- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
チュートリアル講演特定物体認識
大阪府立大学大学院 黄瀬浩一
目次
2
背景
DEMO
処理の流れ
まとめ
物体認識
3
一般物体認識
特定物体認識
認識
応用
competitors: RFIDs, Barcodes
a car
the car(specific model X)
intelligent robot
image tagging
object IDs
class (category)
instance
適用例:カタログショッピング
4
このハサミが欲しい!
バーコードの利用
5
認識による実現
6
認識
Webに
アクセス
画像検索
7
クエリ
同じ特定物体を含む
画像の検索
検索システム
姫路城
クチコミ情報
の登録・検索
商品情報
の取得
感想・コメント
の交換
趣味情報
仮想現実感
こんにちは
レストラン
文書
カタログ
実世界指向Web
8
画像検索
DEMO
9
DEMO
10
DEMO: 5000物体
100万物体
Bag-Of-Features(BOF)表現
26億次元,100万ベクトル
記憶:5ペタ(1015)バイト
照合:250日
実際には
記憶:33GB(15万分の1)
照合:60ms/query(4億分の1)
特定物体認識の問題点と解決策
11
問題点
大規模化
解決策
先人に学ぶ
下手な鉄砲も数打ちゃ当たる
乾いた雑巾を絞る
当たらずといえども遠からず
処理の流れ
12
画像DB
特徴抽出
照合
検証
クエリ
画像
出力
画像表現
visual
word
の抽出
visual words
索引
付け
処理の流れ
13
画像DB
特徴抽出
照合
検証
クエリ
画像
出力
画像表現
visual
word
の抽出
visual words
索引
付け
特徴抽出
14
局所特徴量
SIFT(128次元), PCA-SIFT(36次元), etc.
局所特徴量の性質と問題点
15
性質
局所
高い安定性
高い識別性
問題点
数が多い:数百から数万/画像
記憶・照合が大変!
局所特徴量をもとにした新しい画像表現
処理の流れ
16
画像DB
特徴抽出
照合
検証
クエリ
画像
出力
画像表現
visual
word
の抽出
visual words
索引
付け
画像表現
17
文書検索の表現方法
BOW (Bag-Of-Words)
先人に学ぶ
Bag-Of-Words (BOW)
18
ベクトル化
画像表現
19
文書検索の表現方法
BOW (Bag-Of-Words)
単語はどうやって定めるか?
局所特徴量には似たものがあるはず
それらを一つの「単語」(visual word)として抽出
局所特徴量のベクトル量子化
Bag-Of-Features (BOF) 表現[Sivic2003]
Bag-Of-Visual-Words, Bag-Of-Keypointsなどとも呼ばれる
Bag of Features (BOF)
20
Fei-Fei Li (/teaching.html)を改変
局所特徴量
(特徴ベクトル)
Bag of Features
21
クラスタリング
visual word
Bag of Features
22
visual wordを次元
とする特徴ベクトル
共通の「語彙」で
様々な画像を表現
頻度に基づく
重みを記録
個々の画像の表現
23
画像表現の作成
24
局所特徴量
画像表現の作成
25
visual word
局所特徴量
最近傍探索
実数値ベクトル
整数値
(visual word ID)
画像表現
26
先輩に見習う
文書検索の表現方法
BOW (Bag-Of-Words)
単語はどうやって定めるか?
局所特徴量には似たものがあるはず
それらを一つの「単語」(visual word)として抽出
局所特徴量のベクトル量子化
Bag-Of-Features 表現 [Sivic2003]
いくつの単語が必要か?
現状の比較
27
一般性
特殊
一般
識別対象
の数
102
105
visual word
の数
特定
物体認識
一般
物体認識
106
107
102
103
105
1010
108
特定物体認識の場合
28
認識率
Visual wordの数は多ければ多いほどよい
[Nistér06]では局所特徴量2~3個に対して1個
究極は全部別物として保存
我々の場合
メモリ量・計算量
元の木阿弥
記憶に膨大なメモリ量
visual wordとの照合に膨大な計算量
別の方法が必要
量子化に工夫
スカラ量子化
29
次元ごとに量子化
k level / 次元, D 次元 → kD個のvisual wordを表現
k=4, D=36でも1021
100万画
您可能关注的文档
- Unit2日照职业技术学院.ppt
- XXX事业部长安金牛星智勇大冲关—万人品鉴活动战报模板.ppt
- zjk1.3区县管理员账号.ppt
- サツマイモによる屋上緑化の熱的影響の実測NIPPON..ppt
- シミュレーテッドアニーリングにおける重要温度領域に関す….ppt
- スペイン語初級文字と発音lectureeccutokyoac.jp.ppt
- スライド1アーク日本株式会社.ppt
- スライド1茨城大学図書館.ppt
- スライド1岐阜工業高等専門学校.ppt
- チーム豊田中間発表.ppt
- 初中几何证明题.pdf
- 初中记事作文500字.pdf
- 2024年中国电力技术装备限公司高校毕业生招聘(第二批)【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年中国电子信息产业集团桂林长海发展限责任公司招聘118人【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年中国电建集团海外投资限公司高等院校毕业生招聘【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年中国电信实习生招募【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年中国铁路北京局招聘全日制大专(高职)毕业生2341人【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年中国热带农业科学院南亚热带作物研究所高层次人才引进需求【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年中国铁路经济规划研究院招考聘用应届毕业生11人【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 精彩的自我介绍范文(必备15篇).docx
文档评论(0)