Date post: | 04-Jul-2015 |
Category: |
Documents |
Upload: | cristobal-ariel-rojas-araya |
View: | 276 times |
Download: | 1 times |
CONSTRUCCIÓN EN
LÍNEA E INCREMENTAL
DE DICCIONARIOS
VISUALES
Cristóbal Rojas
Profesor Guía: Álvaro Soto
26 de octubre de 2012
Motivación
• Visión por computador, clasificación
• Escenas y objetos en imágenes
• Técnicas usadas
Diccionario Visual
• Visión por Computador
BoW (Bag of Word)
• Usado en Text Mining
• Queremos clasificar textos (según sus temas)
• Uso de Bag of Word (BoW)
Bag of Word
• Usando BoW para clasificar
Bag of Word
• Diccionario y representación usando BoW
Bag of Word
• ¿Basta solo con la representación BoW?
• Necesitamos un algoritmo de clasificación
ML (Machine Learning)
Diccionario Visual
• Palabras Visuales
• BoW
Palabras Visuales
Palabras Visuales
BoW
BoW
Diccionario Visual
• ¿Cómo formamos el BoW?
• Matching de puntos de interés
Matching de puntos de interés
• Actualmente es tratado como un problema de
clasificación de múltiples clases.
• Lepetit et al. (2005)
Randomized Tree for Real –Time
Keypoint Recognition
• Matching de puntos de interés, problema de clasificación
• Usa Random Forest
Randomized Tree for Real –Time
Keypoint Recognition
• Set de entrenamiento
Randomized Tree for Real –Time
Keypoint Recognition
Pregunta de Investigación
• ¿Podemos construir un algoritmo de matching de puntos
de interés que funcione en línea?
Propuesta
• ¿Podemos crear un diccionario visual que se pueda
actualizar en línea?
• ¿Qué necesitamos para permitir que esto ocurra?
Propuesta
• Buscamos Clasificador de múltiples clases que funcione
en línea
• ECOC
ECOC (Error Correcting Output Codes)
• Clasificador de múltiples clases.
• Separa el problema en muchas clasificaciones binarias.
• Un código ternario a cada clase
• Codificación, Decodificación, Matriz de códigos.
Matriz con Códigos
• Columnas como particiones y tantas filas como clases,
esta formada por 0, 1 y -1
Codificación
• Etapa que genera los códigos de cada clase.
• Existen diversas formas de realizar esta tarea
ECOC: Decodificación
• Etapa de inferencia
• Distintos métodos
ECOC online
• Podemos incluir clases al clasificador sin necesidad de
reentrenar todo el clasificador
ECOC online
Propuesta
• Construir sistema de Matching de puntos clave usando un
clasificador ECOC
Set de entrenamiento
• Datos de lugares del DCC
• Usando SIFT para encontrar puntos de interés
Set de entrenamiento
• Crear Set de clases de los puntos de interés usando
homografías
Codificación
• One vs One
Decodificación
• Weighted decoding
Limitaciones
• Complejidad (tiempo-espacio)
Pasos a seguir
• Terminar de formular un clasificador que puede agregar
puntos de interés de manera online
• Construir el algoritmo que permita verificar si un punto es
nuevo o no
CONSTRUCCIÓN EN
LÍNEA E INCREMENTAL
DE DICCIONARIOS
VISUALES
Cristóbal Rojas
Profesor Guía: Álvaro Soto
26 de octubre de 2012