特許
J-GLOBAL ID：202203008801289656

画像解析方法、装置、プログラム

発明者：
後藤 拓矢

後藤 拓矢 について

, 
中野 宏毅

中野 宏毅 について

, 
阪本 正治

阪本 正治 について


出願人/特許権者：
インターナショナル・ビジネス・マシーンズ・コーポレーション

インターナショナル・ビジネス・マシーンズ・コーポレーション について


代理人 (2件)： 上野 剛史 ,  太佐 種一
公報種別：公表公報
出願番号（国際出願番号）：特願2021-555530
公開番号（公開出願番号）：特表2022-524878
出願日： 2020年03月13日
公開日（公表日）： 2022年05月10日
要約：
画像解析方法、装置、プログラムであって、入力画像を取得することと、入力画像内の対象領域を指定する注釈付き画像を取得することと、入力画像を、ターゲット領域を表示する出力画像を入力画像から生成する検出モデルに入力することと、対象領域外の誤差よりも重く、対象領域内の誤差に重み付けする損失関数を使用して、出力画像と注釈付き画像の間の誤差を計算することと、誤差を減らすような方法で検出モデルを更新することとを含む。
請求項（抜粋）：
画像解析のためのコンピュータ実装方法であって、前記方法が、 入力画像を取得することと、 前記入力画像内の対象領域を指定する注釈付き画像を取得することと、 前記入力画像を、ターゲット領域を表示する出力画像を前記入力画像から生成する検出モデルに入力することと、 前記対象領域外の誤差よりも重く、前記対象領域内の誤差に重み付けする損失関数を使用して、前記出力画像と前記注釈付き画像の間の誤差を計算することと、 前記誤差を減らすような方法で前記検出モデルを更新することとを含む、コンピュータ実装方法。
IPC (2件)：
G06T 7/00 ,  G06T 7/11
FI (3件)：
G06T7/00 350C ,  G06T7/00 612 ,  G06T7/11
Fターム (16件)：
5L096AA03 ,  5L096AA06 ,  5L096BA06 ,  5L096BA13 ,  5L096CA24 ,  5L096DA01 ,  5L096FA02 ,  5L096FA39 ,  5L096FA41 ,  5L096FA69 ,  5L096GA30 ,  5L096GA34 ,  5L096HA11 ,  5L096JA11 ,  5L096JA22 ,  5L096KA04
引用特許：
出願人引用 (3件) 審査官引用 (3件)
引用文献：
出願人引用 (5件)
  • "Automatic Segmentation of Kidney and Renal Tumor in CT Images Based on 3D Fully Convolutional Neura
  • "3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation"
  • “全層畳み込みニューラルネットワークを用いた透明物体の輪郭抽出”
全件表示
審査官引用 (5件)
  • "Automatic Segmentation of Kidney and Renal Tumor in CT Images Based on 3D Fully Convolutional Neura
  • "3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation"
  • “全層畳み込みニューラルネットワークを用いた透明物体の輪郭抽出”
全件表示

前のページに戻る

TOP

BOTTOM