Enviar búsqueda
Cargar
関西CVPR勉強会 2012.10.28
•
7 recomendaciones
•
1,398 vistas
Akisato Kimura
Seguir
BMVC2012 Best Paper Award を受賞した論文 "Detection and tracking of occluded people" を紹介します.
Leer menos
Leer más
Tecnología
Vista de diapositivas
Denunciar
Compartir
Vista de diapositivas
Denunciar
Compartir
1 de 26
Descargar ahora
Descargar para leer sin conexión
Recomendados
PhD Day 2011
PhD Day 2011
Jan Claes
re-identification
re-identification
Esme Choi
Mp6 PARIS 2.0 (Sept 2009)
Mp6 PARIS 2.0 (Sept 2009)
PSST (opinions et tendances 2.0) par jeremy dumont
Exploiting Dissimilarity Representations for Person Re-Identification
Exploiting Dissimilarity Representations for Person Re-Identification
Riccardo Satta
Dissimilarity-based people re-identification and search for intelligent video...
Dissimilarity-based people re-identification and search for intelligent video...
Riccardo Satta
Person re-identification, PhD Day 2011
Person re-identification, PhD Day 2011
Riccardo Satta
Biometric ppt
Biometric ppt
ajith chandran
Biometrics
Biometrics
Presentaionslive.blogspot.com
Recomendados
PhD Day 2011
PhD Day 2011
Jan Claes
re-identification
re-identification
Esme Choi
Mp6 PARIS 2.0 (Sept 2009)
Mp6 PARIS 2.0 (Sept 2009)
PSST (opinions et tendances 2.0) par jeremy dumont
Exploiting Dissimilarity Representations for Person Re-Identification
Exploiting Dissimilarity Representations for Person Re-Identification
Riccardo Satta
Dissimilarity-based people re-identification and search for intelligent video...
Dissimilarity-based people re-identification and search for intelligent video...
Riccardo Satta
Person re-identification, PhD Day 2011
Person re-identification, PhD Day 2011
Riccardo Satta
Biometric ppt
Biometric ppt
ajith chandran
Biometrics
Biometrics
Presentaionslive.blogspot.com
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Akisato Kimura
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Akisato Kimura
多変量解析の一般化
多変量解析の一般化
Akisato Kimura
CVPR2016 reading - 特徴量学習とクロスモーダル転移について
CVPR2016 reading - 特徴量学習とクロスモーダル転移について
Akisato Kimura
NIPS2015 reading - Learning visual biases from human imagination
NIPS2015 reading - Learning visual biases from human imagination
Akisato Kimura
CVPR2015 reading "Global refinement of random forest"
CVPR2015 reading "Global refinement of random forest"
Akisato Kimura
CVPR2015 reading "Understainding image virality" (in Japanese)
CVPR2015 reading "Understainding image virality" (in Japanese)
Akisato Kimura
Computational models of human visual attention driven by auditory cues
Computational models of human visual attention driven by auditory cues
Akisato Kimura
NIPS2014 reading - Top rank optimization in linear time
NIPS2014 reading - Top rank optimization in linear time
Akisato Kimura
CVPR2014 reading "Reconstructing storyline graphs for image recommendation fr...
CVPR2014 reading "Reconstructing storyline graphs for image recommendation fr...
Akisato Kimura
ICCV2013 reading: Learning to rank using privileged information
ICCV2013 reading: Learning to rank using privileged information
Akisato Kimura
ACMMM 2013 reading: Large-scale visual sentiment ontology and detectors using...
ACMMM 2013 reading: Large-scale visual sentiment ontology and detectors using...
Akisato Kimura
IJCAI13 Paper review: Large-scale spectral clustering on graphs
IJCAI13 Paper review: Large-scale spectral clustering on graphs
Akisato Kimura
関西CVPR勉強会 2012.7.29
関西CVPR勉強会 2012.7.29
Akisato Kimura
ICWSM12 Brief Review
ICWSM12 Brief Review
Akisato Kimura
関西CVPRML勉強会 2012.2.18 (一般物体認識 - データセット)
関西CVPRML勉強会 2012.2.18 (一般物体認識 - データセット)
Akisato Kimura
関西CVPRML勉強会(特定物体認識) 2012.1.14
関西CVPRML勉強会(特定物体認識) 2012.1.14
Akisato Kimura
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
Akisato Kimura
IBIS2011 企画セッション「CV/PRで独自の進化を遂げる学習・最適化技術」 趣旨説明
IBIS2011 企画セッション「CV/PRで独自の進化を遂げる学習・最適化技術」 趣旨説明
Akisato Kimura
立命館大学 AMLコロキウム 2011.10.20
立命館大学 AMLコロキウム 2011.10.20
Akisato Kimura
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Más contenido relacionado
Más de Akisato Kimura
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Akisato Kimura
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Akisato Kimura
多変量解析の一般化
多変量解析の一般化
Akisato Kimura
CVPR2016 reading - 特徴量学習とクロスモーダル転移について
CVPR2016 reading - 特徴量学習とクロスモーダル転移について
Akisato Kimura
NIPS2015 reading - Learning visual biases from human imagination
NIPS2015 reading - Learning visual biases from human imagination
Akisato Kimura
CVPR2015 reading "Global refinement of random forest"
CVPR2015 reading "Global refinement of random forest"
Akisato Kimura
CVPR2015 reading "Understainding image virality" (in Japanese)
CVPR2015 reading "Understainding image virality" (in Japanese)
Akisato Kimura
Computational models of human visual attention driven by auditory cues
Computational models of human visual attention driven by auditory cues
Akisato Kimura
NIPS2014 reading - Top rank optimization in linear time
NIPS2014 reading - Top rank optimization in linear time
Akisato Kimura
CVPR2014 reading "Reconstructing storyline graphs for image recommendation fr...
CVPR2014 reading "Reconstructing storyline graphs for image recommendation fr...
Akisato Kimura
ICCV2013 reading: Learning to rank using privileged information
ICCV2013 reading: Learning to rank using privileged information
Akisato Kimura
ACMMM 2013 reading: Large-scale visual sentiment ontology and detectors using...
ACMMM 2013 reading: Large-scale visual sentiment ontology and detectors using...
Akisato Kimura
IJCAI13 Paper review: Large-scale spectral clustering on graphs
IJCAI13 Paper review: Large-scale spectral clustering on graphs
Akisato Kimura
関西CVPR勉強会 2012.7.29
関西CVPR勉強会 2012.7.29
Akisato Kimura
ICWSM12 Brief Review
ICWSM12 Brief Review
Akisato Kimura
関西CVPRML勉強会 2012.2.18 (一般物体認識 - データセット)
関西CVPRML勉強会 2012.2.18 (一般物体認識 - データセット)
Akisato Kimura
関西CVPRML勉強会(特定物体認識) 2012.1.14
関西CVPRML勉強会(特定物体認識) 2012.1.14
Akisato Kimura
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
Akisato Kimura
IBIS2011 企画セッション「CV/PRで独自の進化を遂げる学習・最適化技術」 趣旨説明
IBIS2011 企画セッション「CV/PRで独自の進化を遂げる学習・最適化技術」 趣旨説明
Akisato Kimura
立命館大学 AMLコロキウム 2011.10.20
立命館大学 AMLコロキウム 2011.10.20
Akisato Kimura
Más de Akisato Kimura
(20)
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
Paper reading - Dropout as a Bayesian Approximation: Representing Model Uncer...
多変量解析の一般化
多変量解析の一般化
CVPR2016 reading - 特徴量学習とクロスモーダル転移について
CVPR2016 reading - 特徴量学習とクロスモーダル転移について
NIPS2015 reading - Learning visual biases from human imagination
NIPS2015 reading - Learning visual biases from human imagination
CVPR2015 reading "Global refinement of random forest"
CVPR2015 reading "Global refinement of random forest"
CVPR2015 reading "Understainding image virality" (in Japanese)
CVPR2015 reading "Understainding image virality" (in Japanese)
Computational models of human visual attention driven by auditory cues
Computational models of human visual attention driven by auditory cues
NIPS2014 reading - Top rank optimization in linear time
NIPS2014 reading - Top rank optimization in linear time
CVPR2014 reading "Reconstructing storyline graphs for image recommendation fr...
CVPR2014 reading "Reconstructing storyline graphs for image recommendation fr...
ICCV2013 reading: Learning to rank using privileged information
ICCV2013 reading: Learning to rank using privileged information
ACMMM 2013 reading: Large-scale visual sentiment ontology and detectors using...
ACMMM 2013 reading: Large-scale visual sentiment ontology and detectors using...
IJCAI13 Paper review: Large-scale spectral clustering on graphs
IJCAI13 Paper review: Large-scale spectral clustering on graphs
関西CVPR勉強会 2012.7.29
関西CVPR勉強会 2012.7.29
ICWSM12 Brief Review
ICWSM12 Brief Review
関西CVPRML勉強会 2012.2.18 (一般物体認識 - データセット)
関西CVPRML勉強会 2012.2.18 (一般物体認識 - データセット)
関西CVPRML勉強会(特定物体認識) 2012.1.14
関西CVPRML勉強会(特定物体認識) 2012.1.14
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
IBIS2011 企画セッション「CV/PRで独自の進化を遂げる学習・最適化技術」 趣旨説明
IBIS2011 企画セッション「CV/PRで独自の進化を遂げる学習・最適化技術」 趣旨説明
立命館大学 AMLコロキウム 2011.10.20
立命館大学 AMLコロキウム 2011.10.20
Último
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
Último
(11)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
関西CVPR勉強会 2012.10.28
1.
BMVC2012 Review “Detection and
tracking of occluded people” (received Best Paper Award) Akisato Kimura (@_akisato)
2.
何でこれを紹介しようと思ったんですか?
Best Paper Awardを取ったから (嘘 Deja vu を感じた… (参考: http://www.slideshare.net/akisatokimura/cvprml-2011827 ) 2 関西CVPR勉強会 (October 28, 2012)
3.
一言で言うと,何これ? 従来法
検出漏れ 提案法 誤検出 隠れている人も見つけて追跡! 3 関西CVPR勉強会 (October 28, 2012)
4.
もう少しキチンと説明します 従来法 提案法
重なっている2人を陽にモデル化して検出! 4 関西CVPR勉強会 (October 28, 2012)
5.
大雑把な枠組
Single-person DPM Double-person DPM 競合・結合 Joint-person DPM 5 関西CVPR勉強会 (October 28, 2012)
6.
なんやこれstraight-forwardやんか…
でもですね… 6 関西CVPR勉強会 (October 28, 2012)
7.
Single person detector
(SPD) Single-person DPM Double-person DPM 競合・結合 Joint-person DPM 7 関西CVPR勉強会 (October 28, 2012)
8.
Deformable part model
(DPM) @yonetaniryo さんが紹介してくれたはずなので,省略. ソフトウェアはVer.5 になっています.ただしMATLABのみ…http://people.cs.uchicago.edu/~rbg/latent/ 8 関西CVPR勉強会 (October 28, 2012)
9.
Grammar models for
person detection 他の物体による 隠れ を明示的にモデル化 人同士が重なっている場合は無理… (cf. Girshick+ “Object detection with grammar models,” Proc. NIPS2011.) 9 関西CVPR勉強会 (October 28, 2012)
10.
Double person detector
(DPD) Single-person DPM Double-person DPM 競合・結合 Joint-person DPM 10 関西CVPR勉強会 (October 28, 2012)
11.
概念的には非常にシンプル
重なっている2人を,1つの物体と見なして学習. Single person detector (=DPM) Double person detector (≒DPM) 11 関西CVPR勉強会 (October 28, 2012)
12.
詳細は意外と面倒(1)
SPD,実際にはモデル1つでは足りないことが多い. パーツの平均アスペクト比で学習データを初期分類して学習. 潜在変数 z = モデルインデックス c とパーツ (p1…pn) DPD も同様に複数のモデルで表現. 隠れ度合いの大きさで学習データを初期分類して学習. 隠れ度合い:小 隠れ度合い:中 隠れ度合い:大 12 関西CVPR勉強会 (October 28, 2012)
13.
詳細は意外と面倒(2)
2人は2人として検出しないといけない 故に,検出結果(= bounding box)を2つ出さないといけない. Double person detectorの結果から,線形回帰で求める. モデルcに依存する (2n+3)×8係数行列 𝑇 𝑩 𝑖 = 𝑔𝑖 𝒛 𝜶 𝑐 + 𝝐𝑖 各人の推定検出位置 DPD検出結果 (boxの左上・幅・高さ×2, (各フィルタの左上 & 合計8次元) root filterの幅, 合計2n+3次元) 13 関西CVPR勉強会 (October 28, 2012)
14.
詳細は意外と面倒(3)
DPDの学習データを集めるのは大変! 隠れ度合いの大きさを調整するとか無理… なので,自力で作ることにした. 元画像 素材画像 人領域切り出し 合成画像 14 関西CVPR勉強会 (October 28, 2012)
15.
DPD単独の定量評価
Recall ≒ 0.5 Precisionが高いところで弱い → 1人しか検出できてない! → やや保守的な検出器 Recall Recall 1.0 - Precision 1.0 - Precision 15 関西CVPR勉強会 (October 28, 2012)
16.
DPD単独での定性評価 16
関西CVPR勉強会 (October 28, 2012)
17.
Joint person detector
(JPD) Single-person DPM Double-person DPM 競合・結合 Joint-person DPM 17 関西CVPR勉強会 (October 28, 2012)
18.
先ほどのDPD評価は少しずるい
必ず2人が並んで映っている画像だけで評価している. 実際には,1人か2人か(n>2人か),事前に区別できない! 18 関西CVPR勉強会 (October 28, 2012)
19.
JPDのこころ
場に応じて,SPDとDPDを切り替えて使いたい! 学習は別々に,検出は一体で.肝は検出時のNMS. Non-maximum suppression (NMS) (できるだけ検出候補を減らす(DPMにもある)操作) 第1ステップ: 第2ステップ: SPDとDPDとの勝負 Bounding box推定+ 個別PDでのNMS SPDとDPDとを平等に比較 して,ある程度候補を絞る. Bounding boxを推定した 後は,通常のDPMと同様. 一般にSPDの方が強く, 絞り過ぎるとrecallが落ちる. 19 関西CVPR勉強会 (October 28, 2012)
20.
実験に用いたデータ
TUD Pedestrians TUD Crossing 250 frames in total, 201 frames in total, 301 annotated people, 1168 annotated people, no occlusions. frequently occluded. (まずは https://www.d2.mpi-inf.mpg.de/node/382 を見た方が良いです.) 20 関西CVPR勉強会 (October 28, 2012)
21.
定量評価の結果 (TUD Pedestrians)
隠れがないのに何故JPDがSPDに勝てるのか, 著者らも不明だと言っているが,まぁ良いか… (重要なのは,JPD導入の副作用が出ないこと.) 隠れがないのに無理矢理DPDをするので, precision<0.5を回避できない. 21 関西CVPR勉強会 (October 28, 2012)
22.
定量評価の結果 (TUD Crossing)
JPDは若干保守的ではあるが, P=R 直線上での精度は最も良い. SPDは隠れがない人の検出は滅法強いが, 隠れがあると途端にダメになる. DPD単独では保守的すぎるし, 1人を無理に2人と検出する分だけ, precisionの上がり方が鈍い. 22 関西CVPR勉強会 (October 28, 2012)
23.
Trackingもやってみました
たぶん主目的はこっち [Andriluka+ CVPR08] 検出と追跡との相互補完をするのが狙い 前提条件が検出と少し違う NMSしません.可能性はできるだけ多く残します. できるだけ長く追跡できているものを優先して残します. 10フレーム以上追跡できないときは捨てます. 現時点で追っている人が当該人物である確率 𝑇 (検出器出力のexponential) 𝑝 𝐻 = 𝑝 𝑑𝑒𝑡 ℎ11 𝑗 𝑝 𝑡𝑟𝑎𝑛𝑠 (ℎ 𝑗𝑘−1 , ℎ 𝑗𝑘𝑘 )𝑝 𝑑𝑒𝑡 ℎ 𝑗𝑘𝑘 𝑘−1 𝑘=2 1時点前と現時点とで同じ人を追っている確率 (位置と大きさの差分をGaussianでモデル化) 23 関西CVPR勉強会 (October 28, 2012)
24.
Trackingの結果: 定性評価のみ
上: SPD-based, 下: JPD-based 24 関西CVPR勉強会 (October 28, 2012)
25.
提案手法の限界
交差する人たちをモデル化していない. TUD Crossingで検出できていない画像での主要因. 基本的に水平横向きの場合しか考えていない. 俯瞰や斜め向きをも考慮すると,隠れ方のパターンが増え, 扱いが面倒になる. 計算量と精度とのtrade-offに関する問題がより深刻に. NMSに要する処理がかなり重そうな雰囲気がする. Tracking目的であればJPDは不要,SPD+DPD並列で十分? 巨人 (DPM) の方の上に乗る現状の打開 25 関西CVPR勉強会 (October 28, 2012)
26.
おしまい 26
関西CVPR勉強会 (October 28, 2012)
Descargar ahora