Suche senden
Hochladen
ECCV 2016 速報
•
15 gefällt mir
•
10,649 views
Hirokatsu Kataoka
Folgen
ECCV 2016 ( http://www.eccv2016.org/ )の参加速報で、2016年後半の動向をメモ的に書きました。
Weniger lesen
Mehr lesen
Wissenschaft
Melden
Teilen
Melden
Teilen
1 von 22
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
CVPR 2016 速報
CVPR 2016 速報
Hirokatsu Kataoka
CVPR 2017 速報
CVPR 2017 速報
cvpaper. challenge
CVPR2017/ICCV2017から見た研究動向(名古屋CV・PRML勉強会)
CVPR2017/ICCV2017から見た研究動向(名古屋CV・PRML勉強会)
cvpaper. challenge
CVPR 2019 速報
CVPR 2019 速報
cvpaper. challenge
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
cvpaper. challenge
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited
Kyohei Unno
ThemeStudy ― CHI2017-2018分析 + CHI2018速報
ThemeStudy ― CHI2017-2018分析 + CHI2018速報
cvpaper. challenge
【CVPR 2020 メタサーベイ】Vision & Other Modalities
【CVPR 2020 メタサーベイ】Vision & Other Modalities
cvpaper. challenge
Empfohlen
CVPR 2016 速報
CVPR 2016 速報
Hirokatsu Kataoka
CVPR 2017 速報
CVPR 2017 速報
cvpaper. challenge
CVPR2017/ICCV2017から見た研究動向(名古屋CV・PRML勉強会)
CVPR2017/ICCV2017から見た研究動向(名古屋CV・PRML勉強会)
cvpaper. challenge
CVPR 2019 速報
CVPR 2019 速報
cvpaper. challenge
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
cvpaper. challenge
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited
Kyohei Unno
ThemeStudy ― CHI2017-2018分析 + CHI2018速報
ThemeStudy ― CHI2017-2018分析 + CHI2018速報
cvpaper. challenge
【CVPR 2020 メタサーベイ】Vision & Other Modalities
【CVPR 2020 メタサーベイ】Vision & Other Modalities
cvpaper. challenge
CVPR2017 参加報告 速報版 本会議 1日目
CVPR2017 参加報告 速報版 本会議 1日目
Atsushi Hashimoto
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
cvpaper. challenge
cvpaper.challengeについて
cvpaper.challengeについて
cvpaper. challenge
ECCV2020 オーラル論文完全読破 (2/2)
ECCV2020 オーラル論文完全読破 (2/2)
cvpaper. challenge
ECCV2020 Oral論文 完全読破(1/2)
ECCV2020 Oral論文 完全読破(1/2)
cvpaper. challenge
CVPR 2018 速報
CVPR 2018 速報
cvpaper. challenge
コンピュータビジョン分野メジャー国際会議 Award までの道のり
コンピュータビジョン分野メジャー国際会議 Award までの道のり
cvpaper. challenge
自己教師学習(Self-Supervised Learning)
自己教師学習(Self-Supervised Learning)
cvpaper. challenge
[DL輪読会]Adversarial Feature Matching for Text Generation
[DL輪読会]Adversarial Feature Matching for Text Generation
Deep Learning JP
[DL輪読会] Residual Attention Network for Image Classification
[DL輪読会] Residual Attention Network for Image Classification
Deep Learning JP
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
cvpaper. challenge
【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識
Hirokatsu Kataoka
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
Cvpr2017事前読み会
Cvpr2017事前読み会
Takuya Minagawa
機械学習モデルの列挙
機械学習モデルの列挙
Satoshi Hara
ICCV2017一人読み会
ICCV2017一人読み会
Fujimoto Keisuke
Generating Videos with Scene Dynamics
Generating Videos with Scene Dynamics
harmonylab
DeepLoco
DeepLoco
harmonylab
Deep voice
Deep voice
harmonylab
AI勉強会用スライド
AI勉強会用スライド
harmonylab
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Network
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Network
harmonylab
7月10日(月)dl
7月10日(月)dl
harmonylab
Weitere ähnliche Inhalte
Was ist angesagt?
CVPR2017 参加報告 速報版 本会議 1日目
CVPR2017 参加報告 速報版 本会議 1日目
Atsushi Hashimoto
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
cvpaper. challenge
cvpaper.challengeについて
cvpaper.challengeについて
cvpaper. challenge
ECCV2020 オーラル論文完全読破 (2/2)
ECCV2020 オーラル論文完全読破 (2/2)
cvpaper. challenge
ECCV2020 Oral論文 完全読破(1/2)
ECCV2020 Oral論文 完全読破(1/2)
cvpaper. challenge
CVPR 2018 速報
CVPR 2018 速報
cvpaper. challenge
コンピュータビジョン分野メジャー国際会議 Award までの道のり
コンピュータビジョン分野メジャー国際会議 Award までの道のり
cvpaper. challenge
自己教師学習(Self-Supervised Learning)
自己教師学習(Self-Supervised Learning)
cvpaper. challenge
[DL輪読会]Adversarial Feature Matching for Text Generation
[DL輪読会]Adversarial Feature Matching for Text Generation
Deep Learning JP
[DL輪読会] Residual Attention Network for Image Classification
[DL輪読会] Residual Attention Network for Image Classification
Deep Learning JP
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
cvpaper. challenge
Was ist angesagt?
(11)
CVPR2017 参加報告 速報版 本会議 1日目
CVPR2017 参加報告 速報版 本会議 1日目
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
cvpaper.challengeについて
cvpaper.challengeについて
ECCV2020 オーラル論文完全読破 (2/2)
ECCV2020 オーラル論文完全読破 (2/2)
ECCV2020 Oral論文 完全読破(1/2)
ECCV2020 Oral論文 完全読破(1/2)
CVPR 2018 速報
CVPR 2018 速報
コンピュータビジョン分野メジャー国際会議 Award までの道のり
コンピュータビジョン分野メジャー国際会議 Award までの道のり
自己教師学習(Self-Supervised Learning)
自己教師学習(Self-Supervised Learning)
[DL輪読会]Adversarial Feature Matching for Text Generation
[DL輪読会]Adversarial Feature Matching for Text Generation
[DL輪読会] Residual Attention Network for Image Classification
[DL輪読会] Residual Attention Network for Image Classification
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
Andere mochten auch
【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識
Hirokatsu Kataoka
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
Cvpr2017事前読み会
Cvpr2017事前読み会
Takuya Minagawa
機械学習モデルの列挙
機械学習モデルの列挙
Satoshi Hara
ICCV2017一人読み会
ICCV2017一人読み会
Fujimoto Keisuke
Generating Videos with Scene Dynamics
Generating Videos with Scene Dynamics
harmonylab
DeepLoco
DeepLoco
harmonylab
Deep voice
Deep voice
harmonylab
AI勉強会用スライド
AI勉強会用スライド
harmonylab
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Network
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Network
harmonylab
7月10日(月)dl
7月10日(月)dl
harmonylab
勉強会用スライド
勉強会用スライド
harmonylab
Globally and Locally Consistent Image Completion
Globally and Locally Consistent Image Completion
harmonylab
Deep Forest: Towards An Alternative to Deep Neural Networks
Deep Forest: Towards An Alternative to Deep Neural Networks
harmonylab
DLゼミ20170522
DLゼミ20170522
harmonylab
Deeply-Recursive Convolutional Network for Image Super-Resolution
Deeply-Recursive Convolutional Network for Image Super-Resolution
harmonylab
Colorful image colorization
Colorful image colorization
harmonylab
勉強会用スライド
勉強会用スライド
harmonylab
Mobilenet
Mobilenet
harmonylab
Ai勉強会20170127
Ai勉強会20170127
harmonylab
Andere mochten auch
(20)
【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Cvpr2017事前読み会
Cvpr2017事前読み会
機械学習モデルの列挙
機械学習モデルの列挙
ICCV2017一人読み会
ICCV2017一人読み会
Generating Videos with Scene Dynamics
Generating Videos with Scene Dynamics
DeepLoco
DeepLoco
Deep voice
Deep voice
AI勉強会用スライド
AI勉強会用スライド
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Network
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Network
7月10日(月)dl
7月10日(月)dl
勉強会用スライド
勉強会用スライド
Globally and Locally Consistent Image Completion
Globally and Locally Consistent Image Completion
Deep Forest: Towards An Alternative to Deep Neural Networks
Deep Forest: Towards An Alternative to Deep Neural Networks
DLゼミ20170522
DLゼミ20170522
Deeply-Recursive Convolutional Network for Image Super-Resolution
Deeply-Recursive Convolutional Network for Image Super-Resolution
Colorful image colorization
Colorful image colorization
勉強会用スライド
勉強会用スライド
Mobilenet
Mobilenet
Ai勉強会20170127
Ai勉強会20170127
Ähnlich wie ECCV 2016 速報
ICCV 2017 速報
ICCV 2017 速報
cvpaper. challenge
continuatioN Linking
continuatioN Linking
Kouji Matsui
cvpaper.challenge チームラボ講演
cvpaper.challenge チームラボ講演
cvpaper. challenge
20180601 OWASP Top 10 2017の読み方
20180601 OWASP Top 10 2017の読み方
OWASP Nagoya
20180223 enog-i pv6-summit_report_tsubame_sanjyo niigata for webup
20180223 enog-i pv6-summit_report_tsubame_sanjyo niigata for webup
Akira Nakagawa
20180209 qunog-i pv6-summit_report_kagoshima webup
20180209 qunog-i pv6-summit_report_kagoshima webup
Akira Nakagawa
ICRA 2018 速報
ICRA 2018 速報
cvpaper. challenge
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
Yoshitaka Ushiku
RoboCup SSL Humanoidの過去・現在・未来
RoboCup SSL Humanoidの過去・現在・未来
masutani
Seccamp 2016 チューター成果報告
Seccamp 2016 チューター成果報告
slankdev
WordPressの進化とWordPress名古屋コミュニティの進化
WordPressの進化とWordPress名古屋コミュニティの進化
takashi ono
優れた問いを見つける(中京大学講演)
優れた問いを見つける(中京大学講演)
cvpaper. challenge
シンガポールFossasia2016に初参加してみた I tried the first time participate in the Singapor...
シンガポールFossasia2016に初参加してみた I tried the first time participate in the Singapor...
Netwalker lab kapper
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
Yuki Nagai
分析・モニタリングのために作文活動を測定するシステムの設計
分析・モニタリングのために作文活動を測定するシステムの設計
yamahige
NLP2017 NMT Tutorial
NLP2017 NMT Tutorial
Toshiaki Nakazawa
100622 学術情報セミナー
100622 学術情報セミナー
Shuhei Otani
.NETのTuple応用チャレンジ WCFとC++/CLI
.NETのTuple応用チャレンジ WCFとC++/CLI
keitasudo1
Deep Residual Learning (ILSVRC2015 winner)
Deep Residual Learning (ILSVRC2015 winner)
Hirokatsu Kataoka
スクラムマスターはじめのいっぽ
スクラムマスターはじめのいっぽ
Takeba Misa
Ähnlich wie ECCV 2016 速報
(20)
ICCV 2017 速報
ICCV 2017 速報
continuatioN Linking
continuatioN Linking
cvpaper.challenge チームラボ講演
cvpaper.challenge チームラボ講演
20180601 OWASP Top 10 2017の読み方
20180601 OWASP Top 10 2017の読み方
20180223 enog-i pv6-summit_report_tsubame_sanjyo niigata for webup
20180223 enog-i pv6-summit_report_tsubame_sanjyo niigata for webup
20180209 qunog-i pv6-summit_report_kagoshima webup
20180209 qunog-i pv6-summit_report_kagoshima webup
ICRA 2018 速報
ICRA 2018 速報
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
RoboCup SSL Humanoidの過去・現在・未来
RoboCup SSL Humanoidの過去・現在・未来
Seccamp 2016 チューター成果報告
Seccamp 2016 チューター成果報告
WordPressの進化とWordPress名古屋コミュニティの進化
WordPressの進化とWordPress名古屋コミュニティの進化
優れた問いを見つける(中京大学講演)
優れた問いを見つける(中京大学講演)
シンガポールFossasia2016に初参加してみた I tried the first time participate in the Singapor...
シンガポールFossasia2016に初参加してみた I tried the first time participate in the Singapor...
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
分析・モニタリングのために作文活動を測定するシステムの設計
分析・モニタリングのために作文活動を測定するシステムの設計
NLP2017 NMT Tutorial
NLP2017 NMT Tutorial
100622 学術情報セミナー
100622 学術情報セミナー
.NETのTuple応用チャレンジ WCFとC++/CLI
.NETのTuple応用チャレンジ WCFとC++/CLI
Deep Residual Learning (ILSVRC2015 winner)
Deep Residual Learning (ILSVRC2015 winner)
スクラムマスターはじめのいっぽ
スクラムマスターはじめのいっぽ
Mehr von Hirokatsu Kataoka
【チュートリアル】コンピュータビジョンによる動画認識 v2
【チュートリアル】コンピュータビジョンによる動画認識 v2
Hirokatsu Kataoka
【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?
Hirokatsu Kataoka
【ECCV 2016 BNMW】Human Action Recognition without Human
【ECCV 2016 BNMW】Human Action Recognition without Human
Hirokatsu Kataoka
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
Hirokatsu Kataoka
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
Hirokatsu Kataoka
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
Hirokatsu Kataoka
ILSVRC2015 手法のメモ
ILSVRC2015 手法のメモ
Hirokatsu Kataoka
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
Hirokatsu Kataoka
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
Hirokatsu Kataoka
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
Hirokatsu Kataoka
【SSII2015】人を観る技術の先端的研究
【SSII2015】人を観る技術の先端的研究
Hirokatsu Kataoka
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
Hirokatsu Kataoka
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
Hirokatsu Kataoka
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Hirokatsu Kataoka
Mehr von Hirokatsu Kataoka
(14)
【チュートリアル】コンピュータビジョンによる動画認識 v2
【チュートリアル】コンピュータビジョンによる動画認識 v2
【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?
【ECCV 2016 BNMW】Human Action Recognition without Human
【ECCV 2016 BNMW】Human Action Recognition without Human
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
ILSVRC2015 手法のメモ
ILSVRC2015 手法のメモ
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
【SSII2015】人を観る技術の先端的研究
【SSII2015】人を観る技術の先端的研究
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
ECCV 2016 速報
1.
ECCV2016 速報 – 2016後半の流れ – 片岡 裕雄 http://www.hirokatsukataoka.net/
2.
概要 • CV分野の会議トップ3*と言われるECCV2016 – CVPR2016速報からの続編 –
ECCV2016に参加した最近の気づきをまとめました – 前提としてCVPR2015の論文もしくはまとめ資料全てに目 を通した※ & CVPR2016参加 & ECCV2016参加 ※ cvpaper.challenge (http://www.slideshare.net/cvpaperchallenge)より – 速報性を重視したためメモ程度であることにご注意 * CVPR, ICCV, ECCV
3.
まずはDeepの扱いについて – Deep Learningは複雑化・多様化の傾向 •
Deep Learningが爆発的にヒットしてから久しい – ILSVRC2012のAlexNetから4年 – 解析が徐々に進んでいる? • 構造は深い,コンパクト,ランダム性など取り入れ進化 • ボリュームデータ(3D, 時系列)への適用が進む • ロボットへの応用がCV系でも徐々に出現 – Unsupervised/ Weakly supervised/ Self-supervised Learning • 出来る限り少ないデータで学習を高度化するという流れ • CVPR2016時よりも目立った
4.
物体検出 – 高精度化から付加価値 • 高速かつ高精度な検出器が登場 (SSD
[Liu+, ECCV16]) • セマンティックセグメンテーションの結果と組み合わせて学習を強 化 (Contextual Priming & Feedback [Shrivastava+, ECCV16]) • 言語と組み合わせて検出を強化 (Grounding of Textual Phrases [Rohrbach+, ECCV16]) h"p://www.eccv2016.org/files/posters/ O-1A-02.pdf
5.
セマンティックセグメンテーション – 詳細にする方向と学習やデータ収集の解決 • 質感まで表現出来るセグメンテーション
(Portrait Matting [Shen+, ECCV16]) • 弱教師あり学習 (Weakly-supervised Semantic Segmentation [Tokmakov+, ECCV16]) • ゲームとの連携により学習データを収集 (Playing for Data [Richer+, ECCV16]) h"p://www.eccv2016.org/files/ posters/S-1A-06.pdf h"ps://www.youtube.com/watch?v=JGAIfWG2MQQ
6.
画像解析・画像説明文・VQA – データ整備や精度向上の流れ • VQAの新しいベースライン
(Revisit Visual Question Answering [Jabri+, ECCV16]) • 関係性を記述するための多タスク学習,Zero-shot Learning (Visual Relationship Detection [Lu+, ECCV16]) h"p://www.eccv2016.org/files/posters/P-3C-42.pdf
7.
ワークショップより – ILSVRC2016 • ILSVRCの参加人数は落ち気味? •
識別タスクの優勝者はInception-v4をベースとした拡張 • 検出タスクの優勝者も従来技術の拡張 • ILSVRC2015のDeep Residual Networksのようなものはなく,実験の繰 り返しによる成果という印象 – Geometry meets Deep Learning • 一方,隣で行われたGeometry meets Deep Learningの方が(単純に)人が 多かった • Invited Talksが豪華だったから? • GeometryとDeep Learningの人が参加していたから?
8.
新しい流れ? – 何れにしても研究者の興味は画像識別や物体検出等から次 に向いている! – Geometry,
3DへのDeep Learning • ステレオマッチング + Deep Learning (Computing the Stereo Matching [Zbontar+, CVPR15], DeepStereo [Flynn+, ICCV15]) • 幾何的な関係からGround Truth生成 + Deep Learning (Horizon Lines in the Wild [Workman+, BMVC16]) • 幾何情報から物体検出のスケール推定 + Deep Learning (Monocular 3D Object Detection [Chen+, CVPR16]) • Homography + Deep Learning (Deep Image Homography Estimation [DeTone+, arXiv16]) • Multi-View CNN [Su+, ICCV15]
9.
流れを助長する取り組み – TorontoCity Dataset •
自動運転用のKITTIデータセットのProf. Raquel Urtasun • 都市全体を3Dモデリング (LiDAR, Drone, Stereo, Panoramaなど) • 建物の3D,道路,歩道のセマンティック情報やその他幾何的な情報 • 700km^2の広範囲,10cm^2の分解能 • 複数タスクを提供 • 2016年11月にDocや初期データ,2017年1月にフルデータを公開予定 h"ps://upload.wikimedia.org/wikipedia/en/thumb/b/b4/Toronto_ON_Toronto_Skyline2_modified.jpg/ 1600px-Toronto_ON_Toronto_Skyline2_modified.jpg
10.
異なるストリーム – いかに少ないデータで学習できるか • Zero-shot,
One-shot Learning – ECCV 2016 Tutorial: https://staff.fnwi.uva.nl/t.e.j.mensink/zsl2016/ • 既存の識別器を組み合わせて新しい物体概念を獲得 • 1枚しか与えられていない画像からいかに多くを捉えて汎用性を持た せるか – 新しいモーション認識の形を考えよ • Brave new ideas for motion representations in videos – ECCV 2016 Workshop: http://bravenewmotion.github.io/ • 動画に対するモーション認識は伸び悩んでいる
11.
Oral/Spotlightより • Ambient Sound
Provides Supervision – [Owens+, ECCV16] – 音声から学習クラスを対応付けて認識精度を向上 – Self-supervisionの概念
12.
Oral/Spotlightより • The Curious
Robot – [Pinto+, ECCV16] – ロボットの複数タスクを同時に解決するネットワークモデ ルを構築 h"p://www.eccv2016.org/files/posters/S-1B-05.pdf
13.
Oral/Spotlightより • Fast Global
Registration – [Zhou+, ECCV16] – Ransacよりx50,ICPよりx3高速なアルゴリズム
14.
Oral/Spotlightより • Colorful Image
Colorization – [Zhang+, ECCV16] – グレースケール画像をカラーにする研究 – 最近複数件発表される (Let there be color! [Iizuka+, SIGGRAPH16]等) h"p://www.eccv2016.org/files/posters/O-2B-03.pdf
15.
Oral/Spotlightより • XNOR-Net – [Rastegari+,
ECCV16] – BinaryNetと類似研究 – XNORでネットワーク演算を行うことで高速化,CPUで実 行可能
16.
Oral/Spotlightより • Capturing Dynamic
Textured Surfaces – [Wang+, ECCV16] – 手持ちのカメラから鮮明な3次元モデル生成 – 人物が動いたとしてもマッチングを実現 h"p://www.eccv2016.org/files/ posters/S-3B-06.pdf
17.
今後の方針 (1) • 画像認識 – いかに少ない画像枚数で学習ができるか –
もしくは少ない教師で学習できるか – ネットワーク構造をコンパクトにしてCPUでも実行できる ようにする – ハンドクラフト特徴の逆襲はあるか?
18.
今後の方針 (2) • 時系列認識 – 空間(RGBのみ)による精度に頼らず,モーションだけをい かに捉えるか –
マルチメディア(YouTube)以外のデータが必要 – モーション認識だけでなくモーションの位置や対象フレー ムを定める
19.
今後の方針 (3) • 3次元 – Deep
Learningとの融合で現在までの手法を強化 – データの準備も必要 – 3次元認識の汎用性
20.
今後の方針 (4) • ツールを使いうまくデータセットを作る – ツールをうまく使い,従来ではできなかったデータを準備 する時? –
認識ラベル,検出枠,セグメンテーションなど
21.
今後の方針 (5) • コンピュータビジョン分野では問題を探してる – ポストCNN,
RNN
22.
参考 CVPR 2016 速報 http://www.slideshare.net/HirokatsuKataoka/cvpr-2016
Jetzt herunterladen