Diferencias entre las revisiones 17 y 22 (abarca 5 versiones)

Robot Vision 2012

Experimentos realizados para la 4º edición de la competencia 'Robot Vision Challenge - ImageCLEF'.

Cosas que vamos a tener que probar

Aumentar los conjuntos de datos con la versión espejada de las imágenes
Algún pre-procesamiento para estabilizar el "motion blur" y el "flickering"
Debluring:
- http://www.di.ens.fr/willow/research/deblurring/ (código en matlab)
- http://grail.cs.washington.edu/projects/mdf_deblurring/
- Flickering: se puede probar trabajar en aglún espacio de color que sea robusto frente a cambios afines en la iluminación
Descriptores de colores
- J. van de Weijer, C. Schmid, J. Verbeek, D. Larlus, Learning Color Names for Real-World Applications, IEEE TIP, 2009.
  http://lear.inrialpes.fr/people/vandeweijer/color_names.html
- K. van de Sande, T. Gevers and C. Snoek, Evaluating Color Descriptors for Object and Scene Recognition, IEEE TPAMI, 2010
  http://koen.me/research/colordescriptors

Descriptores: SIFT sobre grilla regular (DSIFT de vlfeat), patchs 32x32, paso=8, L2-norm., D=128
PCA: subespacio aprendido sobre training1+training2+training3, D=80
GMM: aprendido sobre training1+training2+training3, para N = 8, 16 y 32
IFV: gradientes resp. medias y varianzas, alpha=0.5, pnorm=2.0
SGD: hinge loss, 20, 50 y 100 iteraciones, lambda = 1e-2, 1e-3 y 1e-4, training sobre training1 y testeando sobre training2. La clasificación se realizo con argmax.

None: Vision/ProyectosVision/RobotVision2012 (última edición 2013-08-10 22:52:45 efectuada por Jaarac)

-  ⇤ ← Versión 17 con fecha 2012-04-25 19:29:26 → 
  Tamaño: 2085
  Editor: Jaarac
  Comentario:
+   ← Versión 22 con fecha 2012-04-25 19:40:33 → ⇥
  Tamaño: 2483
  Editor: Jaarac
  Comentario:
-Los textos eliminados se marcan así.
+Los textos añadidos se marcan así.
 Línea 49:
- * SGD: hinge loss, ''20, 50 y 100'' iteraciones, ''lambda = 1e-2, 1e-3 y 1e-4'', training sobre ''training1'' y testeando sobre ''training2''.
+ * SGD: hinge loss, ''20, 50 y 100'' iteraciones, ''lambda = 1e-2, 1e-3 y 1e-4'', training sobre ''training1'' y testeando sobre ''training2''. La clasificación se realizo con argmax.
 Línea 52:
- * Usando 20 iteraciones
||l\ng||8||16||32||
||1e-2||||||
||1e-3||||||
||1e-4||||||
+||||||||20 iteraciones||||||||||50 iteraciones||||||||||100 iteraciones||
||lambda\ngauss||8||16||32||||lambda\ngauss||8||16||32||||lambda\ngauss||8||16||32||
||1e-2|| 872 || 984 || 928 ||||1e-2|| 886 || 990 || 930 ||||1e-2|| 890 || 992 || 940 ||
||1e-3|| 1382 || 1334 || 1414 ||||1e-3|| 1376 || 1352 || 1426 ||||1e-3|| 1382 || 1356 || 1422 ||
||1e-4|| 1462 || 1422 || 1466 ||||1e-4|| 1462 || 1400 || 1478 ||||1e-4|| 1462 || 1396 || 1476 ||