Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
Submit search
EN
Uploaded by
Hirokatsu Kataoka
27,270 views
CV分野におけるサーベイ方法
サーベイ方法やアイディアの発想法についてまとめました.
Science
◦
Read more
56
Save
Share
Embed
Embed presentation
Download
Downloaded 185 times
1
/ 29
2
/ 29
3
/ 29
4
/ 29
5
/ 29
6
/ 29
7
/ 29
Most read
8
/ 29
9
/ 29
10
/ 29
11
/ 29
12
/ 29
13
/ 29
14
/ 29
15
/ 29
16
/ 29
17
/ 29
18
/ 29
19
/ 29
20
/ 29
21
/ 29
22
/ 29
23
/ 29
24
/ 29
25
/ 29
Most read
26
/ 29
27
/ 29
Most read
28
/ 29
29
/ 29
More Related Content
PPTX
落合流先生流の論文要旨フォーマット
by
森 哲也
PDF
cvpaper.challenge 研究効率化 Tips
by
cvpaper. challenge
PDF
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
by
諒介 荒木
PDF
研究分野をサーベイする(情報処理学会第87回全国大会での基調講演スライド公開版)
by
Takayuki Itoh
PDF
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
by
Toshihiko Yamasaki
PPT
文献調査をどのように行うべきか?
by
Yuichi Goto
PDF
研究効率化Tips Ver.2
by
cvpaper. challenge
PDF
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
by
諒介 荒木
落合流先生流の論文要旨フォーマット
by
森 哲也
cvpaper.challenge 研究効率化 Tips
by
cvpaper. challenge
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
by
諒介 荒木
研究分野をサーベイする(情報処理学会第87回全国大会での基調講演スライド公開版)
by
Takayuki Itoh
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
by
Toshihiko Yamasaki
文献調査をどのように行うべきか?
by
Yuichi Goto
研究効率化Tips Ver.2
by
cvpaper. challenge
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
by
諒介 荒木
What's hot
PDF
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
by
SSII
PDF
研究発表を準備する(2022年版)
by
Takayuki Itoh
PDF
研究室における研究・実装ノウハウの共有
by
Naoaki Okazaki
PDF
【メタサーベイ】基盤モデル / Foundation Models
by
cvpaper. challenge
PDF
工学系大学4年生のための論文の読み方
by
ychtanaka
PDF
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
by
SSII
PDF
Deep Learningによる超解像の進歩
by
Hiroto Honda
PDF
先端技術とメディア表現1 #FTMA15
by
Yoichi Ochiai
PDF
研究分野をサーベイする
by
Takayuki Itoh
PDF
0から理解するニューラルネットアーキテクチャサーチ(NAS)
by
MasanoriSuganuma
PPTX
MS COCO Dataset Introduction
by
Shinagawa Seitaro
PPTX
優れた研究論文の書き方
by
Masanori Kado
PPTX
backbone としての timm 入門
by
Takuji Tahara
PDF
Layer Normalization@NIPS+読み会・関西
by
Keigo Nishida
PDF
機械学習による統計的実験計画(ベイズ最適化を中心に)
by
Kota Matsui
PPTX
優れた研究論文の書き方―7つの提案
by
Masanori Kado
PDF
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
by
Deep Learning JP
PDF
ドメイン適応の原理と応用
by
Yoshitaka Ushiku
PDF
【メタサーベイ】Vision and Language のトップ研究室/研究者
by
cvpaper. challenge
PDF
研究発表のためのプレゼンテーション技術
by
Shinnosuke Takamichi
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
by
SSII
研究発表を準備する(2022年版)
by
Takayuki Itoh
研究室における研究・実装ノウハウの共有
by
Naoaki Okazaki
【メタサーベイ】基盤モデル / Foundation Models
by
cvpaper. challenge
工学系大学4年生のための論文の読み方
by
ychtanaka
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
by
SSII
Deep Learningによる超解像の進歩
by
Hiroto Honda
先端技術とメディア表現1 #FTMA15
by
Yoichi Ochiai
研究分野をサーベイする
by
Takayuki Itoh
0から理解するニューラルネットアーキテクチャサーチ(NAS)
by
MasanoriSuganuma
MS COCO Dataset Introduction
by
Shinagawa Seitaro
優れた研究論文の書き方
by
Masanori Kado
backbone としての timm 入門
by
Takuji Tahara
Layer Normalization@NIPS+読み会・関西
by
Keigo Nishida
機械学習による統計的実験計画(ベイズ最適化を中心に)
by
Kota Matsui
優れた研究論文の書き方―7つの提案
by
Masanori Kado
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
by
Deep Learning JP
ドメイン適応の原理と応用
by
Yoshitaka Ushiku
【メタサーベイ】Vision and Language のトップ研究室/研究者
by
cvpaper. challenge
研究発表のためのプレゼンテーション技術
by
Shinnosuke Takamichi
Viewers also liked
PPTX
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
by
Tokoroten Nakayama
PDF
CVPR 2016 速報
by
Hirokatsu Kataoka
PDF
【2016.01】(1/3)cvpaper.challenge2016
by
cvpaper. challenge
PDF
【2016.01】(2/3)cvpaper.challenge2016
by
cvpaper. challenge
PDF
【2016.04】cvpaper.challenge2016
by
cvpaper. challenge
PDF
【2016.02】cvpaper.challenge2016
by
cvpaper. challenge
PDF
【2016.03】cvpaper.challenge2016
by
cvpaper. challenge
PDF
【2016.01】(3/3)cvpaper.challenge2016
by
cvpaper. challenge
PDF
【2016.05】cvpaper.challenge2016
by
cvpaper. challenge
PDF
ECCV 2016 速報
by
Hirokatsu Kataoka
PDF
ICCV 2017 速報
by
cvpaper. challenge
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
by
Tokoroten Nakayama
CVPR 2016 速報
by
Hirokatsu Kataoka
【2016.01】(1/3)cvpaper.challenge2016
by
cvpaper. challenge
【2016.01】(2/3)cvpaper.challenge2016
by
cvpaper. challenge
【2016.04】cvpaper.challenge2016
by
cvpaper. challenge
【2016.02】cvpaper.challenge2016
by
cvpaper. challenge
【2016.03】cvpaper.challenge2016
by
cvpaper. challenge
【2016.01】(3/3)cvpaper.challenge2016
by
cvpaper. challenge
【2016.05】cvpaper.challenge2016
by
cvpaper. challenge
ECCV 2016 速報
by
Hirokatsu Kataoka
ICCV 2017 速報
by
cvpaper. challenge
More from Hirokatsu Kataoka
PDF
【チュートリアル】コンピュータビジョンによる動画認識 v2
by
Hirokatsu Kataoka
PDF
【慶應大学講演】なぜ、博士課程に進学したか?
by
Hirokatsu Kataoka
PDF
【チュートリアル】コンピュータビジョンによる動画認識
by
Hirokatsu Kataoka
PDF
【ECCV 2016 BNMW】Human Action Recognition without Human
by
Hirokatsu Kataoka
PDF
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
by
Hirokatsu Kataoka
PDF
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
by
Hirokatsu Kataoka
PDF
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
by
Hirokatsu Kataoka
PDF
ILSVRC2015 手法のメモ
by
Hirokatsu Kataoka
PDF
Deep Residual Learning (ILSVRC2015 winner)
by
Hirokatsu Kataoka
PDF
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
by
Hirokatsu Kataoka
PDF
TensorFlowによるCNNアーキテクチャ構築
by
Hirokatsu Kataoka
PDF
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
by
Hirokatsu Kataoka
PDF
【SSII2015】人を観る技術の先端的研究
by
Hirokatsu Kataoka
PDF
PythonによるCVアルゴリズム実装
by
Hirokatsu Kataoka
PDF
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
by
Hirokatsu Kataoka
PDF
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
by
Hirokatsu Kataoka
【チュートリアル】コンピュータビジョンによる動画認識 v2
by
Hirokatsu Kataoka
【慶應大学講演】なぜ、博士課程に進学したか?
by
Hirokatsu Kataoka
【チュートリアル】コンピュータビジョンによる動画認識
by
Hirokatsu Kataoka
【ECCV 2016 BNMW】Human Action Recognition without Human
by
Hirokatsu Kataoka
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
by
Hirokatsu Kataoka
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
by
Hirokatsu Kataoka
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
by
Hirokatsu Kataoka
ILSVRC2015 手法のメモ
by
Hirokatsu Kataoka
Deep Residual Learning (ILSVRC2015 winner)
by
Hirokatsu Kataoka
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
by
Hirokatsu Kataoka
TensorFlowによるCNNアーキテクチャ構築
by
Hirokatsu Kataoka
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
by
Hirokatsu Kataoka
【SSII2015】人を観る技術の先端的研究
by
Hirokatsu Kataoka
PythonによるCVアルゴリズム実装
by
Hirokatsu Kataoka
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
by
Hirokatsu Kataoka
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
by
Hirokatsu Kataoka
CV分野におけるサーベイ方法
1.
サーベイ方法 片岡 裕雄 http://www.hirokatsukataoka.net/
2.
概要 • サーベイ方法について – サーベイの重要性 –
基礎知識編 – 最先端編 • 勉強方法 – 情報の獲得 – アイディアの発想法 ※全てコンピュータビジョンやパターン認識の研究として話を進めます
3.
サーベイの重要性 – 最先端を知らないと,「研究」にならない! – トップ研究室はそれだけの調査能力を持っている –
さらに言うと,調査をした上での実装力を持っている – 論文をより上位の研究レベルに到達させるためにはサーベイが必要
4.
ブログより転載・詳細を説明 片岡裕雄 技術メモ・読書ログ h#p://www.hirokatsu16.blog.fc2.com/
5.
基礎知識 – どれだけの手法を知っているか,で研究するための引き出しの数が増 え,問題解決能力が高まる – 取り掛かりとして,スタンダードな手法となるアルゴリズムを勉強す る –
ここでは自分が今までに読んできた本を紹介
6.
ディジタル画像処理 • ディジタル画像処理 – CG-ARTS協会 •
ディジタル画像とは何か?から始まり,単純なアルゴリズムが紹介されてい て,画像処理入門者が手軽に読めるような構成になっています.最初に読む 一冊.
7.
CV最先端ガイド • コンピュータビジョン最先端ガイド – アドコムメディア •
最先端のアルゴリズムがチュートリアル形式で丁寧に取り上げられています. 一章ごとにひとつのアルゴリズムが解説されています.
8.
OpenCV2プログラミングブック • OpenCVプログラミングブック – マイナビ •
OpenCVの使い方とアルゴリズムが説明されています.CVのアルゴリズムと OpenCVによる実装方法が同時に勉強できます.このプログラム書を写経(丸 ごとタイピング)することで書き方を覚えてきました.
9.
Computer Vision • Computer
Vision: Algorithm and Applications – Springer • MSRのRichard Szeliskiさんが書いている本で,彼のページからもpdfをダウン ロードできます.アルゴリズムはもちろん,アプリケーションの視点からも 書かれています.
10.
日本語版 Computer Vision:
Algorithms and Applications • コンピュータビジョン アルゴリズムと応用 – 共立出版 • 本家Szeliski本の日本語訳です.CVのかなり広い分野においてそのアルゴリ ズム・理論の話や応用分野について記述されています.この一冊で初学者か ら研究者まで,ビジョン分野の内容を網羅しています.
11.
Multiple View Geometry •
Multiple View Geometry in computer vision – Cambridge Univ. Press • 主にカメラ幾何の話しが紹介されている,比類なき書籍です.カメラ幾何を 勉強するならこれ.
12.
その他 – その他,オライリーの詳解OpenCV,コンピュータビジョン –視覚の幾 何学-,
コンピュータビジョン (David Forsyth, Jean Ponce)などなど – Springerでも理論だけでなく,サーベイ本も多数出版されています
13.
サーベイについて - こちらも,どれだけの手法を知っているか,で研究する為の引き出し の数が変わり,問題解決能力が高まる - 最新の手法について知る事ができるため,自分の研究の位置づけを考 えることができる -
開発者ならともかく,新しいことを実現しようとする研究者にとって サーベイ能力は必要不可欠
14.
サーベイのメリット – 様々な手法を知ることができ,自分の知識レベルが向上 – スタンダード手法をいくつも知る –
トップに限らず国際会議に通すためには関連研究との比較が必要,そ の時に適切な論文から引用されていないと査読者によっては評価がマ イナス – 論文だけでなく,動画像やデータセット・ソースコードなど入手可能 など多数
15.
サーベイの基本 – トップ会議やジャーナルから論文をダウンロードする – サーベイ論文やサーベイ本があるかを調べる –
読んだ論文の関連する論文を探す – 著者を調べる
16.
トップ会議やトップジャーナル – トップ会議やジャーナルから論文を読む Top Conference:
CVPR, ICCV, ECCV Second: ACCV, BMVC, ICIP, ICPR, WACVなど Journal: PAMI, IJCV, CVIU, Pattern Recognitionなど – 情報源: CVPapers on the web, IEEE Xplore, arXiv – ここにリンクがなくても,著者ページなどにあることも多いので,タ イトルや著者名で検索する
17.
論文のフォロー – CVPapers on
the webには上位会議の論文が掲載される • 会議の直前になると更新されるのでテーマをチェックして論文をダウンロー ド • 著者によっては論文リンクがないのでタイトルや著者名で検索 – arXivは平日に毎日更新される • Computer Vision, AI, Multimediaセクションに関連論文が投稿されることも多 い • マメにチェックすることが必要だが,新しい情報が更新される • 論文の質を評価できる目も必要
18.
サーベイ論文・サーベイ本 – サーベイ論文・サーベイ本があるかどうかを調べる – それぞれの分野についてまずはその類の書籍がないか確認 –
PAMIやCVIU,国内論文誌や研究会でもサーベイ論文は存在 – “(キーワード) Survey” “(キーワード) Review”などで調べると出てくるこ とが多いです
19.
関連研究を探す – 読んだ論文の関連する論文を探す • トップ会議に出てくる人は,サーベイを十分にしています.逆に言うと, サーベイをしてその研究の位置付けをしていないと上位会議には通らないと いうことですね.なので,その研究者のサーベイ能力を借りて調べていくこ とも重要.あとは取捨選択する.
20.
著者で検索 – 著者名で調べる • よく名前を見る人は,その人の歴史を遡ってサーベイしてみるのも面白いで す.研究者のページから研究に関する情報を収集しましょう.
21.
論文の読み方と把握する情報(個人的な) – アブストラクト=>結論=>図とその注釈=>本文 – アブストラクト:全体の内容を簡単につかむ –
結論:どのくらい成果が出ているかを知る – 図と注釈:図で分かり易く,そして具体的なイメージをつかむ – 本文:全体の流れ,アルゴリズム,数式,実験結果
22.
数式の理解 – わからない(そして必要な)数式は書き出して見る – イメージをつかむ:inputとoutputが何かを理解する –
参考がある場合には検索 – 日頃から数式に触れておく
23.
論文の手法を実装する場合 – まずは十分に論文の内容を理解する – 次にソースコードがあるかどうか調べる –
ない場合にはどんな順序で実装するか手順を確認 – 実装
24.
情報の獲得 – 適切なタイミングで,適切に情報を得ること – 知識の蓄積と繰り返し •
※教科書をいくら読んでも,それを書いた人たちを超えることは到底できな い.その人たちは遥か先にいると考えたほうが良い.教科書を知ることはも ちろん,さらに幅広い知識を吸収して,実践してそれを自分のものにして 様々な知識を組み合わせて初めて自分のオリジナルな手法に到達する.
25.
勉強しろ! – 博識になるには?勉強するしかない – 博識の人とそうでない人も実は入って来る情報は変わらない –
引き出しを多く持っていると残る情報量が違う – 専門分野だけでなく多くの分野に精通する知識(何にでも興味を持って 知識を累積) – 複数分野に精通することで勝つ方法もある
26.
論文・読書とアイディアノート – インプット/アウトプットの回転効率を高めてアイディアの質を高める – インプット:論文を数多く読む,読書をとにかくする •
研究者には年間数百本の論文を読む人もいる • もちろん読書も年間数百冊読む人もいる – アウトプット:ブログ/SNS,論文,実装,議論,研究ノート等 • 知識は発信して初めて認識してもらえる • 議論によってアイディアを完成させる – アイディアノートを持ち歩いてアイディアが浮かんだら書く
27.
参考:アイデアマラソン アイデアマラソンのルール 1) 一冊のノートを持ちます.あなたの「人生ノート」です.仕事も,個人のこと も,発想も,全て時間順(時系列)に書き込みます. 2) 毎日必ず,最低一個,オリジナルの発想を考えてノートに書きます. 3)
発想を,まわりの家族・友人・同僚と話してできればPCのDBにも入れます.
28.
参考:発明王とノート – トーマス・エジソンは生涯3,500冊のノートを残した – ノートを何度も見返して,アイディアを完成させた –
アイディアを蓄積して必要な時に引用した
29.
To invent, you
need a good imagination and a pile of junk. - Thomas Alva Edison
Download