顔画像認識とか,一般物体認識とか,類似画像検索とか,こういう研究分野に,色んな迷信が紛れ込んでるような気がする.
2011-02-20 22:10:08えっ、なんですか?きになります RT @toshikazuwada: 顔画像認識とか,一般物体認識とか,類似画像検索とか,こういう研究分野に,色んな迷信が紛れ込んでるような気がする.
2011-02-20 22:12:57どのような迷信か、ぜひともお聞かせください。 RT @toshikazuwada: 顔画像認識とか,一般物体認識とか,類似画像検索とか,こういう研究分野に,色んな迷信が紛れ込んでるような気がする.
2011-02-20 22:58:05迷信というのが正しいかどうか:まずは,特徴近辺について.descriptor をどこで走らせるか,キーポイントを取り出してから計算か,エッジ付近か,はたまたグリッド上で走らせるか?CodeBookは平坦なのがいいか,Ni… (cont) http://deck.ly/~TrnwG
2011-02-20 23:35:35あそうそう,キーポイント取り出してdescriptor 走らせると,さそりの尾っぽとか,ギターのくぼみとか,背景部分の特徴が混じるで.
2011-02-20 23:39:42いろいろ,こうしたらうまくいくとかどうとか,言うけれど,何が本当かが分からない.Vocabulary Treeは近似最近傍探索のインデックス構造であると同時に,VWのシソーラスでもあるという理解は,かしこーい,と思わせるけど,ちょっと違う.
2011-02-20 23:45:42ホントのBOWとBOVWでは,語彙をガンガン増やしたほうがいいのか,どこかで絞ったほうがいいのかという問題に対する答えは違うとおもう.
2011-02-20 23:49:44大量のデータにまみれて識別器などのトレーニングをすると,迷信に弱いタイプの人は道に迷い,何がいいのか完全に道を見失う.迷信に惑わされない人は,なんとかできるけど,でも迷信だらけ.
2011-02-21 00:04:08画像認識で、シソーラスの葉カテゴリの認識精度は、Flatなカテゴリだと仮定した場合と比較して、シソーラスを考慮しても認識精度が向上しないという主張のほうが多い。
2011-02-21 00:20:52僕もそう思います.うちのM2が調べたところ,根っこの直下で違うパスを辿るのが多いんです.だからidfの重み付け投票が効かない. RT @yu4u: 画像認識で、シソーラスの葉カテゴリの認識精度は、Flatなカテゴリだと仮定した場合と比較して、シソーラスを考慮しても認識精度が
2011-02-21 00:31:14BoFがなぜうまくいくのかも,M2の研究で偶然わかった.他のM2の研究と組み合わせると,類似性・相違性尺度とBoFの関連が見えてきた.技術的にはどうか分からんけど,哲学的には進歩している.
2011-02-21 00:52:57自分で自分の文章を見て,くどいと思うな.だが,今この時点で,多分地球上で類似度とか,相違度に関して詳しい人のトップ10位には入ってると思う.
2011-02-21 22:39:09@toshikazuwada あれ、でも、グラム行列が非正則になると解が不安定になりやすい気がしますが、それって理解が間違っていますでしょうか?
2011-02-21 22:49:14@toshikazuwada 問題がたくさんあり過ぎるので1つずつばらばらに私のコメントを述べようかと思います。
2011-02-21 22:51:20@toshikazuwada まずはdescriptorの問題。狭義のdescriptorは元々同一画像領域の検出に用いられていたものなので、そのdescriptorが外的要因で変動するような箇所で計算するのは本来はナンセンスな気がしています。
2011-02-21 22:54:06@toshikazuwada ただし、descriptorが量子化されて使用されると話が変わる気がします。多少変動しても量子化で吸収されてしまうので、それがたまたま見えなくなってしまっている。
2011-02-21 22:55:55@_akisato 外的要因とはなにか良く解らん.ボトムアップで正しいキーポイントの場所が計算できるはずがないというのが僕の主張だが,だからといって,全部間違いなわけでもない.
2011-02-21 22:57:05画像処理(〇〇認識)に迷信が紛れ込むとすれば、科学としての完成度が低いからと思われます。Harr-like,HOGは偶像崇拝的でもあります。前向きに捉えれば、これから開拓されるべきフロンティアが目の前に広がっているとも言えると思います。RT @toshikazuwada:...
2011-02-21 22:57:21@toshikazuwada そこでBoFに話題が移るのですが、先日の原田先生@東大のご講演が示す通り、BoFは結局、descriptorの分布を近似していたものと見なせるわけです。
2011-02-21 22:59:02