JP7483405B2 - 学習装置、電子機器、学習方法、電子機器の制御方法およびプログラム - Google Patents

Description

本発明は、学習装置、電子機器、学習方法、電子機器の制御方法およびプログラムに関する。

近年、画像処理に、ニューラルネットワーク等の機械学習が活用されるようになっている。例えば、機械学習されたニューラルネットワークに対して画像データが入力されると、画像処理に関する推論結果が得られる。機械学習は多くの学習データを用いて行われる。このとき、機械学習に用いられる学習データによっては、推論精度が低くなることがある。関連する技術として、特許文献１の技術が提案されている。特許文献１の技術では、欠陥候補の種類判別結果が一致しない場合、検査要員による入力に応じて新たな教師データが追加されて、再学習が行われることで、判別基準が設定し直される。

特開２０１４－１５３９０６号公報

上述した特許文献１の技術では、学習モデルの初期学習が行われた後、欠陥候補の種類判別結果が一致しない場合に教師データが追加されて再学習が行われる。従って、再学習は行われているものの、学習モデルの性能は、学習モデルに対する初期学習の影響が大きく、支配的になる。このため、初期学習の際に用いられた学習データが適正でないと、特許文献１のように教師データが追加された再学習が行われたとしても、再学習により得られる学習モデルの推論精度があまり向上しない可能性がある。

本発明は、機械学習により得られる学習済みモデルの推論精度を向上させることを目的とする。

上記目的を達成するために、本発明の学習装置は、複数の学習データを含む学習セットについて、前記複数の学習データの特徴量の分布が所定の分布となるように前記学習セットに含まれる学習データの数を調整する調整手段と、前記学習セットを用いて機械学習を行い、学習済みモデルを生成する学習手段と、を備えることを特徴とする。

本発明によれば、機械学習により得られる学習済みモデルの推論精度を向上させることができる。

本実施形態のシステムの一例を示す図である。 画像特徴量の分布の一例を示す図である。 ３つの分布の画質回復の大きさを示す図である。 第１実施形態の学習処理を示す図である。 第１実施形態の処理の流れを示すフローチャートである。 学習セットの調整処理の流れを示すフローチャートである。 第２実施形態の処理の流れを示すフローチャートである。 第３実施形態の学習処理を示す図である。 学習セットの一例を示す図である。 第３実施形態の推論処理の流れを示すフローチャートである。

以下、本発明の各実施の形態について図面を参照しながら詳細に説明する。しかしながら、以下の各実施の形態に記載されている構成はあくまで例示に過ぎず、本発明の範囲は各実施の形態に記載されている構成によって限定されることはない。

＜第１実施形態＞
以下、図面を参照して、第１実施形態について説明する。図１は、本実施形態のシステムの一例を示す図である。コンピュータ１０は、ＣＰＵ１１、メモリ１２、記憶装置１３、通信部１４、表示部１５、入力制御部１６、ＧＰＵ１７（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）および内部バス１００を有する。コンピュータ１０は、他の構成を有していていてもよい。コンピュータ１０は、機械学習を行う学習装置である。コンピュータ１０は、例えば、クラウドサーバやエッジコンピュータ等であってもよい。コンピュータ１０は、画像処理を行う機能を有していてもよい。

ＣＰＵ１１は、記憶装置１３に記憶されているコンピュータプログラム（以下、プログラム）を実行することによって、内部バス１００を介してコンピュータ１０の各機能ブロックの動作を制御する。以下、ＣＰＵ１１が各実施形態の処理を行うものとして説明するが、ＧＰＵ１７がＣＰＵ１１の動作を補助してもよい。ＣＰＵ１１は、調整手段に対応する。

メモリ１２は、書き換え可能な揮発性メモリである。メモリ１２は、コンピュータ１０の各部の動作を制御するためのプログラムやコンピュータ１０の各動作に関する情報、ＣＰＵ１１による処理前後の情報等を一時的に記録する。メモリ１２は、例えばＲＡＭであり、各情報を一時的に記録するために十分な記憶容量を備えている。また、メモリ１２は、ニューラルネットワークの処理内容を記述したプログラム（機械学習を行うためのプログラム）を記憶する。また、メモリ１２は、ニューラルネットワークの重み係数やバイアス値等の学習済みの係数パラメータを記憶する。

各実施形態では、学習モデルにニューラルネットワークを適用した例を説明する。ただし、学習モデルの機械学習アルゴリズムとしては、例えば、サポートベクターマシンや決定木、ロジスティクス回帰等が適用されてもよい。重み係数は、ニューラルネットワークにおいてノード間の接続の強さを示すための値であり、バイアスは重み係数と入力データの積算値に対してオフセットを与えるための値である。

記憶装置１３は、電気的に消去および記録が可能なメモリであり、例えばハードディスクやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等が適用される。記憶装置１３は上述したコンピュータプログラムやメモリ１２に一時保存された処理結果等の情報を記憶する。通信部１４は、無線通信または有線通信により、外部装置や周辺機器と通信を行う。図１の例では、通信部１４は、端末１９と通信を行う。コンピュータ１０は、複数の端末１９と通信を行うことができる。また、通信部１４は、記録媒体等の周辺機器と情報の通信を行うことができる。通信部１４は、例えば、ＩＥＥＥ８０２．１１等のような無線通信規格に適合する通信方式やＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）規格に適合する通信方式を用いて、通信を行うことができる。

表示部１５は、例えば、液晶ディスプレイや有機ＥＬディスプレイ等である。表示部１５は、ＣＰＵ１１やＧＰＵ１７等が出力する所定の情報を表示する。例えば、表示部１５は、ＧＰＵ１７が出力する画像信号に基づいて、画像を表示する。入力制御部１６は、入力装置からの入力を制御する。例えば、入力装置としてはキーボードやマウス等が用いられる。入力制御部１６は、入力装置が受け付けた操作内容を電気信号に変換し、コンピュータ１０の各部に対して、変換された電気信号（入力信号）を伝える。ＧＰＵ１７は、学習手段に対応する。

ＧＰＵ１７は、演算処理を並列に行うことで、演算処理を高速に処理できる回路である。各実施形態では、ＧＰＵ１７は、ニューラルネットワークの演算処理に用いられる。ＧＰＵ１７は、内部バス１００を介して、相互に各部と通信可能である。ＧＰＵ１７は、表示部１５に出力する画像信号の処理にも好適である。各実施形態では、ニューラルネットワークの演算処理にＧＰＵ１７が用いられる例について説明する。ニューラルネットワークの演算処理は、ＣＰＵ１１により行われてもよいし、ＣＰＵ１１とＧＰＵ１７とが協働して行ってもよい。また、ニューラルネットワークの演算処理には、ＧＰＵ１７ではなく、機械学習に特化したプログラミング回路等が適用されてもよい。

端末１９は、主に推論処理を行う電子機器である。端末１９は、例えば、スマートフォンやタブレット端末、画像処理装置等の電子機器である。端末１９は、画像処理装置が搭載された撮像装置であってもよい。端末１９の構成は、コンピュータ１０と同様である。端末１９が推論処理を行う場合、端末１９は、コンピュータ１０から学習済みモデルを取得する。この場合、端末１９の通信部は取得手段として機能する。そして、端末１９のＣＰＵは、ＧＰＵに推論処理を行わせて、推論結果を得る。この場合、端末１９のＧＰＵは、推論手段として機能する。

次に、ニューラルネットワークの学習について説明する。各実施形態のニューラルネットワークは、例えば、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）であってもよい。ＣＮＮは、例えば、畳み込み層とプーリング層とが交互に積層された層構造に、全結合層および出力層が接続されたネットワーク構成が採用される。また、ニューラルネットワークの機械学習は、コンピュータ１０以外の装置で行われてもよい。ニューラルネットワークの機械学習は、目的となる処理結果に対し、ニューラルネットワークの重み係数やバイアス値等の係数パラメータを適切な値に近づけ、処理を最適化していくことである。

以下、画像回復を行うニューラルネットワークの学習について説明する。画像回復を行うニューラルネットワークが学習されることで、係数パラメータが調整される。そして、学習が完了したニューラルネットワークを用いて、画像回復の推論処理が行われる。ニューラルネットワークは、画像回復処理以外の処理に適用されてもよい。例えば、ニューラルネットワークは、所定の画像処理や音声処理等にも適用され得る。

画像回復は、例えば、圧縮されていない画像信号（符号化される前の画像信号）を符号化して圧縮した画像を復号した画像（復号画像）を回復する処理である。圧縮されていない画像信号を非圧縮画像としたとき、復号画像には、符号化による歪みが生じるため、その画質は、非圧縮画像の画質より低下する。このため、コンピュータ１０は、画像回復の処理を行うことにより、復号画像を回復させる。ニューラルネットワークの学習が行われる際に用いられる学習データは、教師画像（教師データ）となる非圧縮画像と、復号画像との組み合わせを含む。学習データは、例えば、記憶装置１３に記憶されていてもよいし、通信部１４により外部の装置（例えば、撮像装置）から取得されてもよい。

ニューラルネットワークに対して、学習データのうち復号画像が入力される。これにより、ＧＰＵ１７は、ニューラルネットワークの係数パラメータを調整する演算処理を行う。ニューラルネットワークには、複数の学習データが入力され、ＧＰＵ１７は、ニューラルネットワークの係数パラメータを調整する演算処理を繰り返し行う。そして、ニューラルネットワークが演算結果として出力する回復画像と、教師画像としての非圧縮画像との画素値の差が小さくなるように、ニューラルネットワークの係数パラメータが調整される。例えば、ニューラルネットワークの係数パラメータの演算処理には、平均二乗誤差（ｍｓｅ： ｍｅａｎ ｓｑｕａｒｅｄ ｅｒｒｏｒ）が用いられる。ただし、ニューラルネットワークの係数パラメータの調整には、平均二乗誤差以外の手法が用いられてもよい。

ＧＰＵ１７は、ｍｓｅが「０」を近づけるようにニューラルネットワークの機械学習を行う。ニューラルネットワークの機械学習には、平均二乗誤差を用いた誤差逆伝搬法が用いられてもよい。ｍｓｅの定義式は、以下の式（１）で表される。

式（１）におけるｘはデータの誤差を示し、ｎはデータの個数を示す。ここでは、データとして、画像の画素が該当する。このように画質が劣る復号画像の画素値を、画質が低下していない非圧縮画像に画素値を近づけることで、画質が改善され、画像回復が実現される。各実施形態で行われる機械学習は、教師あり学習であるが、例えば、機械学習の手法として、強化学習等が用いられてもよい。

次に、推論処理について説明する。推論処理は、コンピュータ１０が行ってもよいし、端末１９が行ってもよい。ここでは、コンピュータ１０が推論処理を行うものとする。上述したように、ニューラルネットワークの機械学習が行われると、ニューラルネットワークの係数パラメータが調整される。ニューラルネットワークに対して、未知の復号画像が入力されると、ニューラルネットワークは推論処理を行う。ニューラルネットワークが行う推論処理により、復号画像の回復処理が行われ、回復画像が出力される。上述したように、ニューラルネットワークには、複数の学習データが入力される。複数の学習データにより構成される学習データ群が、学習セットである。ＧＰＵ１７は、学習セットについて、特徴量（画像特徴量）を用いて、ニューラルネットワークの機械学習を行うものとする。

ここでは、復号画像の画素最大値Ｐｍａｘと最小値Ｐｍｉｎとの差Ｐｍａｘ－Ｐｍｉｎで定義される画素差分値を、画像特徴量とする。ただし、画素差分値の計算式および画像特徴量の値は、これらに限定されない。画像特徴量は、画素平均値や分散値等であってもよい。図２は、画像特徴量の分布の一例を示す図である。図２において、横軸は画像特徴量を示し、縦軸は画像セットに含まれる学習用の復号画像の数を示す。縦軸および横軸のそれぞれは、縦軸と横軸との交点から離れるほど、値が増加することを示している。よって、図２は、画像特徴量のそれぞれの区間に含まれる画像数を表す。

図２（ａ）は、学習セット内に、画像特徴量が小さい復号画像から大きい復号画像までが平均的に含まれる分布（平均分布）を示す図である。つまり、学習セット内の各復号画像は、画像特徴量が小さい復号画像から大きい復号画像まで同程度の数である。図２（ｂ）は、画像特徴量が大きい復号画像ほど、その数が多くなる分布（増加分布）を示す図である。増加分布は、第１の分布に対応する。つまり、増加分布は、復号画像の画像特徴量が大きくなるに応じて、画像セットのうちの画像特徴量が大きい復号画像の割合が高くなる分布である。図２（ｃ）は、増加分布と逆の傾向を示す分布（減少分布）を示す図である。減少分布は、第２の分布に対応する。減少分布は、画像特徴量の小さい復号画像ほど、その数が多くなる分布である。つまり、減少分布は、復号画像の画像特徴量が小さくなるに応じて、画像セットのうちの画像特徴量が小さい復号画像の割合が高くなる分布である。

以上より、平均分布は、それぞれの画像特徴量の区間に含まれる復号画像の数が平均的に分布していることを示している。平均分布は、全ての画像特徴量の区間で全て同じ数でなくてもよい。増加分布は、それぞれの画像特徴量の区間に含まれる復号画像の数が、画像特徴量に比例して増加するように分布していることを示す。増加分布における画像特徴量と復号画像の数とは比例関係でなくてもよい。減少分布は、それぞれの画像特徴量の区間に含まれる復号画像の数が、画像特徴量に比例して減少するように分布していることを示す。減少分布における画像特徴量と復号画像の数とは比例関係でなくてもよい。

次に、推論処理について説明する。上述したように、推論処理は、コンピュータ１０により行われる。ただし、推論処理は、コンピュータ１０以外の端末１９等により行われることもある。ニューラルネットワークに復号画像が入力されると、ＧＰＵ１７は、ニューラルネットワークによる推論処理を行い、推論結果をデータとして出力する。図３は、画像特徴量と画質回復の大きさとの関係を示すグラフである。推論処理で用いられる画像群である推論データは、復号画像の特徴量の割合が平均的になるように調整されているものとする。ＣＰＵ１１は、ニューラルネットワークに入力する復号画像と非圧縮画像との組、およびニューラルネットワークから出力される回復画像と非圧縮画像との組のそれぞれのｍｓｅを求める。そして、ＣＰＵ１１は、求められたｍｓｅからピーク信号対雑音比（ＰＳＮＲ： Ｐｅａｋ Ｓｉｇｎａｌ－ｔｏ－ｎｏｉｓｅ ｒａｔｉｏ）を求める。

ＣＰＵ１１は、２つのＰＳＮＲの差分を求めることで、ニューラルネットワークにより画質回復の向上の度合いを得ることができる。ＰＳＮＲの単位はｄＢであり、求められた差分値が大きいほど画質回復の度合いが大きい。ＰＳＮＲの定義式を、以下の式（２）に示す。式（２）中のｍａｘは復号画像が取り得る画素の最大値を示す。また、図３の横軸で示す値の画像特徴量の範囲は、図２で示した画像特徴量の範囲と同一である。

図３の推論結果が示すように、画像特徴量が大きい復号画像ほど画質回復の平均値が低い。従って、画素差分値を画像特徴量とした場合、画像特徴量が大きい復号画像は画質回復の難易度が高く、画像特徴量が小さい復号画像は画質回復の難易度が低い。また、図３のグラフの傾向から、破線で示される増加分布は、３つの分布のうち、画質回復の難易度が高い復号画像（画像特徴量が大きい復号画像）を最も高い度合いで画質回復できている。一方、増加分布は、画質回復の難易度が低い復号画像（画像特徴量が小さい復号画像）の画質回復の度合いは最も低い。

実線で示される平均分布は、画像特徴量が小さい復号画像については、画質回復の度合いが増加分布より優れているが、減少分布よりは劣る。一方、平均分布は、画像特徴量が大きい復号画像についての画質回復の度合いは増加分布よりも劣っており、減少分布より優れている。点線で示される減少分布は、３つの分布のうち、画質回復の難易度が低い復号画像（画像特徴量が小さい復号画像）を最も高い度合いで画質回復できている。一方、減少分布は、画質回復の難易度が高い復号画像（画像特徴量が小さい復号画像）の画質回復の度合いは最も低い。

そこで、第１実施形態では、ＣＰＵ１１は、学習セットが増加分布になるように調整する。これにより、画質回復の難易度が高い復号画像（画像特徴量が大きい復号画像）の学習回数を多くすることができる。その結果、ニューラルネットワークによる推論結果に画質回復の難易度による偏りが生じることが抑制され、画質回復の平準化が図られる。

次に、学習処理について説明する。図４は、第１実施形態の学習処理を示す図である。図４において、複数の復号画像が復号画像記憶部２１に記憶されている。復号画像記憶部２１は、例えば、メモリ１２や記憶装置１３であってもよい。画像特徴量抽出部２２は、復号画像記憶部２１から復号画像を取得し、取得した復号画像から画像特徴量を抽出する。画像特徴分布調整部２３は、抽出された画像特徴量に基づいて、画像特性の分布を調整する。これにより、画像特徴の分布が調整された学習セットが生成される。生成された学習セットは、学習セット記憶部２４に記憶される。学習セットは、複数の復号画像だけでなく、複数の復号画像のそれぞれに対応する非圧縮画像（教師画像）を含む。画像特徴量抽出部２２および画像特徴分布調整部２３は、ＣＰＵ１１により実現される。

画像回復部２５はニューラルネットワークにより構成される。ＧＰＵ１７は、学習セットのうち、学習用の復号画像を入力とし、非圧縮画像を教師画像として、ニューラルネットワークの機械学習を行う。画像回復部２５は、学習結果として、画質が回復された回復画像を出力する。出力された回復画像は、回復画像記憶部２６に記憶される。ＧＰＵ１７は、画像回復部２５としてのニューラルネットワークの機械学習を行う際に、学習セット記憶部２４に記憶されている所定数の復号画像を用いて機械学習した時点で、学習セットを更新してもよい。所定数は、機械学習が行われる前に、予め設定される。

画像特徴分布調整部２３は、学習セットの更新を行う際、画像分布の調整を行う。例えば、画像特徴分布調整部２３は、学習セットに、画像特徴量の大きな復号画像がさらに多く含まれるように学習セットを更新する。画像特徴分布調整部２３が行う画像分布の調整は、上記の例には限定されない。例えば、画像特徴分布調整部２３は、画像特徴量の分布が平均分布となるように学習セットを更新してもよい。

次に、第１実施形態の処理の流れについて説明する。図５は、第１実施形態の処理の流れを示すフローチャートである。Ｓ５０１において、ＣＰＵ１１は、画像特徴量抽出部２２および画像特徴分布調整部２３としての処理として、学習セットの画像特徴量による調整処理を行う。Ｓ５０１の処理の詳細は、後述する。Ｓ５０１の後、ＣＰＵ１１は、学習セットをメモリ１２や記憶装置１３等に記憶する。Ｓ５０２において、ＣＰＵ１１は、ＧＰＵ１７にニューラルネットワークの学習処理を実行させる。Ｓ５０３において、ＣＰＵ１１は、学習セットに含まれる所定数の復号画像（学習セットに含まれる全ての復号画像）の画像の機械学習が終了したかを判定する。また、ＣＰＵ１１は、例えば、学習回数が所定回数に達したかに基づいて、Ｓ５０３の判定を行ってもよい。なお、Ｓ５０３の判定処理は省略されてもよい。この場合、学習セットは更新されることなく、機械学習が実行されていく。

ＣＰＵ１１は、Ｓ５０３でＮｏと判定した場合、処理をＳ５０２に戻し、他の復号画像を用いた学習処理を継続する。一方、ＣＰＵ１１は、Ｓ５０３でＹｅｓと判定した場合、処理をＳ５０４に進める。従って、ＣＰＵ１１は、学習セットの全ての復号画像についての機械学習を少なくとも１回行った後に、Ｓ５０４以降の処理を行う。Ｓ５０４において、ＣＰＵ１１は、学習セットを、画像特徴量の大きな復号画像がさらに多く含まれるように更新するか、または画像特徴量の分布がさらに平均的になるように更新するかを判定する。何れの更新を行うかは、事前に設定されるものとする。また、機械学習の進行度に応じて、何れの更新を行うかの判定をしてもよい。例えば、機械学習の途中段階で、画像回復の度合いが所望の度合いにならない場合、ＣＰＵ１１は、画質回復の度合いをより向上させることができる更新を選択してもよい。

ＣＰＵ１１は、Ｓ５０４でＹｅｓと判定した場合、つまり画像特徴量の大きな復号画像がさらに多く含まれるように更新する場合、処理をＳ５０５に進める。Ｓ５０５において、ＣＰＵ１１は、画像特徴量の大きな復号画像（画像特徴量が所定量以上の復号画像）がさらに多く含まれるように、分布を調整する。このとき、ＣＰＵ１１は、予め定められた数式に基づいて、画像分布パラメータを調整する。学習セットには、画像特徴量が大きい復号画像が追加される。そして、ＣＰＵ１１は、処理をＳ５０７に進める。

ＣＰＵ１１は、Ｓ５０４でＮｏと判定した場合、つまり画像特徴量の分布がさらに平均的になるように更新する場合、処理をＳ５０６に進める。Ｓ５０６において、ＣＰＵ１１は、画像特徴量の分布がさらに平均的になるような調整を行う。このとき、ＣＰＵ１１は、予め定められた数式に基づいて、画像分布パラメータを調整する。学習セットには、画像特徴量の分布がさらに平均的になるような画像特徴量を持つ復号画像が追加される。これにより、学習セットに含まれる複数の復号画像の画像特徴量の分布は平均化される。

Ｓ５０７において、ＣＰＵ１１は、ニューラルネットワークの機械学習が完了したかを判定する。ＣＰＵ１１は、Ｓ５０７でＮｏと判定した場合、つまり機械学習が完了していない場合、処理をＳ５０１に戻す。一方、ＣＰＵ１１は、Ｓ５０７でＹｅｓと判定した場合、つまり機械学習が完了した場合、図５のフローチャートの処理をさせる。ニューラルネットワークの学習が完了すると、係数パラメータが調整されたニューラルネットワークが学習済みモデルとして生成される。

次に、Ｓ５０１の学習セットの調整について説明する。図６は、学習セットの調整処理の流れを示すフローチャートである。Ｓ６０１において、ＣＰＵ１１は、復号画像を取得し、取得した復号画像の画像特徴量を抽出する。上述したように、各実施形態における画像特徴量は、画素差分値である。ＣＰＵ１１は、取得した復号画像の画素最大値Ｐｍａｘと最小値Ｐｍｉｎとをそれぞれ求め、差Ｐｍａｘ－Ｐｍｉｎを、画素差分値として求める。Ｓ６０２において、ＣＰＵ１１は、Ｓ６０１で抽出された画像特徴量に基づいて、取得した復号画像が学習セットに含める復号画像であるかを判定する。

ＣＰＵ１１は、Ｓ６０２でＹｅｓと判定した場合、つまり取得した復号画像が学習セットに含める復号画像である場合、処理をＳ６０３に進める。一方、ＣＰＵ１１は、Ｓ６０２でＮｏと判定した場合、つまり取得した復号画像が学習セットに含める復号画像でない場合、処理をＳ６０４に進める。ＣＰＵ１１は、抽出された画像特徴量を持つ複合画像が、学習セットの分布を所定の分布（増加分布）とするために必要な復号画像である場合に、Ｓ６０２でＹｅｓと判定してもよい。

例えば、学習セットの復号画像の数が１万枚であり、画像特徴量が最大の区間に含まれる復号画像が全体の２０％である分布（所定の分布）を想定する。この場合、画像セットに、画像特徴量が最大の区間に含まれる復号画像が２千枚に達していれば、学習セットに復号画像を追加する必要はない。従って、ＣＰＵ１１は、Ｓ６０２でＮｏと判定し、Ｓ６０３の処理を実行しない。一方、画像セットに、画像特徴量が最大の区間に含まれる復号画像が２千枚に達していない場合、ＣＰＵ１１は、Ｓ６０３の処理を行い、学習セットに復号画像を追加する。これにより、学習セットに含まれる学習用の復号画像の数が調整され、学習セットに含まれる複数の学習用の復号画像の分布を増加分布とすることができる。なお、ＣＰＵ１１は、学習セットに、画像特徴量が最小の区間に含まれる復号画像を追加してもよい。

Ｓ６０４において、ＣＰＵ１１は、学習セットの画像特徴量の分布が、予め設定される学習セットの画像特徴量の分布（所定の分布）と合致したかを判定する。このとき、ＣＰＵ１１は、学習セットについての画像特徴量の分布の割合が、所定の設定値に達したかに基づいて、Ｓ６０４の判定を行ってもよい。ＣＰＵ１１は、Ｓ６０４でＮｏと判定した場合、つまり学習セットの画像特徴量の分布が、予め設定される学習セットの画像特徴量の分布と合致していない場合、処理をＳ６０１に戻す。そして、学習セットの画像特徴量の分布が、予め設定される学習セットの画像特徴量の分布と合致するまで、ＣＰＵ１１は、新たな復号画像を用いて図６のフローチャートの処理を行う。一方、ＣＰＵ１１は、Ｓ６０４でＹｅｓと判定した場合、図６のフローチャートの処理を終了させる。

以上説明したように、本実施形態では、ＣＰＵ１１は、ニューラルネットワークを機械学習させるための学習セットの画像特徴量の分布が増加分布となるような調整を行う。つまり、ＣＰＵ１１は、学習セットに、画質回復の難易度が高い復号画像が多く含まれるような分布となるような調整を行う。これにより、画質回復の難易度が高い復号画像の学習回数を多くすることができ、学習済みのニューラルネットワークが行う推論による画質回復の難易度の偏りを抑制できる。その結果、ニューラルネットワークによる画質回復の平準化を図ることができ、学習セットの調整を行わない場合と比較して、画質回復能力を向上させることができる。

＜第２実施形態＞
次に、第２実施形態について説明する。第２実施形態では、学習セットの画像特徴量分布の調整において、画像特徴量が小さい復号画像が多く含まれるように調整される。つまり、画像特徴量が小さい復号画像の学習回数を多くした機械学習が行われる。このため、第２実施形態で生成される学習済みモデルによる推論結果は、画質回復の難易度が比較的低い復号画像（画像特徴量の小さな復号画像）の画質回復に適した推論結果となる。以下、第１実施形態と重複する部分の説明については省略する。第２実施形態の構成は、第１実施形態と同様である。

図７は、第２実施形態の処理の流れを示すフローチャートである。Ｓ７０１において、ＣＰＵ１１は、学習セットに含まれる複数の復号画像についての画像特徴量の分布が所定の分布（減少分布）となるように学習セットの調整を行う。このため、ＣＰＵ１１は、抽出した復号画像が、学習セットに含まれる複数の復号画像についての画像特徴量の分布を減少分布とするために必要な復号画像であるかを判定する。抽出された復号画像が、学習セットに含まれる複数の復号画像についての画像特徴量の分布を減少分布とするために必要な復号画像である場合、ＣＰＵ１１は、抽出した復号画像を学習セットに追加する。処理の流れとしては、図６のフローチャートと同様であるが、第２実施形態では、ＣＰＵ１１は、学習セットに含まれる複数の復号画像についての画像特徴量の分布が所定の分布（減少分布）となるように学習セットの調整を行う。

Ｓ７０２およびＳ７０３は、図５のＳ５０２およびＳ５０３と同様であるため、説明を省略する。Ｓ７０４において、ＣＰＵ１１は、学習セットに、画像特徴量が小さい画像（画像特徴量が所定量未満の復号画像）がさらに多く含まれるような更新を行うかを判定する。何れの更新を行うかは、事前に設定されるものとする。また、機械学習の進行度に応じて、何れの更新を行うかの判定がされてもよい。第２実施形態では、学習セットの全ての復号画像についての機械学習が少なくとも１回行われた後に、学習セットが更新される場合、ＣＰＵ１１は、学習セットに、画像特徴量が小さい復号画像がさらに多く含まれるように更新を行う。

このため、ＣＰＵ１１は、Ｓ７０４でＹｅｓと判定した場合、つまり学習セットに画像特徴量が小さい復号画像がさらに多く含まれるような更新を行う場合、処理をＳ７０５に進める。一方、ＣＰＵ１１は、Ｓ７０４でＮｏと判定した場合、つまり学習セットに画像特徴量が小さい復号画像がさらに多く含まれるような更新を行わない場合、処理をＳ７０７に進める。Ｓ７０５において、ＣＰＵ１１は、画像特徴量の小さな復号画像がさらに多く含まれるように、分布を調整する。このとき、ＣＰＵ１１は、予め定められた数式に基づいて、画像分布パラメータを調整する。学習セットには、画像特徴量が小さい復号画像が追加される。そして、ＣＰＵ１１は、処理をＳ７０６に進める。

Ｓ７０６の処理は、図５のＳ５０７の処理と同様である。つまり、Ｓ７０６において、ＣＰＵ１１は、機械学習が完了しているかを判定する。ＣＰＵ１１は、Ｓ７０６でＮｏと判定した場合、処理をＳ７０１に戻す。一方、ＣＰＵ１１は、Ｓ７０６でＹｅｓと判定した場合、図７のフローチャートの処理を終了させる。

第２実施形態では、ＣＰＵ１１は、学習するデータの特性を考慮して、学習セットの調整を行う。つまり、ＣＰＵ１１は、画像特徴量が小さな復号画像、すなわち平坦な特徴を持つ復号画像に適した画質回復を行うことができるニューラルネットワークの機械学習が行われるように制御する。これにより、第２実施形態では、平坦な画像についての画質回復性能を向上させることができる。

＜第３実施形態＞
次に、第３実施形態について説明する。第１実施形態および第２実施形態と重複する部分については、説明を省略する。また、第３実施形態の構成は、第１実施形態および第２実施形態と同様である。第２実施形態では、ＣＰＵ１１は、画像特徴量が小さい復号画像が多く含まれるように調整した学習セットを用いて機械学習を行う。この場合、１つのニューラルネットワークで、画像特徴量が小さい復号画像を多く用いて機械学習が行われるため、画像特徴量が小さくない復号画像（例えば、画像特徴量が大きい復号画像）の画質回復性能は低くなる。そこで、第３実施形態では、複数のニューラルネットワークの機械学習が行われて、複数の学習済みモデルが生成される。

図８は、第３実施形態の学習処理を示す図である。画像特徴量抽出部２２として機能するＣＰＵ１１は、復号画像から画像特徴量を抽出する。そして、画像特徴分布調整部２３として機能するＣＰＵ１１は、抽出された画像特徴量に基づいて、画像特性の分布を調整する。このとき、ＣＰＵ１１は、画像特徴量の分布がそれぞれ異なる複数の学習セットを生成する。図８の例では、ｎ個の学習セットにより学習セット群３０が構成される。また、第３実施形態では、複数の画像回復部により画像回復部群３１が構成される。画像回復部群３１の各画像回復部は、それぞれ図４の画像回復部２５に相当する。つまり、画像回復部群３１の各画像回復部は、それぞれ異なるＧＰＵ１７により実現される。図８の例では、学習セットの数に対応するｎ個の画像回復部により画像回復部群３１が構成される。各画像回復部は、対応する学習セットの復号画像をニューラルネットワークに入力して、機械学習を行う。

画像回復部群３１の各画像回復部は、学習結果として、それぞれ学習済みモデルを出力する。図８の例では、学習結果として、ｎ個の学習済みモデルが生成される。ｎ個の学習済みモデルにより学習済みモデル群３２が構成される。各学習済みモデルは、学習済みのニューラルネットワークであり、係数パラメータが調整されている。そして、各学習済みモデルは、それぞれ画像特徴量の分布が異なる学習セットにより機械学習されることにより得られる。

図９は、学習セットの一例を示す図である。図９（ａ）は、画像特徴量が小さい復号画像を多く含む学習セット１の一例を示す図である。図９（ｂ）は、画像特徴量が大きい復号画像を多く含む学習セット２の一例を示す図である。学習セット１および学習セット２は、学習セット群３０の一部の学習セットである。学習セット１を用いた機械学習が行われる場合は、第１実施形態と同様の処理が行われる。学習セット２を用いた機械学習が行われる場合は、第２実施形態と同様の処理が行われる。

また、学習セット群３０に含まれる学習セットは、図９（ｃ）に示されるように、画像特徴量が所定の閾値未満の複数の復号画像により構成されてもよい。また、学習セット群３０に含まれる学習セットは、図９（ｄ）に示されるように、画像特徴量が所定の閾値以上の複数の復号画像により構成されてもよい。例えば、図９（ｃ）の例では、減少分布のうち画像特徴量が大きい復号画像（画像特徴量が所定の閾値以上の復号画像）は、機械学習に用いられない。また、図９（ｄ）の例では、増加分布のうち画像特徴量が小さい復号画像（画像特徴量が所定の閾値以上の復号画像）は、機械学習に用いられない。

以上の処理により、画像特徴量の分布がそれぞれ異なる複数の学習セットを用いて機械学習された複数の学習済みモデルが生成される。次に、複数の学習済みモデルを用いた推論処理について説明する。図１０は、第３実施形態の推論処理の流れを示すフローチャートである。以下、コンピュータ１０が推論処理を行うものとして説明するが、上述したように、端末１９が推論処理を行ってもよい。この場合、端末１９は、コンピュータ１０から複数の学習済みモデルを取得する。

Ｓ９０１において、ＣＰＵ１１は、記憶装置１３に保存されている推論セットから、任意の復号画像をメモリ１２に展開し、展開された復号画像から画像特徴量を抽出する。推論セットは、推論処理を行うための複数の未知の復号画像により構成される復号画像群である。Ｓ９０２において、ＣＰＵ１１は、推論対象となる復号画像の画像特徴量を抽出し、抽出された画像特徴量に応じて、学習済みモデルを切り替える。例えば、抽出された画像特徴量が小さい場合、ＣＰＵ１１は、画像特徴量が小さい復号画像を多く含む学習セットを用いて機械学習された学習済みモデルを選択する。また、抽出された画像特徴量が大きい場合、ＣＰＵ１１は、画像特徴量が大きい復号画像を多く含む学習セットを用いて機械学習された学習済みモデルを選択する。

Ｓ９０３において、ＣＰＵ１１は、切り替えられた学習済みモデルに対して、復号画像を入力して、ＧＰＵ１７に推論処理を行わせる。これにより、ＧＰＵ１７は、係数パラメータが調整されたニューラルネットワークにより演算を行う。そして、演算結果として、回復画像が得られる。ニューラルネットワークに入力される復号画像は、符号化による圧縮処理により歪みが生じており、ニューラルネットワークは、歪みが回復された回復画像を出力する。Ｓ９０４において、ＣＰＵ１１は、推論セットに含まれる全ての復号画像の推論処理が完了したかを判定する。ＣＰＵ１１は、Ｓ９０４でＮｏと判定した場合、全ての復号画像の推論処理が完了していないため、処理をＳ９０１に戻す。一方、ＣＰＵ１１は、Ｓ９０４でＹｅｓと判定した場合、全ての復号画像の推論処理が完了したため、図１０のフローチャートの処理を終了させる。

従って、第３実施形態では、画像特徴量の分布が異なるように調整された複数の学習セットのそれぞれを用いて、ニューラルネットワークの機械学習が行われることで、複数の学習済みモデルが生成される。そして、複数の学習済みモデルのうち、推論対象である復号画像の画像特徴量に応じた学習済みモデルを用いて推論処理が行われるため、画質回復性能を向上させることができる。

以上、本発明の好ましい実施の形態について説明したが、本発明は上述した各実施の形態に限定されず、その要旨の範囲内で種々の変形及び変更が可能である。本発明は、上述の各実施の形態の１以上の機能を実現するプログラムを、ネットワークや記憶媒体を介してシステムや装置に供給し、そのシステム又は装置のコンピュータの１つ以上のプロセッサーがプログラムを読み出して実行する処理でも実現可能である。また、本発明は、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１０ コンピュータ
１１ ＣＰＵ
１７ ＧＰＵ
１９ 端末
２２ 画像特徴量抽出部
２３ 画像特徴分布調整部
２４ 学習セット記憶部
２５ 画像回復部

Claims (17)

1. 複数の学習データを含む学習セットについて、前記複数の学習データの特徴量の分布が所定の分布となるように前記学習セットに含まれる学習データの数を調整する調整手段と、
   前記学習セットを用いて機械学習を行い、学習済みモデルを生成する学習手段と、
   を備えることを特徴とする学習装置。
2. 前記調整手段は、前記学習データの特徴量が大きくなるに応じて、該学習データの割合を高くする第１の分布となるように前記学習データの数を調整することを特徴とする請求項１に記載の学習装置。
3. 前記調整手段は、前記学習セットに含まれる前記複数の学習データを用いて前記機械学習が行われた後に、前記特徴量が所定量以上の学習データを追加することを特徴とする請求項２に記載の学習装置。
4. 前記調整手段は、前記学習セットに含まれる全ての前記学習データを用いた前記機械学習が行われた後に、前記複数の学習データの特徴量の分布を平均化する調整を行うことを特徴とする請求項２に記載の学習装置。
5. 前記調整手段は、前記学習データの特徴量が小さくなるに応じて、該学習データの割合を高くする第２の分布となるように前記学習データの数を調整することを特徴とする請求項１に記載の学習装置。
6. 前記調整手段は、前記学習セットに含まれる全ての前記学習データを用いた前記機械学習が行われた後に、前記特徴量が所定量未満の学習データを追加することを特徴とする請求項５に記載の学習装置。
7. 前記調整手段は、複数の前記学習セットのそれぞれについて、前記複数の学習データの特徴量の分布が所定の分布となるように前記学習セットに含まれる学習データの数を調整し、
   複数の前記学習手段は、対応する学習セットを用いて機械学習を行うことを特徴とする請求項１に記載の学習装置。
8. 前記学習装置は、複数の前記学習手段がそれぞれ機械学習して得られる複数の前記学習済みモデルを切り替えて推論処理を実行することを特徴とする請求項７に記載の学習装置。
9. 前記学習装置は、推論対象となるデータの特徴量に応じて、前記複数の学習済みモデルのうち何れかに切り替えて前記推論処理を実行することを特徴とする請求項８に記載の学習装置。
10. 前記学習セットは、前記特徴量が所定の閾値未満の複数の学習データまたは前記特徴量が前記所定の閾値以上の複数の学習データにより構成されることを特徴とする請求項７乃至９のうち何れか１項に記載の学習装置。
11. 前記学習データは、非圧縮画像を符号化し、復号した学習用の復号画像であり、
    前記学習済みモデルは、復号画像が入力されたときに、前記復号画像を回復した回復画像を出力することを特徴とする請求項１乃至１０のうち何れか１項に記載の学習装置。
12. 前記特徴量は、前記復号画像の画素差分値、画素平均値または分散値であることを特徴とする請求項１１に記載の学習装置。
13. 複数の学習データを含む学習セットについて、前記複数の学習データの特徴量の分布が所定の分布となるように前記学習セットに含まれる学習データの数を調整し、該学習データの数が調整された学習セットを用いて機械学習を行い、学習済みモデルを生成する学習装置から前記学習済みモデルを取得する取得手段と、
    取得した前記学習済みモデルを用いて推論処理を行う推論手段と、
    を備えることを特徴とする電子機器。
14. 複数の学習データを含む学習セットについて、前記複数の学習データの特徴量の分布が所定の分布となるように前記学習セットに含まれる学習データの数を調整する工程と、
    前記学習セットを用いて機械学習を行い、学習済みモデルを生成する工程と、
    を備えることを特徴とする学習方法。
15. 複数の学習データを含む学習セットについて、前記複数の学習データの特徴量の分布が所定の分布となるように前記学習セットに含まれる学習データの数を調整し、該学習データの数が調整された学習セットを用いて機械学習を行い、学習済みモデルを生成する学習装置から前記学習済みモデルを取得する工程と、
    取得した前記学習済みモデルを用いて推論処理を行う工程と、
    を備えることを特徴とする電子機器の制御方法。
16. 請求項１乃至１２のうち何れか１項に記載の学習装置の各手段をコンピュータに実行させるためのプログラム。
17. 請求項１３に記載の電子機器の各手段をコンピュータに実行させるためのプログラム。