-
- いいね！0
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
質問：原著論文では四角三角○だった。最初から三角○のみで、途中から四角が入ってくるような状況だと、どうなるか？ うまくいくのか行かないのか？ #cvsaisentan
2015-05-30 15:01:28
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
答え：個人的な感想としては、うまくいかなくなるカリキュラムはあると思う。SPLのような最適化の枠組みを入れる必要があるのか、もしくはなんらか別の方法でカリキュラムを決めていくしかない。 #cvsaisentan
2015-05-30 15:02:31
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
おや、なんか猫が見えたような・・・ #cvsaisentan
2015-05-30 15:03:07
コンピュータビジョン勉強会＠関東
@kantocv
続いて発表は、 @sakanazensen さんの発表で、タイトルは "Selective Search for Object Recognition" です。 #cvsaisentan
2015-05-30 15:04:47
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
今回はSlideshareから直接発表という斬新なケース。 #cvsaisentan
2015-05-30 15:06:26
コンピュータビジョン勉強会＠関東
@kantocv
@sakanazensenさんの.発表資料です。slideshare.net/belltailjp/kan… #cvsaisentan
2015-05-30 15:06:48
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
「お魚さんって人間だったんですね」名言出ました。 #cvsaisentan
2015-05-30 15:07:29
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
25132 window / img (at VGA) これはなんと「無駄無駄無駄無駄無駄無駄無駄無駄！」#cvsaisentan
2015-05-30 15:11:52
Minagawa Takuya
@takmin
@kantocv Objectnessは学習ベース、Selective Searchは非学習でセグメンテーションに近い。#cvsaisentan
2015-05-30 15:13:58
Minagawa Takuya
@takmin
@kantocv ObjectnessとSaliencyとSelective Searchはややこしいよね。#cvsaisentan
2015-05-30 15:14:30
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
何らかのSegmentation を最初に施す。そこから類似度の高い、似ている領域同士を結合していく。 #cvsaisentan
2015-05-30 15:17:34
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
昨夜も「あ、ありのまま今起こったことを話すぜ」がリアルタイムにテレビで放映されたというのに。 #cvsaisentan
2015-05-30 15:19:00
KG
@hokkun_cv
Selective Searchの際の特徴量は加法性が成り立つものを選ぶことがミソ（マージ後の特徴量計算が不要） #cvsaisentan
2015-05-30 15:22:05
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
@kantocv 線型性があるので、特徴量を再計算する必要がなく、便利 #cvsaisentan
2015-05-30 15:22:37
Aki Teshima 「OpenCVデバッグ探偵記」BOOTHで販売中
@tomoaki_teshima
質問：特徴量は4種類提案しているけれど、最終的に似ているかどうかの判定はどこで行っているのか？答え：特徴量を単純に足し合わせています。各特徴量の値域は０－１ #cvsaisentan
2015-05-30 15:28:17