Bag of visual words (BoVW)は、一般物体認識において現在最も広く普及している画像特徴表現で、画像中の多数の局所特徴をベクトル量子化しヒストグラムにしたものです。最近はOpenCVなどのツールの普及により使いやすくなってきましたが、実際に使ってみようとすると細かい部分でつまづくことも多いのではないでしょうか。最新の研究では認識精度が飛躍的に向上していますが、局所特徴抽出などの細かいノウハウの蓄積による部分もかなり大きいと思います。 （そのような部分は学術的な新規性は低いため、論文ではさらりと書いてあることが多いのですが） 以下、自分が把握しているノウハウをまとめてみたいと思います。ただし、私自身の経験や主観に基づくものであり、絶対的なものではないことにご注意ください。 また、BoVWについて基本的な知識があることを前提としています。 画像サイズ まず、そもそも画像はど
何かのやり方や、問題の解決方法をどんどんメモするブログ。そんな大学院生の活動「キャッシュ」に誰かがヒットしてくれることを祈って。 2000年以降の論文に限定して、 CS系論文の被引用数ランキングを作って分析してみた。 この作業を通じて予想以上に得るものがあった。 ランキングの作り方 CiteSeerXが公開している「Most Cited Computer Science Articles (2010/9/14)」を元データに採用した。 ここから2000年以降の文章に限定した後、ハンドブックや雑誌記事などを取り除いて論文だけのランキングを作成した。 被引用数は時間が経つほど増える一方なので、2000年・2001年あたりの論文が有利であることに注意する必要がある。 ただし、このことがかえって得るものを増やしてくれた。 アブストラクトをチェック 良い機会であるので、 各論文の概要や結論をチェック
物体認識のための局所特徴量 SIFTと最近のアプローチ http://www.vision.cs.chubu.ac.jp/SIFT/ 藤吉 弘亘 中部大学工学部情報工学科 概要 1. SIFT(Scale-Invariant Feature Transform) 2. SIFTアプローチの高精度化 - PCA-SIFT - GLOH(Gradient Location and Orientation) 3. SIFTアプローチの高速化 - SURF(Speeded Up Robust Features) 4. 学習を用いた高速化 - Randomized Trees 5. SIFTと一般物体認識(画像分類) 1. SIFT(Scale-Invariant Feature Transform) ステレオ画像 Related Work 回転・スケール変化 照明変化等に頑健 特徴点検出 スケー
_ [学会] WWW2009のサーベイ@情報爆発キックオフ 情報爆発のキックオフミーティングでWWW2009の15分サーベイという無謀な試みをやらされたので、発表資料を以下に置いてみます。キーノート2本、論文数の多い3セッションから流行りを抜き出すため、タイトル、アブストをタグクラウド化してトレンド論文をリストアップ。いくつかの論文についてちょっとだけ紹介。と言う形にしました。全体的に、Yahoo!, MSの論文が多く、ちょっとおもしろ目のアイデアを、検索エンジン会社の実データで実験してしっかり評価するという論文が多く通っている印象です。大学の教員が企業を兼務していたり、インターンの学生が検索エンジン会社に行って仕事したのをまとめていたりと、企業と大学の連携がうまくいっているということでしょうね。 WWW2009survey.pdf
Wikipedia is a goldmine of information; not just for its many readers, but also for the growing community of researchers who recognize it as a resource of exceptional scale and utility. It represents a vast investment of manual effort and judgment: a huge, constantly evolving tapestry of concepts and relations that is being applied to a host of tasks. This article provides a comprehensive descript
講義情報/ウェブ工学 ウェブ工学 豊田正史(生産研) 電子情報学専攻, 2007 冬, 月 14:45-16:15 講義内容 10/01 イントロダクション 講義資料 Anna Patterson. Why Writing Your Own Search Engine is Hard. ACM Queue vol.2 no.2, 2004 10/15 大規模検索エンジンの仕組み Sergey Brin and Lawrence Page. The Anatomy of a Large-Scale Hypertextual Web Search Engine. WWW7, 1998 11/05 ページランク Page, Lawrence; Brin, Sergey; Motwani, Rajeev; Winograd, Terry. The PageRank Citation Ranking
UPDATE: This page is out-of-date. An updated list can be found here: Research on Social Network Sites Thank you! I want to track down everyone who is actively doing research on social network sites. (Clarification: i’m looking for folks that are publishing in peer-reviewed spaces, not just researching for their company or blog.) Nicole Ellison and i are plotting to bring ways to bring everyone tog
_ [WWW2006] 本会議1日目 今日から本会議。オープニングではSir Tim Berners-Lee他3名がパネル討論でセマンティックセマンティックとおっしゃっていた。参加したセッションは、Fighting Search Spam、Browsers、Web Mining。Web Miningセッションでは自分の論文発表。反省点多し。以下、後で読もうと思っている論文と、私の論文の紹介。 Topical TrustRank: Using Topicality to Combat Web Spam PageRankをTopic Sensitive PageRankにしたように、TrustRankをTopicalTrustRankにした。のか？良くわからなかったので後で読む。 Detecting Spam Web Pages through Content Analysis ページコンテン
���������٤��ˤʤä��㤤�ޤ�����������ǽ�ز�����10�ޥ��ƥ��å�Web�ȥ����ȥ����������Ǥ������쵱����ȯɽ�֥����٥���Blog�����θ��� 2005�פΥ��⡣ ���⤦�ɤ������Ƥ��뤫�⤷���ޤ��ɡ���˺Ͽ�����ͤơ� �� 2003ǯ�ޤ� ���������� ��blog���ͥ��ˤ�������ȯɽ�Ͼ��ʤ��� ���ä˺����դ���ʸ�ϤۤȤ��ɤʤ��� �� 2004ǯ ���ֶ����� ��blog���оݤȤ����ͤ������ȯɽ�������ˤʤ롣 ��WWW2004�Ǥ�"Weblogging Ecosystem: Aggregation, Analysis and Dynamics"���ꤷ�������
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
