[发明专利]图像处理装置和图像处理方法

权利要求书

1.一种处理装置，其特征在于，包括：

第1输入部，其输入作为检查对象的检查图像，

第2输入部，其输入应参照的参照图像，

处理部，其对输入到所述第1输入部的检查图像和输入到所述第2输入部的参照图像执行神经网络的处理，以及

输出部，作为所述处理部的处理结果，其输出检查图像中包含的不良项目的信息。

2.如权利要求1所述的处理装置，其特征在于，

所述第2输入部输入彼此不同的第1参照图像和第2参照图像作为所述参照图像；

作为对输入到所述第2输入部的参照图像的神经网络的处理，所述处理部对第1参照图像和第2参照图像分别执行神经网络的处理。

3.如权利要求1或2所述的处理装置，其特征在于，

输入到所述第1输入部的检查图像和输入到所述第2输入部的参照图像，是具有N维M信道(N、M为整数)的图像。

4.如权利要求1至3的任意一项所述的处理装置，其特征在于，

所述处理部(1)将检查图像和参照图像组合后，(2)对组合执行卷积层的处理和池化层的处理中的至少一个。

5.如权利要求1至3的任意一项所述的处理装置，其特征在于，

所述处理部(1)对检查图像执行卷积层的处理和池化层的处理中的至少一个，并对参照图像执行卷积层的处理和池化层的处理中的至少一个，(2)将对检查图像的处理结果与对参照图像的处理结果组合，(3)对组合执行卷积层的处理和池化层的处理中的至少一个。

6.如权利要求1至3的任意一项所述的处理装置，其特征在于，

所述处理部(1)对检查图像执行卷积层的处理和池化层的处理中的至少一个，并对参照图像执行卷积层的处理和池化层的处理中的至少一个，(2)将对检查图像的处理结果与对参照图像的处理结果组合。

7.如权利要求5或6所述的处理装置，其特征在于，

所述处理部使对检查图像执行卷积处理时的权重系数和对参照图像执行卷积处理时的权重系数共通。

8.如权利要求1至7的任意一项所述的处理装置，其特征在于，

在所述处理部中使用的神经网络，是排除了全连接层的卷积神经网络，在该卷积神经网络中，对具有1×1的空间维度的处理结果进行所述卷积层的滤波器的学习。

9.如权利要求1至3的任意一项所述的处理装置，其特征在于，

所述处理部(1)将检查图像与参照图像组合后，(2)对组合执行全连接层的处理。

10.如权利要求1至3的任意一项所述的处理装置，其特征在于，

所述处理部(1)对检查图像执行全连接层的处理，并对参照图像执行全连接层的处理，(2)将对检查图像的处理结果与对参照图像的处理结果组合，(3)对组合执行全连接层的处理。

11.如权利要求1至3的任意一项所述的处理装置，其特征在于，

所述处理部(1)对检查图像执行全连接层的处理，并对参照图像执行全连接层的处理，(2)将对检查图像的处理结果与对参照图像的处理结果组合。

12.如权利要求4至11的任意一项所述的处理装置，其特征在于，

所述处理部将2个输入合并为1个作为组合。

13.如权利要求12所述的处理装置，其特征在于，

所述处理部通过将2个输入沿一个方向排列来执行合并。

14.如权利要求4至11的任意一项所述的处理装置，其特征在于，

所述处理部导出2个输入的差分作为组合。