Upload
takuya-minagawa
View
1.449
Download
1
Embed Size (px)
Citation preview
CV勉強会@関東 発表資料P-N Learning: Bootstrapping Binary
Classifiers by Structural Constraints
2015/05/30 takmin
自己紹介テクニカル・ソリューション・アーキテクト
皆川 卓也(みながわ たくや)フリーエンジニア(ビジョン&ITラボ)「コンピュータビジョン勉強会@関東」主催博士(工学)
テクニカル・ソリューション・アーキテクト
皆川 卓也(みながわ たくや)フリーエンジニア(ビジョン&ITラボ)「コンピュータビジョン勉強会@関東」主催博士(工学)
略歴:1999-2003年日本HP(後にアジレント・テクノロジーへ分社)にて、ITエンジニアとしてシステム構築、プリセールス、プロジェクトマネジメント、サポート等の業務に従事
2004-2009年コンピュータビジョンを用いたシステム/アプリ/サービス開発等に従事
2007-2010年慶應義塾大学大学院 後期博士課程にて、コンピュータビジョンを専攻単位取得退学後、博士号取得(2014年)
2009年-現在フリーランスとして、コンピュータビジョンのコンサル/研究/開発等に従事
2http://visitlab.jp
紹介する論文
3
P-N Learning: Bootstrapping Binary Classifiers by Structural Constraints
Z. Kalal, J. Matas, K. Mikolajczyk
CVPR 2010
P-N Learningという二値分類を行う識別器をラベルなしサンプルから学習させるパラダイムの定式化
やってることはトラッキングだけど、論文自体はもっと上段に構えてる
デモ動画
https://www.youtube.com/watch?v=1GhNXHCQGsM
OpenCV3.0に実装される予定
P-N Learning
5
ラベルつきサンプルとラベルなしサンプルを使用して二値分類の識別器を学習
サンプル間の依存関係(構造)を利用して、サンプルにラベルを付与する
Positive Constraints
Positiveラベルをつける構造パターン
Negative Constraints
Negativeラベルをつける構造パターン
動画から学習の流れ
19
最初の識別器は第1フレームにラベルづけされた対象領域をランダムにアフィン変換した300枚の正例を用いて学習。
第1フレームにラベルづけされた対象領域をLKトラッカーで追跡。
LKトラッカーが追跡に失敗したり、軌跡よりも遠い位置に識別器が物体を検出した場合
学習サンプルを全て破棄
学習済み識別器を用いてLKトラッカーを再初期化
最後のフレームまで学習された識別器=Final Detector
収束条件
21
False Positive数
False Negative数
𝛼 𝑘 + 1 = 𝛼 𝑘 − 𝑛𝑐− 𝑘 + 𝑛𝑓
+ 𝑘
𝑘: 学習回数
𝛽 𝑘 + 1 = 𝛽 𝑘 − 𝑛𝑐+ 𝑘 + 𝑛𝑓
− 𝑘
False Positiveを正しく負例と変換した数
True Negativeを誤って正例と変換した数
False Negativeを正しく正例と変換した数
True Positiveを誤って負例と変換した数
(1a)
(1b)
収束条件
22
P-Precision
𝑃+ =𝑛𝑐+
𝑛𝑐+ + 𝑛𝑓
+
𝑃− =𝑛𝑐−
𝑛𝑐− + 𝑛𝑓
−
𝑅+ =𝑛𝑐+
𝛽 𝑘
𝑅− =𝑛𝑐−
𝛼 𝑘
P-Recall
N-Precision N-Recall
False Positiveを正しく負例と変換した数
True Negativeを誤って正例と変換した数
False Negativeを正しく正例と変換した数
True Positiveを誤って負例と変換した数
False Negative数
False Positive数
これらを前の式(1a),(1b)へ代入
収束条件
23
𝛼 𝑘 + 1𝛽 𝑘 + 1
=1 − 𝑅−
1 − 𝑃+
𝑃+𝑅+
1 − 𝑃−
𝑃−𝑅− 1 − 𝑅+
𝛼 𝑘𝛽 𝑘
(2)
固有値が1より小さいとき収束する
𝛼 𝑘 + 1 = 𝛼 𝑘 − 𝑛𝑐− 𝑘 + 𝑛𝑓
+ 𝑘
𝛽 𝑘 + 1 = 𝛽 𝑘 − 𝑛𝑐+ 𝑘 + 𝑛𝑓
− 𝑘
(1a)
(1b)
実験
25
P-N Learningの学習に使用するサンプルのラベルを操作して、𝑃+, 𝑅+, 𝑃−, 𝑅−を任意変化させることで、性能評価を行った
𝑃+ = 𝑅+ = 𝑃− = 𝑅− = 1 − 𝜖
0から0.9の間で変化させる(0.5より小さいと収束)
実験で使用した動画