第1回 名古屋CV・PRML勉強会 に参加
行ってきました。
なるほど、まったくわからん。
「画像ベースマッチング技術研究の系譜と最近の研究事例〜共起確率を用いた超高速テンプレートマッチング〜」 by 中京大 橋本先生
-
- 発表資料:http://goo.gl/mCcS5
-
- パターンマッチングの手法
- 幾何学形状を用いる方法
- Hough変換
- Merlinの方法
- ローカルな特徴点を用いる方法
- 画像パターンを用いる方法
- 今回の話の中心はこの方法
- 幾何学形状を用いる方法
- パターンマッチングの手法
-
- テンプレートマッチングの基礎原理
- 画素同士の比較によって類似度が最大のものを見つける
- テンプレートマッチングの基礎原理
-
- テンプレートの課題
- ロバスト化
- 高速化
- 高精度化
- 今日の話は上記1と2について
- テンプレートの課題
-
- ロバスト化
- 2値化
- 3値化
- 増分符号化
- 方向符号化
- RRC(Radial Reach Correlation)
- ロバスト化
-
- 高速化
- 3つのアプローチ
- 計算量が少ない類似性尺度の利用
- 全ての画素を使わない
- 類似度マップの作成を省略
- SSDA法(SequentialSimilarityDetectionAlgorithm:残差逐次検定法)
- しきい値制御
- 渦巻き探索(画像の中心から)
- ピラミッド探索(縮小画像で判定していく)
- 3つのアプローチ
- 高速化
-
- 画像マッチング技術の性能評価の観点
- 基本性能
- ロバスト
- 高速性
- 精度
- 実用化において無視できない性能
- 省メモリ
- 実用化時の組み込みの事を考える必要があり
- 類似度マップの探索のしやすさ
- パラメータの少なさ
- 汎用性
- 省メモリ
- 基本性能
- 画像マッチング技術の性能評価の観点
- 感想
専門用語がちらほら出てきて、パターンマッチングの勉強を全くしていない素人にはちょっと難しい内容でしたが、パターンマッチングの基礎的な部分は理解出来ました。
「アクティブ探索法」 by 名大 [twitter:@miyabiarts]さん
現、名古屋大学村瀬研究室の村瀬先生の論文(CiNii 論文 - 局所色情報を用いた高速物体探索-アクティブ探索法-)を主体としたお話。
Xbox 360 Kinect センサーを使ったデモも準備していたみたいですが、間に合わなかったので次回に持ち越し。因みにXbox 360 Kinect センサーは単体品を購入しないとパソコンからは使えません。XBOX360本体とのセット品を購入すると専用ケーブル接続な奴が付いてくるみたいなので注意。
今回の勉強会の主催者という事で、参加者の所属の割合についてアンケートしていたのですが、大半が大学生・院生で、後は学校職員関係、一般企業からの参加は自分を含めて2名でした。
-
- 応用
- 動的アクティブ探索法
- 時系列アクティブ探索法
- 学習アクティブ探索法
- 応用
中部大学 藤吉研究室 > 動画像処理 computer vision with proce55ing
http://www.vision.cs.chubu.ac.jp/VU/
来年3月頃に何やら書籍が出るらしい。
- 感想
動作原理についてはおおよそですが理解出来ました。
閉会
時間が押していたので、国際学会の参加レポートは省略。今後の勉強会の進め方について話し合い。
第2回 名古屋CV・PRML勉強会
http://atnd.org/events/10379
- 日時:2010/12/18(土) 13:00〜17:00
次回はXbox 360 Kinect センサーネタとか。
懇親会
近くの浩養園で懇親会。
周りは学生ばっかりなのでどうしたものかと思ったのですが、同じテーブルになった学生さん達は運良く?医療画像処理を専攻している方々で、今の自分の業務に非常に関連しており普通に話が盛り上がって良かった。
後、主目的の名古屋の勉強会についてもひたすら宣伝しておいた。コレをきっかけに色々と参加してくれると嬉しいかも。
ちょっと専門用語が出てきて難しい部分もありましたが、自分的には収穫のあった勉強会でしたね。