##Borrar esta linea y dejar la siguiente que permite que ésta página sea pública #acl -All:read Jaarac:read,write,delete,revert,admin JorgeSanchez:read,write,delete,revert,admin = Robot Vision 2012 = Experimentos realizados para la 4º edición de la competencia ''''Robot Vision Challenge - ImageCLEF''''. [[http://www.imageclef.org/2012/robot|Robot Vision 2012 Web Site]] == 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 == 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||