Construcción en línea e incremental de Diccionarios Visuales
•Descargar como PPTX, PDF•
0 recomendaciones•446 vistas
Este documento propone construir diccionarios visuales de forma incremental y en línea mediante la clasificación de puntos de interés utilizando un clasificador ECOC (Error Correcting Output Codes). El clasificador ECOC permite agregar nuevas clases sin reentrenar el modelo completamente. El autor describe el proceso de extracción de puntos de interés, codificación ECOC, decodificación y el desafío de agregar nuevos puntos de forma en línea y incremental. El objetivo final es desarrollar un algoritmo que pueda verificar si un punto de interés es nuevo
Recomendados
Más contenido relacionado
Similar a Construcción en línea e incremental de Diccionarios Visuales
Similar a Construcción en línea e incremental de Diccionarios Visuales (20)
Construcción en línea e incremental de Diccionarios Visuales
- 1. CONSTRUCCIÓN EN LÍNEA E INCREMENTAL DE DICCIONARIOS VISUALES Cristóbal Rojas Profesor Guía: Álvaro Soto 26 de octubre de 2012
- 2. Motivación • Visión por computador, clasificación • Escenas y objetos en imágenes • Técnicas usadas
- 3. Diccionario Visual • Visión por Computador
- 4. BoW (Bag of Word) • Usado en Text Mining • Queremos clasificar textos (según sus temas) • Uso de Bag of Word (BoW)
- 5. Bag of Word • Usando BoW para clasificar
- 6. Bag of Word • Diccionario y representación usando BoW
- 7. Bag of Word • ¿Basta solo con la representación BoW? • Necesitamos un algoritmo de clasificación
- 9. Diccionario Visual • Palabras Visuales • BoW
- 12. BoW
- 13. BoW
- 14. Diccionario Visual • ¿Cómo formamos el BoW? • Matching de puntos de interés
- 15. Matching de puntos de interés • Actualmente es tratado como un problema de clasificación de múltiples clases. • Lepetit et al. (2005)
- 16. Randomized Tree for Real –Time Keypoint Recognition • Matching de puntos de interés, problema de clasificación • Usa Random Forest
- 17. Randomized Tree for Real –Time Keypoint Recognition • Set de entrenamiento
- 18. Randomized Tree for Real –Time Keypoint Recognition
- 19. Pregunta de Investigación • ¿Podemos construir un algoritmo de matching de puntos de interés que funcione en línea?
- 20. Propuesta • ¿Podemos crear un diccionario visual que se pueda actualizar en línea? • ¿Qué necesitamos para permitir que esto ocurra?
- 21. Propuesta • Buscamos Clasificador de múltiples clases que funcione en línea • ECOC
- 22. ECOC (Error Correcting Output Codes) • Clasificador de múltiples clases. • Separa el problema en muchas clasificaciones binarias. • Un código ternario a cada clase • Codificación, Decodificación, Matriz de códigos.
- 23. Matriz con Códigos • Columnas como particiones y tantas filas como clases, esta formada por 0, 1 y -1
- 24. Codificación • Etapa que genera los códigos de cada clase. • Existen diversas formas de realizar esta tarea
- 25. ECOC: Decodificación • Etapa de inferencia • Distintos métodos
- 26. ECOC online • Podemos incluir clases al clasificador sin necesidad de reentrenar todo el clasificador
- 27. ECOC online
- 28. Propuesta • Construir sistema de Matching de puntos clave usando un clasificador ECOC
- 29. Set de entrenamiento • Datos de lugares del DCC • Usando SIFT para encontrar puntos de interés
- 30. Set de entrenamiento • Crear Set de clases de los puntos de interés usando homografías
- 31. Codificación • One vs One
- 34. Pasos a seguir • Terminar de formular un clasificador que puede agregar puntos de interés de manera online • Construir el algoritmo que permita verificar si un punto es nuevo o no
- 35. CONSTRUCCIÓN EN LÍNEA E INCREMENTAL DE DICCIONARIOS VISUALES Cristóbal Rojas Profesor Guía: Álvaro Soto 26 de octubre de 2012