第26回 コンピュータビジョン勉強会＠関東　ツイートまとめ

坂本寛 @KanSAKAMOTO

Ust有難うございます。音量上げていただきちょうど良いです。#cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 排他関係を表すグラフ Ee と、包含関係を表すグラフEh 。ルールに則っている場合、 legal である。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv で、途中で力尽きるんですけれど、定理や定義、補題、などがたくさん出てくる、数学の論文みたい。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv HEXグラフによる識別モデル。だんだん「シベリアンハスキーじゃないけど、子犬。（そもそも猫じゃない）」みたいな表現が可能になる。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 画像の識別器のスコアを元に、確率を計算する。真ん中の積の項は、「犬じゃないけどハスキーである」みたいな矛盾時は0になるので、掛けあわせて確率がゼロになる #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 犬かつ猫、みたいな矛盾があった場合、確率が0になる。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv つまり識別器の確率が生き残るためには、legalであり、consistent でなければならない。#cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv リンクがない場合は、それぞれ独立なので、掛け合わせるだけで確率が出る。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 確率的勾配降下法、キター！ #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv やっぱり、矛盾のある認識結果を弾く仕組みを導入しただけのように思えるのだけれど、矛盾のない認識結果を強化する仕組みはないのかな？ #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 一部わかってる制約を事前に導入できる。ポイントは、全部のノードに対して制約を書かなくても良い。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 知りたいパラメータ以外をパラメータ化したことを周辺分布と言う。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 各ラベルの周辺分布を小売雨滴に計算したい！→そうだ積和アルゴリズムだ！ #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv HEXグラフは巨大なネットワークだが、取りうる状態は少ないので、取りうる状態をあらかじめリストアップする→密なHEXグラフを利用。余計なリンクを除去できる→疎なHEXグラフを利用 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv FとAは排他で、A以下のノードは包含関係なので、リンクを省くことができる。また、自明なリンクを追加することもできる。どちらも状態としては等価。（冗長度を変えられる）。これにより、 疎なグラフ、密なグラフ、を定義する。 #cvsaisentan

おさかなさん @sakanazensen

最も冗長なグラフは完全グラフになる、わけではない？？ #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 密なグラフの方が状態をリストアップしやすい。速い。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 排他関係は無向グラフで表現するので、ループを許してしまう。そのためにジャンクションツリーアルゴリズムを使う。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv Animal With Attributes データセットとか、存在するのか！ #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 「勝てなかった手法もあるけれど、それ専用に作ったわけじゃないし、これでよくねー？」←こういうざっくり評価、いいねー。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv 速度が6倍になったところで、比較対象のsoftmaxが何を表しているのか？どこで6倍の差が開くのか？ #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv softmaxで学習するところと、グラフで推論するところも含めて6倍ということ。 6倍早くなったわけではなく、6倍時間がかかる。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv Q:どういう状況でよくなるか、いまいちしっくり来ないのですが、よくなるような状況はどういう時でしょうか？ #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv Aまず学習するときにpuppyがdogの学習に使われるときもあった。 #cvsaisentan

Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中 @tomoaki_teshima

@kantocv puppy が 1になるためには、 dog が1になる必要があり、結果として、推論の結果がdogに反映されることになる。 #cvsaisentan