Bienvenido: Ingresar
location: Diferencias para "Vision/ProyectosVision/RobotVision2012"
Diferencias entre las revisiones 8 y 16 (abarca 8 versiones)
⇤ ← Versión 8 con fecha 2012-04-25 13:30:24 →
Tamaño: 911
Editor: JorgeSanchez
Comentario:
← Versión 16 con fecha 2012-04-25 19:27:48 → ⇥
Tamaño: 2018
Editor: Jaarac
Comentario:
Los textos eliminados se marcan así. Los textos añadidos se marcan así.
Línea 8: Línea 8:
== 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
Línea 9: Línea 34:

hg clone https://proyectos.ciii.frc.utn.edu.ar/hg/robot_vision_2012
Línea 18: Línea 45:
 * GMM: aprendido sobre training1+training2+training3  * GMM: aprendido sobre training1+training2+training3, para ''N = 8, 16 y 32''
Línea 22: Línea 49:
 * SGD: hinge loss, 20 iteraciones  * SGD: hinge loss, ''20, 50 y 100'' iteraciones, ''lambda = 1e-2, 1e-3 y 1e-4'', training sobre ''training1'' y testeando sobre ''training2''.

Robot Vision 2012

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

Robot Vision 2012 Web Site

Cosas que vamos a tener que probar

Repositorio con los scripts para replicar los experimentos

hg clone https://proyectos.ciii.frc.utn.edu.ar/hg/robot_vision_2012

25 abril 2012

Experimento 1

Configuración

  • 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.

Resultados

1

2

3

4

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