Upload
kazuya-gokita
View
25.960
Download
0
Embed Size (px)
DESCRIPTION
Citation preview
Jubatus と OpenCVで一般物体認識エンジンを
作ろう2013/06/02Usagee Inc.
五木田 和也 ( @kazoo04 )
はじめに
一般物体認識とは?
制約のない実世界シーンの画像に対して、
計算機がその中に含まれる物体を
一般的な名称で認識することを
一般物体認識 (Generic Object Recognition)
と呼び、画像認識の研究において
最も困難な課題の一つである。
柳井啓司 “一般物体認識の現状と今後”
画像に何が写ってるか判別
うさぎ!
入力(画像) 出力(テキスト)
TechCrunchより
http://jp.techcrunch.com/2013/05/24/20130523
Jubatusでやってみよう
うさぎ!
どうやればいいんだろう
• Jubatusに画像を入力するにはどうすればいい?
•画像をなんとかして実数ベクトルで表現したい
•拡大/縮小
•遮蔽
• (3次元の)回転
•移動
•照明変動
•クラス内変動
• etc
考慮すること
_人人 人人_ > しんどい < ‾Y^Y^Y^Y‾
Bag of Features(Bag of Visual Words)
http://cogrob.ensta-paristech.fr/indoornavigation.html
処理の流れ
•特徴抽出(OpenCV)
•教師なし学習(OpenCV)
•特徴変換
•教師あり学習(Jubatus)
処理の流れ
画像から特徴抽出
•回転や照明変動に対してロバストなものを選ぶ
• SIFT, SURF, ORB, FREAK, ...
• 1つの特徴点につき数十〜数百次元
• 1つの画像からいっぱい(数千くらい)とってくる
処理の流れ
Bag of Features(Bag of Visual Words)
http://cogrob.ensta-paristech.fr/indoornavigation.html
特徴量の変換 (1) BoVW
•無数の高次元実数ベクトルをそのままはちょっと…
• Bag of Visual Words (BoVW) アプローチ
•ベクトルを教師なしクラスタリングして代表点をとる
• k-means を使いましょう(Jubatusにも実装予定!)
• 1日くらい、場合によっては数日かかるのを覚悟
特徴量の変換 (1) BoVW
http://aidiary.hatenablog.com/entry/20120813/1344853878
特徴量の変換 (2)
• BoVWだけだと精度がよろしくない
•画像の特徴をよりよく表現する
•特徴ベクトルの分布とかみていろいろやる
•線形分類できるように設計されたのを使う
•例) Fisher Vector, VLAD
処理の流れ
教師あり学習
•得られた特徴ベクトルから学習する
• Jubatus (jubaclassifier) に丸投げする
•アルゴリズムはAROWかNHERDがおすすめ
• SCW使いてぇ
おわり あとTips
•特徴抽出のときは Dense Sampling する
•クラスタリングの精度はどうでもいい
• BoVW の数はメモリと時間が許す限り増やす
•線形分類用に設計された特徴量を選ぶ
•ディスク/メモリ容量・処理時間の問題