第21回 名古屋CV・PRML勉強会
-
sakanazensen
- 4015
- 0
- 0
- 2
-
- いいね！2
Hironobu Fujiyoshi
@hf149
今回はひとつひとつのアルゴリズムの詳細は説明できないので、今回のサーベイをきっかけとして文献を深く調査して頂けると嬉しいです。#nagoyacv
2012-11-17 14:07:59
はる
@fararrow9
Cluster Boosted Tree(CVT) ぱっと見，変速機の仕組みかと(>_<) 仕組み的にはスタンダードなBoosting #nagoyacv
2012-11-17 14:11:59
はる
@fararrow9
パーツの定義方法：ルールベース(人が決める)，画像の位置(頭部，胴体，脚部，とか)，特徴点ベース(ラベル付はいらないが，背景領域からも出る)，統計的アプローチ(学習) #nagoyacv
2012-11-17 14:14:42
おさかなさん
@sakanazensen
姿勢にrobustにするためにパーツベースのアプローチ．パーツの選び方と，統合のしかたにそれぞれ手法がある #nagoyacv
2012-11-17 14:15:33
はる
@fararrow9
Adaptive Combination of Classifier(ACC) やっぱり，Active Cruise Controlかと… SVMベース #nagoyacv
2012-11-17 14:16:17
yasunori1978
@fanks_vision
MILって誤検出が増えそう、、かと思ったらあとでBoostingとかするのね #nagoyacv (live at http://t.co/lACKecKc)
2012-11-17 14:17:54
はる
@fararrow9
Deformable parts model，スコアは全身のそれらしさと，パーツ+位置関係の一番マッチした時のそれらしさの和(資料参考 @takmin さんｗ) #nagoyacv
2012-11-17 14:21:51
おさかなさん
@sakanazensen
Implicit Shape Model; ISM: 人検出とsegmentationを同時にできる！ #nagoyacv
2012-11-17 14:22:48
yasunori1978
@fanks_vision
個別の問題に対処する方法は色々ありそうだけど、複合的な問題に対してはどうするんだろう？ #nagoyacv (live at http://t.co/lACKecKc)
2012-11-17 14:25:52
おさかなさん
@sakanazensen
積分画像・積分ヒストグラムはアルゴリズムクラスタ的にいうとSummed Area Tableなら通じるかな #nagoyacv
2012-11-17 14:35:49