[发明专利]信息处理系统和学习方法

说明书

信息处理系统(1)具有移动量数据获取单元(109)、图像数据获取单元(101)、差分表达式提取单元(108)和镜面区域指定单元(111)。移动量数据获取单元(109)获取物体的移动量数据。图像数据获取单元(101)获取由安装在物体上的成像装置捕获的图像数据项目。差分表达式提取单元(108)基于在物体的移动之前和之后成像的两个图像数据项目来提取表示关于两个图像之间的差异的特征信息的差分表达式。镜面区域指定单元(111)基于差分表达式与移动量数据之间的相关性来指定镜面区域。

技术领域

本发明涉及信息处理系统和学习方法。

背景技术

在使用视觉传感器的物体检测中，反射镜中反射的物体也以与其他方式相同的方式检测。因此，难以识别反射镜本身。非专利文献1提出了一种技术，其中，通过视频捕获在特定方向上移动的预定图案，并且提取相同图案在不同方向上移动的区域并且将其识别为镜面区域。

非专利文献

非专利文献1：REGION IDENTIFICATION TECHNIQUE FOR MIRROR SURFACE/TRANSPARENT OBJECT,Toshiba Review Vol.68No,10(2013)

发明内容

然而，在上述传统技术中，当在成像区域中存在示出类似动作的另一图案时，存在图案的检测区域被错误地识别为镜面区域的可能性。

因此，本公开提出了能够准确地检测镜面区域的信息处理系统和执行信息处理的神经网络的学习方法。

问题的解决方案

根据本公开，提供了一种信息处理系统，包括：操作量数据获取单元，获取物体的操作量数据；图像数据获取单元，获取由安装在所述物体上的成像装置捕获的图像数据；差分表达式提取单元，基于在所述物体的操作之前和之后捕获的两条图像数据，提取表示关于所述两条图像数据之间的差异的特征信息的差分表达式；以及镜面区域识别单元，其基于所述差分表达式与所述操作量数据之间的相关性来识别镜面区域。

根据本发明，提供一种由计算机执行的学习方法，该学习方法包括使用多个时刻的静止物体的学习图像数据的学习过程，所述学习过程包括：生成时间t₁时的学习图像数据的恢复表达式；将紧接在所述时间t_q之前的时间t_q-1时的学习图像数据以及时间t_q-1时的学习图像数据的恢复表达式输入到差分编码器，以提取在时间t_q时的扩展差分表达式；将时间t_q-1时的扩展差分表达式输入到校正单元，以执行校正，以将表示在时间t_q时的扩展差分表达式的张量的部分重写为零；将在时间t_q-1时的学习图像数据的恢复表达式和噪声加到所述校正之后的时间t_q时的扩展差分表达式，以生成在时间t_q时的学习图像数据的恢复表达式；由图像解码器解码在时间t_q时的学习图像数据的恢复表达式，以生成在时间t_q时的恢复图像数据；计算在时间t_q时的恢复图像数据与在时间t_q时的学习图像数据之间的恢复误差；以及重复调整表示图像编码器、差分编码器、校正单元和图像解码器的神经网络的权重，直到所述恢复误差满足预定标准。

附图说明

图1为示出信息处理系统的实例的示意图。

图2是示出提取相关区域的方法的示例的示图。

图3是示出识别镜面区域的方法的实例的视图。

图4是示出用于识别镜面区域的信息处理方法的实例的流程图。

图5是示出学习系统的示例的示意图。

图6是示出了通过学习系统进行的学习方法的实例的流程图。