2017/04/08コンピュータビジョン勉強会@関東 tweetまとめ
続いては発表者がお休みのため、急きょ@tomoaki_teshima さんがCVIMチュートリアルPDFを表示させながら解説していただいてます。 #cvsaisentan
2017-04-08 13:42:47CV勉強会資料アップしました。 slideshare.net/mobile/Fujimot… #cvsaisentan
2017-04-08 14:02:44Cramér–Rao boundってなんか見たことあるかと思ったら、Fisherベクトルとかやってたときに出会ってた。 en.wikipedia.org/wiki/Cram%C3%A… #cvsaisentan
2017-04-08 14:42:32@kantocv 最小二乗法の説明。直線を例にとった説明 #cvsaisentan
2017-04-08 14:44:43現在、@ohtysk さんにご発表いただいております。発表資料はこちらです。 speakerdeck.com/ohtysk/2017040… #cvsaisentan
2017-04-08 14:44:49@kantocv θ, Mθ を求めるのに式展開を使っている。 Mが対称行列である解説。 #cvsaisentan
2017-04-08 14:47:28@kantocv 楕円の当てはめだと、楕円が小さいのに当てはまりやすい。でもそれは何故? #cvsaisentan
2017-04-08 14:49:01@kantocv たしかに、楕円の全体にわたって観測点があれば、どんな方法でもうまくいくだろうが、一部しか見えないと、手法の差が現れ始める #cvsaisentan
2017-04-08 14:49:32@kantocv 超精度補正する場合は、Nで、パラメータごとに、重み付けを変えるイメージ。マハラノビス距離っぽいっていう @takmin さんの感想。 @peisuke さんの説明。 活発な議論。 #cvsaisentan
2017-04-08 14:52:22@kantocsv Nで、重要なパラメータに重み付けすることで偏差を補正するイメージ? #cvsaisentan
2017-04-08 14:52:34@kantocv 質問 標準ユークリッド距離と、マハラノビス距離はどう違うのか? 答え2次元だと変わらなさそう。 高次元だとわからない。対角行列ならば、同じ。対角成分以外にも値をもつと、変わってくる。 #cvsaisentan
2017-04-08 14:56:57@kantocv 3次元形状復元を例にとった解説。 #cvsaisentan
2017-04-08 15:00:17@kantocv バンドル調整の特徴としては、初期値依存な点がある。 #cvsaisentan
2017-04-08 15:04:11続いて@peisuke さんのご発表です。発表資料はこちら slideshare.net/FujimotoKeisuk… #cvsaisentan
2017-04-08 15:16:00@kantocv CR下界はデータが増えた時の下界(統計的)。KCR下界は例えば抽出点の精度が上がった時の下界 #cvsaisentan
2017-04-08 15:17:31@kantocv 夜中にサンプソンさんの顔写真をぐぐる @peisuke さん #cvsaisentan
2017-04-08 15:28:25@kantocv V[ξ]はデータごとに計算する。そのデータはどのパラメータを重視するかみたいなイメージ #cvsaisentan
2017-04-08 15:30:34