训练程序、训练方法以及信息处理装置与流程

本发明涉及训练程序、训练方法以及信息处理装置。

背景技术：

1、已知有根据图像数据生成被称为场景图的知识图的技术。场景图包含图像数据中的多个对象物间的关系性的信息。在生成场景图的情况下，使用包含对象物间的关系性的正解标签的有教师数据(带标签数据)，对用于计算对象物间的关系性的特征量的机器学习模型进行训练。从增加场景图所包含的信息量的观点出发，期望与多个对象物间的抽象的关系性相比计算具体的关系性。

2、专利文献1：日本特表2022－508737号公报

3、然而，根据准备的有教师数据(带标签数据)的内容，有不容易反映物体间的具体的关系性并提高关系性的分类精度的担心。

技术实现思路

1、在一个方面，目的在于反映图像数据中的多个对象物间的具体的关系性并提高关系性的分类精度。

2、在一个方面，训练程序使计算机执行如下处理：针对包含第一图像数据中的多个对象物各自的第一物体特征量和位置信息的第一数据，通过第二物体特征量置换上述多个对象物的至少一个上述第一物体特征量来生成至少一个第二数据，该第二物体特征量是对与上述第一图像数据不同的至少一个第二图像数据中被分类为与该对象物相同的类别的至少一个其它的物体获取的第二物体特征量；以及将上述第二数据的至少一个输入到编码装置来对上述编码装置进行训练。

3、在一个方面，能够提高反映了图像数据中的多个对象物间的具体的关系性的关系性的分类精度。

技术特征：

1.一种训练程序，其中，

2.根据权利要求1所述的训练程序，其中，

3.根据权利要求2所述的训练程序，其中，

4.根据权利要求1～3中任意一项所述的训练程序，其中，

5.一种训练方法，其中，

6.根据权利要求5所述的训练方法，其中，

7.根据权利要求6所述的训练方法，其中，

8.根据权利要求5～7中任意一项所述的训练方法，其中，

9.一种信息处理装置，其中，

10.根据权利要求9所述的信息处理装置，其中，

11.根据权利要求10所述的信息处理装置，其中，

12.根据权利要求9～11中任意一项所述的信息处理装置，其中，

技术总结
针对包含第一图像数据中的多个对象物各自的第一物体特征量和位置信息的第一数据，通过第二物体特征量置换多个对象物的至少一个第一物体特征量来生成至少一个第二数据，并将第二数据的至少一个输入到编码装置来对编码装置进行训练，其中，上述第二物体特征量是对与第一图像数据不同的至少一个第二图像数据中被分类为与对象物相同的类别的至少一个其它的物体获取的第二物体特征量。

技术研发人员：長谷川创,广本正之
受保护的技术使用者：富士通株式会社
技术研发日：
技术公布日：2024/12/30