构成的识别装置，能够用少计算量以与神经网络同等的识别率高效地识别对象的标记。

附图说明

图1是表示第1实施方式涉及的识别装置的功能构成的框图。

图2是表示上述第1实施方式中的交通标志和构成要素的一例的图。

图3是表示上述第1实施方式中的引导显示的一例的图。

图4是表示上述第1实施方式中的识别装置的处理工作的流程图。

图5是表示在使用卷积神经网络作为上述第1实施方式中的辨别器的情况下的输入输出的关系的图。

图6是表示上述第1实施方式中的标记的种类与构成要素的有无之间的关系的图。

图7是用于对上述第1实施方式中的第2分数的算出方法进行说明的图。

图8是表示第2实施方式涉及的车辆系统的功能构成的框图。

图9是示意性地表示在上述第2实施方式中对车辆搭载了识别装置的情况下的构成的图。

图10是表示上述第2实施方式的车辆系统中的识别装置的处理工作的流程图。

图11是表示上述第1以及第2实施方式中的识别装置的硬件构成的一例的图。

标号说明

100识别装置；101对象输入部；102要素辨别部；103设定取得部；104类别辨别部；105输出部；106存储部；107辨别器；200车辆系统；201存储部；202通信部；203显示器；204扬声器；205外部传感器；206内部传感器；207控制部；208动力部；300车辆。

具体实施方式

以下，参照附图对各实施方式进行说明。

(第1实施方式)