技术特征：
1.一种标注装置，其中，该标注装置具有：图像信号取得部，其取得表示摄像机的拍摄图像的图像信号；图像识别部，其是基于机器学习的已学习的图像识别部，所述图像识别部执行针对所述拍摄图像的图像识别；以及学习用数据集生成部，其通过根据所述图像识别的结果，针对所述拍摄图像中包含的各个物体执行标注，生成包含与所述各个物体对应的图像数据和与所述各个物体对应的标注数据的学习用数据集。2.根据权利要求1所述的标注装置，其特征在于，所述图像识别部使用现有的大规模数据库完成学习。3.根据权利要求1所述的标注装置，其特征在于，所述图像识别部具有：第1特征量提取部，其生成与所述拍摄图像对应的第1特征图；第2特征量提取部，其生成与所述拍摄图像对应的第2特征图；以及物体识别部，其使用所述第1特征图和所述第2特征图执行物体识别，所述第1特征图与前景掩码对应或者与中阶特征对应，该中阶特征与客观性对应，所述第2特征图与高阶特征对应。4.根据权利要求3所述的标注装置，其特征在于，所述第1特征量提取部使用图像梯度检测、显著性估计、背景差分法、客观性估计、注意力和区域分割中的至少一个，生成所述第1特征图。5.根据权利要求3所述的标注装置，其特征在于，所述物体识别部使用所述第1特征图中的各个第1特征量，执行针对所述第2特征图中的对应的第2特征量的加权。6.根据权利要求5所述的标注装置，其特征在于，所述物体识别部根据所述各个第1特征量与所述对应的第2特征量的相似度，设定所述加权中的重要度。7.根据权利要求6所述的标注装置，其特征在于，所述相似度是基于emd、余弦相似度、kld、l2范数、l1范数和曼哈顿距离中的至少一个的值。8.根据权利要求5所述的标注装置，其特征在于，在所述第1特征图使用注意力的情况下，所述物体识别部选择所述第1特征图中的代表值，根据所述代表值设定所述加权中的重要度。9.根据权利要求3所述的标注装置，其特征在于，所述物体识别包含物体检测和区域分割中的至少一方，在所述物体检测中，通过回归来估计所述各个物体的位置，并且通过分类来估计所述各个物体的属性，在所述区域分割中，将所述拍摄图像分割成与各个属性对应的区域。10.根据权利要求3所述的标注装置，其特征在于，所述图像识别部具有物体追踪部，该物体追踪部通过按照时间序列使用所述物体识别的结果，执行针对所述各个物体的跟踪。11.根据权利要求3所述的标注装置，其特征在于，
所述第1特征量提取部通过有监督学习或无监督学习而自如学习。12.根据权利要求3所述的标注装置，其特征在于，所述第2特征量提取部通过有监督学习而自如学习。13.根据权利要求3所述的标注装置，其特征在于，所述第2特征量提取部通过深度学习而自如学习。14.根据权利要求3所述的标注装置，其特征在于，所述第2特征量提取部使用卷积神经网络。15.根据权利要求3所述的标注装置，其特征在于，所述物体识别部通过有监督学习而自如学习。16.根据权利要求1所述的标注装置，其特征在于，所述标注装置具有ui控制部，该ui控制部执行输出所述图像识别的结果的控制，并且执行受理对所述图像识别的结果进行修正的操作的输入的处理，所述学习用数据集生成部根据所述操作的修正结果，生成所述学习用数据集。17.根据权利要求16所述的标注装置，其特征在于，所述ui控制部执行对画面进行显示的控制，并且执行受理基于针对所述画面的手写输入的所述操作的输入的处理，其中，所述画面包含表示所述图像识别的结果的图像。18.根据权利要求16所述的标注装置，其特征在于，所述ui控制部执行输出表示所述图像识别的结果的语音的控制，并且执行受理基于语音输入的所述操作的输入的处理。19.根据权利要求1所述的标注装置，其特征在于，所述摄像机是监视用摄像机。20.根据权利要求19所述的标注装置，其特征在于，所述摄像机是监视摄像机、安保摄像机或电子镜用摄像机。21.一种学习装置，该学习装置是权利要求1所述的标注装置用的学习装置，其特征在于，该学习装置具有：学习用数据库更新部，其通过将由所述学习用数据集生成部生成的学习用数据集追加到学习用数据库，更新所述学习用数据库；以及学习部，其使用所述学习用数据库，执行所述图像识别部的再学习或追加学习。22.根据权利要求21所述的学习装置，其特征在于，所述学习用数据库更新部根据所述学习用数据库中包含的多个学习用数据集中的分布的偏差，对由所述学习用数据集生成部生成的学习用数据集赋予优先级。23.根据权利要求22所述的学习装置，其特征在于，所述优先级被设定成与由所述学习用数据集生成部生成的学习用数据集具有的学习价值对应的值。24.根据权利要求22所述的学习装置，其特征在于，所述分布基于可靠度、大小、高维图像特征、低维图像特征、客观性、显著性估计和注意力中的至少一个。25.根据权利要求22所述的学习装置，其特征在于，所述学习部根据所述优先级，设定所述再学习或所述追加学习中的学习率。
26.根据权利要求22所述的学习装置，其特征在于，所述学习部根据所述优先级，执行所述学习用数据库中的数据扩展。
技术总结
标注装置(100)具有：图像信号取得部(21)，其取得表示摄像机(2)的拍摄图像的图像信号；图像识别部(22)，其是基于机器学习的已学习的图像识别部(22)，图像识别部(22)执行针对拍摄图像的图像识别；以及学习用数据集生成部(23)，其通过根据图像识别的结果，针对拍摄图像中包含的各个物体执行标注，生成包含与各个物体对应的图像数据和与各个物体对应的标注数据的学习用数据集。数据的学习用数据集。数据的学习用数据集。
技术研发人员：泽田友哉 福地贤 守屋芳美
受保护的技术使用者：三菱电机株式会社
技术研发日：2020.03.04
技术公布日：2022/10/10