2018/02/04コンピュータビジョン勉強会＠関東「強化学習論文読み会」 (10ページ目)

動画vs動画での顔認証、直感的には同じような顔の角度のペアをなるべく異なる角度となるようサンプリングして比較するようなアプローチが一番良さそうと思うのだけど #cvsaisentan

2018-02-04 16:52:20

2つの顔画像シーケンスX_AとX_Bの距離は、各シーケンスでtemporal representationを計算し、その内に選択したフレームの平均をとってから距離を求める。この選択するか否かの係数a_iがAttentionと主張している。 #cvsaisentan

2018-02-04 16:52:54

あるふ @alfredplpl

Attention、だんだんわかってきた気がする。ハイパーパラメータのパラメータ（つまり、ハイパーハイパーパラメータ）を選ぶ基準をどのように決めるかという問題の解き方の総称な気がする。 #cvsaisentan 参考文献: slideshare.net/mobile/yutakik…

2018-02-04 16:53:46

ROS・Cプラ弱者 @takerfume

CVを認識系と生成系に分けるなら（門外漢が適当に分類してます）認識系→報酬は精度にすればいいから報酬設計必要なし→強化学習生成系→報酬がよくわからないから報酬設計必要→逆強化学習 or Imitation Learning という感じかな後者の方がインパクト強そう。 #cvsaisentan

2018-02-04 16:56:16

あるふ @alfredplpl

認識系がDiscriminator、生成系がGeneraterとして、それを双方学習できるのがGenerative Adversarial Network。みたいな感じで、それを強化学習と組み合わせる時代の流れを感じた。 #cvsaisentan

2018-02-04 16:58:53

お好み焼き @jellied_unagi

CVのカンファレンスは定量評価で強いのはもう大前提で，とにかく（CV分野にとって）新しい問題か新しい技術が必要で，RLとかIRLはその辺の要求をいい感じに答えてくれるので流行っているのではないかという気がする #cvsaisentan

2018-02-04 17:00:26

H. NOMATA @hiromichinomata

Videoに写った人の顔認証の精度をあげる論文。良さそうな画像をピックアップして精度をあげる。強化学習on時系列onCNN。画像から直接Attentionを計算しており、強化学習でクオリティーの低いものを取り除いて精度が上がるような組み合わせを求める。 #cvsaisentan slideshare.net/takanoriogata1…

2018-02-04 17:03:05

コンピュータビジョン勉強会＠関東 @kantocv

最後の発表は@losnuevetoros さんです。資料はこちら slideshare.net/YoshitakaUshik… #cvsaisentan

2018-02-04 17:06:12

あるふ @alfredplpl

マルチエージェントIRLとかできるのかな。複雑系の基本ルールをデータ・ドリブンに解き明かしてくれそう。 #cvsaisentan

2018-02-04 17:07:07

ROS・Cプラ弱者 @takerfume

最近読んで面白かった論文です。ICLR2018のTop2% openreview.net/forum?id=HktK4… Twitterのトピック上のツイートの分布を状態にして、トピックのバズり方の遷移の報酬を推定し遷移予測をする大人数のアクションの塊が集団としてみたときもMDPに従っていて集団の従う報酬が分かるのが面白いです #cvsaisentan twitter.com/alfredplpl/sta…

2018-02-04 17:09:08

t2kasa @__t2kasa__

顔の向きは分かりそうだから向きが似ている向きの画像を比較するようにすればいいんじゃないか、というのは同意。向きを考慮して元から類似していそうな画像を比較した方が平均をとるよりもやりやすそう。 #cvsaisentan

2018-02-04 17:09:23

Minagawa Takuya @takmin

@kantocv 相変わらず完璧な枕 #cvsaisentan

2018-02-04 17:14:33