##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 ====
 * Usando 20 iteraciones
||lambda\ngauss||8||16||32||
||1e-2|| || ||
||1e-3|| || ||
||1e-4|| || ||