-
fanks_vision
- 1305
- 0
- 0
- 0
-
- いいね！0
yasunori1978
@fanks_vision
次回のCVPR輪講の発表者リストはこちらです http://t.co/Ilgu35Ml #kansaicvprml
2012-05-12 13:14:44
関西CV・PRML勉強会
@kansaicv
次回のCVPR輪講の発表者リストはこちらです http://t.co/CiwA3Wk1 #kansaicvprml
2012-05-12 13:14:45
yasunori1978
@fanks_vision
偏り と 分散 の違いがでるということかな？＜高次元空間の分布の超立方体と超球体の差 #kansaicvprml
2012-05-12 13:21:40
yasunori1978
@fanks_vision
それゆえ次元の呪縛で探索が難しくなる RT @yasunori1978: 偏り と 分散 の違いがでるということかな？＜高次元空間の分布の超立方体と超球体の差 #kansaicvprml
2012-05-12 13:22:22
yasunori1978
@fanks_vision
画像縮小などで特徴抽出を少なくするか、PCAなどで次元圧縮をするかというアプローチがあるんですかね？RT @yasutomo57jp: 僕の場合頑張って画像を小さくして数10万次元．この前は数100万次元で処理してみた． #kansaicvprml
2012-05-12 13:29:09
yasunori1978
@fanks_vision
2分木はO(NlogN) 。要素が２次元以上のときにどうやって生成・探索する？→ kd-tree #kansaicvprml
2012-05-12 13:32:39
yasunori1978
@fanks_vision
まず、ある軸の中央値をえる。その軸の垂直に空間分割。最初に得らんだ要素をrootとする木を生成 #kansaicvprml
2012-05-12 13:34:38
yasunori1978
@fanks_vision
LEFT領域にわけて、中央値を得る。それにもっとも近いものをとってくる。偶数のときに問題になるからね。ただし、親ノードはえらんじゃだめよ。 #kansaicvprml
2012-05-12 13:38:45
箱詰屋
@biwako_yarou
@yasunori1978 以前にANN Library(kd-tree)を使った時は128次元でやってましたが… #kansaicvprml
2012-05-12 14:06:49
yasutomo57jp
@yasutomo57jp
@Lrwin16g @yasunori1978 OpenCVでもkd-treeでSIFT対応付けしてたような… #kansaicvprml
2012-05-12 14:13:38
Akisato Kimura
@_akisato
@yasunori1978 球だと距離計算を伴いますし，次元の呪いを受けやすいので，高次元データかつ簡単に済ませたい場合にはkd-treeの方が良いかもしれないですね．空間的な利用効率が高いことは間違いないですが #kansaicvprml
2012-05-12 14:39:57