[发明专利]图像识别系统

权利要求书

1.一种图像识别系统，对图像中包含的形状进行识别，其特征在于，具备：

图像识别部，基于实施了机器学习的结果从输入图像提取特征量，使用所述特征量来识别所述输入图像所包括的对象形状；以及

误识别判定部，判定所述图像识别部的识别结果是否正确，

所述误识别判定部具备：

特征量重要度计算部，计算所述特征量的重要度；

统计信息数据库，存储与所述重要度相关的统计量；以及

比较部，通过对所述重要度和所述统计量进行比较，从而判定所述识别结果是否正确，

所述特征量重要度计算部按照所述图像识别部识别出的每个所述对象形状并且按照所述特征量的每个种类计算所述重要度，

所述统计信息数据库按照所述对象形状的每个种类并且按照所述特征量的每个种类，存储所述统计量，

所述比较部通过按照所述图像识别部识别出的每个所述对象形状，对于所述特征量重要度计算部计算出的所述特征量的每个种类的所述重要度和所述统计信息数据库所存储的所述特征量的每个种类的所述统计量进行比较，从而按照所述图像识别部识别出的每个所述对象形状来判定所述识别结果是否正确。

2.根据权利要求1所述的图像识别系统，其中，

所述特征量重要度计算部使用表示所述图像识别部识别所述对象形状时的所述特征量的影响的大小的特征量重要度参数，计算所述重要度，

所述特征量重要度计算部除了使用所述特征量重要度参数以外，还使用表示所述图像识别部识别所述对象形状时的所述输入图像内的图像区域的影响的大小的区域重要度参数，计算所述重要度。

3.根据权利要求1所述的图像识别系统，其中，

所述特征量重要度计算部使用表示所述图像识别部识别所述对象形状时的所述特征量的影响的大小的特征量重要度参数，计算所述重要度，

所述特征量重要度计算部使用所述识别结果的确信度得分的增量相对于所述输入图像的每个像素位置的所述特征量的增量的比率，计算所述特征量重要度参数。

4.根据权利要求1所述的图像识别系统，其中，

所述特征量重要度计算部使用表示所述图像识别部识别所述对象形状时的所述输入图像内的图像区域的影响的大小的区域重要度参数，计算所述重要度，

所述特征量重要度计算部通过按照每个所述图像区域求出通过所述特征量对所述识别结果的确信度得分进行微分而得到的微分值与所述输入图像内的所述微分值的最大值之间的比率，计算所述区域重要度参数。

5.根据权利要求1所述的图像识别系统，其中，

所述图像识别系统还具备创建所述统计信息数据库的统计量计算部，

所述统计量计算部按照所述图像识别部识别出的每个所述对象形状，创建按照所述重要度从高到低的顺序列举了第一个数的所述特征量的种类的第一列表，

所述统计量计算部按照所述图像识别部识别出的每个所述对象形状，将各所述第一列表中包括的按照频度从高到低的顺序列举了第二个数的所述特征量的种类的第二列表作为所述统计量存储在所述统计信息数据库中，

所述特征量重要度计算部按照所述图像识别部识别出的每个所述对象形状，创建按照所述重要度从高到低的顺序列举了第三个数的所述特征量的种类的第三列表，

在所述第三列表所列举的所述特征量的种类中的阈值个数以上的特征量的种类包括在所述第二列表中的情况下，所述比较部判定为针对该对象形状的所述识别结果是正确的，否则判定为不正确。

6.根据权利要求1所述的图像识别系统，其中，

所述图像识别系统还具备创建所述统计信息数据库的统计量计算部，

所述特征量重要度计算部按照所述图像识别部识别出的每个所述对象形状创建记述了所述特征量的种类和所述重要度的分布的第一分布，

所述统计量计算部按照所述图像识别部识别出的所述对象形状的每个种类创建记述了所述特征量的种类和所述重要度的分布的第二分布，

所述比较部计算所述第一分布与所述第二分布之间的距离，

在所述距离为阈值以下的情况下，所述比较部判定为针对该对象形状的所述识别结果为正确的，否则判定为不正确。