Enviar pesquisa
Carregar
Local feature3.6 takmin
•
1 gostou
•
1,289 visualizações
Takuya Minagawa
Seguir
第6回CV勉強会資料
Leia menos
Leia mais
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 19
Baixar agora
Baixar para ler offline
Recomendados
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
Yasutomo Kawanishi
わかりやすいパターン認識_2章
わかりやすいパターン認識_2章
weda654
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Takuya Minagawa
MobileNeRF
MobileNeRF
Takuya Minagawa
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ
Takuya Minagawa
Learning to Solve Hard Minimal Problems
Learning to Solve Hard Minimal Problems
Takuya Minagawa
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
Takuya Minagawa
楽しいコンピュータビジョンの受託仕事
楽しいコンピュータビジョンの受託仕事
Takuya Minagawa
Recomendados
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
第17回関西CVPRML勉強会 (一般物体認識) 1,2節
Yasutomo Kawanishi
わかりやすいパターン認識_2章
わかりやすいパターン認識_2章
weda654
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Takuya Minagawa
MobileNeRF
MobileNeRF
Takuya Minagawa
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ
Takuya Minagawa
Learning to Solve Hard Minimal Problems
Learning to Solve Hard Minimal Problems
Takuya Minagawa
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
Takuya Minagawa
楽しいコンピュータビジョンの受託仕事
楽しいコンピュータビジョンの受託仕事
Takuya Minagawa
20210711 deepI2P
20210711 deepI2P
Takuya Minagawa
20201010 personreid
20201010 personreid
Takuya Minagawa
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Takuya Minagawa
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
Takuya Minagawa
20200704 bsp net
20200704 bsp net
Takuya Minagawa
20190825 vins mono
20190825 vins mono
Takuya Minagawa
20190706cvpr2019_3d_shape_representation
20190706cvpr2019_3d_shape_representation
Takuya Minagawa
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
Visual slam
Visual slam
Takuya Minagawa
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
Takuya Minagawa
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
run Keras model on opencv
run Keras model on opencv
Takuya Minagawa
20181130 lidar object detection survey
20181130 lidar object detection survey
Takuya Minagawa
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
Takuya Minagawa
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
Takuya Minagawa
3DFeat-Net
3DFeat-Net
Takuya Minagawa
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
Takuya Minagawa
20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading
Takuya Minagawa
20180424 orb slam
20180424 orb slam
Takuya Minagawa
Curiosity driven exploration
Curiosity driven exploration
Takuya Minagawa
Mais conteúdo relacionado
Mais de Takuya Minagawa
20210711 deepI2P
20210711 deepI2P
Takuya Minagawa
20201010 personreid
20201010 personreid
Takuya Minagawa
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Takuya Minagawa
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
Takuya Minagawa
20200704 bsp net
20200704 bsp net
Takuya Minagawa
20190825 vins mono
20190825 vins mono
Takuya Minagawa
20190706cvpr2019_3d_shape_representation
20190706cvpr2019_3d_shape_representation
Takuya Minagawa
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
Visual slam
Visual slam
Takuya Minagawa
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
Takuya Minagawa
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
run Keras model on opencv
run Keras model on opencv
Takuya Minagawa
20181130 lidar object detection survey
20181130 lidar object detection survey
Takuya Minagawa
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
Takuya Minagawa
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
Takuya Minagawa
3DFeat-Net
3DFeat-Net
Takuya Minagawa
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
Takuya Minagawa
20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading
Takuya Minagawa
20180424 orb slam
20180424 orb slam
Takuya Minagawa
Curiosity driven exploration
Curiosity driven exploration
Takuya Minagawa
Mais de Takuya Minagawa
(20)
20210711 deepI2P
20210711 deepI2P
20201010 personreid
20201010 personreid
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
20200704 bsp net
20200704 bsp net
20190825 vins mono
20190825 vins mono
20190706cvpr2019_3d_shape_representation
20190706cvpr2019_3d_shape_representation
20190307 visualslam summary
20190307 visualslam summary
Visual slam
Visual slam
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
run Keras model on opencv
run Keras model on opencv
20181130 lidar object detection survey
20181130 lidar object detection survey
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
3DFeat-Net
3DFeat-Net
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading
20180424 orb slam
20180424 orb slam
Curiosity driven exploration
Curiosity driven exploration
Local feature3.6 takmin
1.
第6回CV勉強会 物体認識のための画像局所特徴量 3.6, 3.7, 3.8,
4章 presented by takmin
2.
3.6. 第二世代特徴量の比較実験 • 以下の4種類の特徴量の比較実験 –
Haar-Like特徴量 – EOH特徴量 – Edgelet特徴量 – HOG特徴量
3.
3.6.1 実験概要 • 顔データセット –
学習: Webから収集した5000枚 – 評価:MIT+CMU Frontal Face Image
4.
3.6.1 実験概要 • 車データセット –
学習: UIUC Cars – 評価: UIUC Cars
5.
3.6.1 実験概要 • 人データセット –
学習: INRIA Person Dataset – 評価: USC Pedestrian Detection Test Set
6.
カスケード型物体検出器 全ての探索窓 1 2 3
更なる処理 拒否された探索窓 TRUE TRUE TRUE FALSE FALSE FALSE • 各ステージはAdaBoostを用いた強識別器。 • 弱識別器として、それぞれの特徴量を用いる
7.
3.6.2 評価方法 検出対象数 検出した正解数 検出率 評価用画像数 誤検出した数 平均誤検出率 (66) (67) • 検出率と平均誤検出率はトレードオフ(ROCカーブ) •
グラフの左上ほど検出器の性能は高い
8.
実験結果(顔) Haar-like特徴が優秀! 顔の器官は誰でも同じような位置にあるため。
9.
実験結果(車) どの特徴量も優秀! 形状変化が少なく、テクスチャの多様さも少ない。
10.
実験結果(人) HOG特徴量が優秀! 姿勢による形状変化が大きく、テクスチャも多様 なためエッジに着目したものが強い
11.
選択された特徴量 ブースティングは多数の特徴量候補の中から識別に有 効な特徴を自動的に選択できる。 顔データに対して選択されたHaar-like特徴量の一部
12.
3.7 第三世代の特徴量の比較実験 • 以下の4種類の特徴量の比較実験 –
HOG特徴量(第二世代) – Shapelet特徴量 – Joint HOG特徴量 – 共起確率特徴量 • 実験画像 – 人画像データセット • 人領域は学習画像/試験画像共に切り取り済み • 検出ではなく、「人かどうか」というカテゴリ判別
13.
3.6.2 評価方法 人画像数 画像数人として判定された人 検出率 背景画像数 画像数人として判定された人 誤検出率 (68) (67) • 検出率と誤検出率はトレードオフ(ROCカーブ) •
グラフの左上ほど検出器の性能は高い
14.
3.7.3 実験結果(ROCカーブ)
15.
3.7.4 選択された特徴量
16.
3.8 物体検出に有効な特徴量まとめ 第二世代
17.
3.8 物体検出に有効な特徴量まとめ 第三世代
18.
4. まとめ • SIFT –
画像の拡大・縮小、回転、スケール変化、照明変 化に頑健な特徴量 – SIFTの拡張 • PCA-SIFT, GLOH, SURF • 物体検出 – 第一世代:画像全体の特徴、第二世代:局所的 な特徴、第三世代:局所特徴の共起関係 – 検出対象によって得意な特徴量は違う
19.
最後に • 図は,藤吉研の各種資料を使用させていた だきました。 – http://www.vision.cs.chubu.ac.jp/04/index.html
Baixar agora