SlideShare a Scribd company logo
サーベイ方法
片岡 裕雄
http://www.hirokatsukataoka.net/
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
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
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/
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
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.
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.
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.
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.
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.
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.
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
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
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
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
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
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
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
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.
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.
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
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
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
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.
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
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
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.
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
To invent, you need a good imagination and a pile of junk.
- Thomas Alva Edison

More Related Content

What's hot

【DL輪読会】Flow Matching for Generative Modeling
【DL輪読会】Flow Matching for Generative Modeling【DL輪読会】Flow Matching for Generative Modeling
【DL輪読会】Flow Matching for Generative Modeling
Deep Learning JP
 
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?? 〜​
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?? 〜​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?? 〜​
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?? 〜​
SSII
 
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
Koichiro Mori
 
Transformer メタサーベイ
Transformer メタサーベイTransformer メタサーベイ
Transformer メタサーベイ
cvpaper. challenge
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Yuta Kikuchi
 
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
 
backbone としての timm 入門
backbone としての timm 入門backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara
 
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
Hideo Terada
 
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII
 
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tipscvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
 
2019年度チュートリアルBPE
2019年度チュートリアルBPE2019年度チュートリアルBPE
2019年度チュートリアルBPE
広樹 本間
 
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII
 
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks? 【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
Deep Learning JP
 
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
 
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピングLiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
 
自己教師学習(Self-Supervised Learning)
自己教師学習(Self-Supervised Learning)自己教師学習(Self-Supervised Learning)
自己教師学習(Self-Supervised Learning)
cvpaper. challenge
 
[DL輪読会]Focal Loss for Dense Object Detection
[DL輪読会]Focal Loss for Dense Object Detection[DL輪読会]Focal Loss for Dense Object Detection
[DL輪読会]Focal Loss for Dense Object Detection
Deep Learning JP
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
joisino
 
全力解説!Transformer
全力解説!Transformer全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
 

What's hot (20)

【DL輪読会】Flow Matching for Generative Modeling
【DL輪読会】Flow Matching for Generative Modeling【DL輪読会】Flow Matching for Generative Modeling
【DL輪読会】Flow Matching for Generative Modeling
 
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?? 〜​
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?? 〜​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?? 〜​
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?? 〜​
 
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
 
Transformer メタサーベイ
Transformer メタサーベイTransformer メタサーベイ
Transformer メタサーベイ
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
 
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
 
backbone としての timm 入門
backbone としての timm 入門backbone としての timm 入門
backbone としての timm 入門
 
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
 
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
 
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tipscvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
 
2019年度チュートリアルBPE
2019年度チュートリアルBPE2019年度チュートリアルBPE
2019年度チュートリアルBPE
 
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
 
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks? 【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
 
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
 
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピングLiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
 
自己教師学習(Self-Supervised Learning)
自己教師学習(Self-Supervised Learning)自己教師学習(Self-Supervised Learning)
自己教師学習(Self-Supervised Learning)
 
[DL輪読会]Focal Loss for Dense Object Detection
[DL輪読会]Focal Loss for Dense Object Detection[DL輪読会]Focal Loss for Dense Object Detection
[DL輪読会]Focal Loss for Dense Object Detection
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
 
全力解説!Transformer
全力解説!Transformer全力解説!Transformer
全力解説!Transformer
 

Viewers also liked

優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
 
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
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
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
Tokoroten Nakayama
 
CVPR 2016 速報
CVPR 2016 速報CVPR 2016 速報
CVPR 2016 速報
Hirokatsu Kataoka
 
【2016.01】(1/3)cvpaper.challenge2016
【2016.01】(1/3)cvpaper.challenge2016【2016.01】(1/3)cvpaper.challenge2016
【2016.01】(1/3)cvpaper.challenge2016
cvpaper. challenge
 
【2016.01】(2/3)cvpaper.challenge2016
【2016.01】(2/3)cvpaper.challenge2016【2016.01】(2/3)cvpaper.challenge2016
【2016.01】(2/3)cvpaper.challenge2016
cvpaper. challenge
 
【2016.04】cvpaper.challenge2016
【2016.04】cvpaper.challenge2016【2016.04】cvpaper.challenge2016
【2016.04】cvpaper.challenge2016
cvpaper. challenge
 
【2016.02】cvpaper.challenge2016
【2016.02】cvpaper.challenge2016【2016.02】cvpaper.challenge2016
【2016.02】cvpaper.challenge2016
cvpaper. challenge
 
【2016.03】cvpaper.challenge2016
【2016.03】cvpaper.challenge2016【2016.03】cvpaper.challenge2016
【2016.03】cvpaper.challenge2016
cvpaper. challenge
 
【2016.01】(3/3)cvpaper.challenge2016
【2016.01】(3/3)cvpaper.challenge2016【2016.01】(3/3)cvpaper.challenge2016
【2016.01】(3/3)cvpaper.challenge2016
cvpaper. challenge
 
【2016.05】cvpaper.challenge2016
【2016.05】cvpaper.challenge2016【2016.05】cvpaper.challenge2016
【2016.05】cvpaper.challenge2016
cvpaper. challenge
 
ECCV 2016 速報
ECCV 2016 速報ECCV 2016 速報
ECCV 2016 速報
Hirokatsu Kataoka
 
ICCV 2017 速報
ICCV 2017 速報 ICCV 2017 速報
ICCV 2017 速報
cvpaper. challenge
 

Viewers also liked (12)

優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
 
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
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
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
 
CVPR 2016 速報
CVPR 2016 速報CVPR 2016 速報
CVPR 2016 速報
 
【2016.01】(1/3)cvpaper.challenge2016
【2016.01】(1/3)cvpaper.challenge2016【2016.01】(1/3)cvpaper.challenge2016
【2016.01】(1/3)cvpaper.challenge2016
 
【2016.01】(2/3)cvpaper.challenge2016
【2016.01】(2/3)cvpaper.challenge2016【2016.01】(2/3)cvpaper.challenge2016
【2016.01】(2/3)cvpaper.challenge2016
 
【2016.04】cvpaper.challenge2016
【2016.04】cvpaper.challenge2016【2016.04】cvpaper.challenge2016
【2016.04】cvpaper.challenge2016
 
【2016.02】cvpaper.challenge2016
【2016.02】cvpaper.challenge2016【2016.02】cvpaper.challenge2016
【2016.02】cvpaper.challenge2016
 
【2016.03】cvpaper.challenge2016
【2016.03】cvpaper.challenge2016【2016.03】cvpaper.challenge2016
【2016.03】cvpaper.challenge2016
 
【2016.01】(3/3)cvpaper.challenge2016
【2016.01】(3/3)cvpaper.challenge2016【2016.01】(3/3)cvpaper.challenge2016
【2016.01】(3/3)cvpaper.challenge2016
 
【2016.05】cvpaper.challenge2016
【2016.05】cvpaper.challenge2016【2016.05】cvpaper.challenge2016
【2016.05】cvpaper.challenge2016
 
ECCV 2016 速報
ECCV 2016 速報ECCV 2016 速報
ECCV 2016 速報
 
ICCV 2017 速報
ICCV 2017 速報 ICCV 2017 速報
ICCV 2017 速報
 

Similar to CV分野におけるサーベイ方法

Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Eric Sartre
 
SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門
Hironori Washizaki
 
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
Hironori Washizaki
 
220630_ishizone_intro.pdf
220630_ishizone_intro.pdf220630_ishizone_intro.pdf
220630_ishizone_intro.pdf
ssuser70401c
 
TokyoR#31 初心者セッション
TokyoR#31 初心者セッションTokyoR#31 初心者セッション
TokyoR#31 初心者セッション
TokorosawaYoshio
 
論文のいろは
論文のいろは論文のいろは
論文のいろは
Shu Sakamoto
 
トモノカイ2021年度版 探究教材 説明資料
トモノカイ2021年度版 探究教材 説明資料トモノカイ2021年度版 探究教材 説明資料
トモノカイ2021年度版 探究教材 説明資料
tankyu tomonokai
 
Study session2012#0-1
Study session2012#0-1Study session2012#0-1
Study session2012#0-1petrof1991
 
Socla2012 レポートポスターの書き方と提出方法
Socla2012 レポートポスターの書き方と提出方法Socla2012 レポートポスターの書き方と提出方法
Socla2012 レポートポスターの書き方と提出方法
Toru Fujimoto
 
研修担当者に聞く、学生のうちに学ぶべきこと
研修担当者に聞く、学生のうちに学ぶべきこと研修担当者に聞く、学生のうちに学ぶべきこと
研修担当者に聞く、学生のうちに学ぶべきことHiromu Shioya
 
論文に関する基礎知識2015
論文に関する基礎知識2015論文に関する基礎知識2015
論文に関する基礎知識2015
Mai Otsuki
 
【社会人1年目必読】パワポで資料作成する3つの手順
【社会人1年目必読】パワポで資料作成する3つの手順【社会人1年目必読】パワポで資料作成する3つの手順
【社会人1年目必読】パワポで資料作成する3つの手順
knowledge archiver
 
論文に関する基礎知識2016
 論文に関する基礎知識2016 論文に関する基礎知識2016
論文に関する基礎知識2016
Mai Otsuki
 
申請書づくりのアドバイス
申請書づくりのアドバイス申請書づくりのアドバイス
申請書づくりのアドバイス
tachibanalvns
 
教えてみてわかった、新しいことを覚えるしくみ
教えてみてわかった、新しいことを覚えるしくみ教えてみてわかった、新しいことを覚えるしくみ
教えてみてわかった、新しいことを覚えるしくみ
Mori Kazue
 
知って得するかもしれない研究Tips
知って得するかもしれない研究Tips知って得するかもしれない研究Tips
知って得するかもしれない研究Tips
Keisuke Mukai
 
企業のオープンソース戦略 (2014)
企業のオープンソース戦略 (2014)企業のオープンソース戦略 (2014)
企業のオープンソース戦略 (2014)
Hironori Sakamoto
 
IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門- (公開用)
IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門-  (公開用)IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門-  (公開用)
IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門- (公開用)
Yasushi Hara
 
What makes a "GOOD" presentation?-良いプレゼンとは何か?-
What makes a "GOOD" presentation?-良いプレゼンとは何か?-What makes a "GOOD" presentation?-良いプレゼンとは何か?-
What makes a "GOOD" presentation?-良いプレゼンとは何か?-
美加 五十嵐
 
グラフデータベース入門
グラフデータベース入門グラフデータベース入門
グラフデータベース入門
Masaya Dake
 

Similar to CV分野におけるサーベイ方法 (20)

Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
 
SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門
 
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
 
220630_ishizone_intro.pdf
220630_ishizone_intro.pdf220630_ishizone_intro.pdf
220630_ishizone_intro.pdf
 
TokyoR#31 初心者セッション
TokyoR#31 初心者セッションTokyoR#31 初心者セッション
TokyoR#31 初心者セッション
 
論文のいろは
論文のいろは論文のいろは
論文のいろは
 
トモノカイ2021年度版 探究教材 説明資料
トモノカイ2021年度版 探究教材 説明資料トモノカイ2021年度版 探究教材 説明資料
トモノカイ2021年度版 探究教材 説明資料
 
Study session2012#0-1
Study session2012#0-1Study session2012#0-1
Study session2012#0-1
 
Socla2012 レポートポスターの書き方と提出方法
Socla2012 レポートポスターの書き方と提出方法Socla2012 レポートポスターの書き方と提出方法
Socla2012 レポートポスターの書き方と提出方法
 
研修担当者に聞く、学生のうちに学ぶべきこと
研修担当者に聞く、学生のうちに学ぶべきこと研修担当者に聞く、学生のうちに学ぶべきこと
研修担当者に聞く、学生のうちに学ぶべきこと
 
論文に関する基礎知識2015
論文に関する基礎知識2015論文に関する基礎知識2015
論文に関する基礎知識2015
 
【社会人1年目必読】パワポで資料作成する3つの手順
【社会人1年目必読】パワポで資料作成する3つの手順【社会人1年目必読】パワポで資料作成する3つの手順
【社会人1年目必読】パワポで資料作成する3つの手順
 
論文に関する基礎知識2016
 論文に関する基礎知識2016 論文に関する基礎知識2016
論文に関する基礎知識2016
 
申請書づくりのアドバイス
申請書づくりのアドバイス申請書づくりのアドバイス
申請書づくりのアドバイス
 
教えてみてわかった、新しいことを覚えるしくみ
教えてみてわかった、新しいことを覚えるしくみ教えてみてわかった、新しいことを覚えるしくみ
教えてみてわかった、新しいことを覚えるしくみ
 
知って得するかもしれない研究Tips
知って得するかもしれない研究Tips知って得するかもしれない研究Tips
知って得するかもしれない研究Tips
 
企業のオープンソース戦略 (2014)
企業のオープンソース戦略 (2014)企業のオープンソース戦略 (2014)
企業のオープンソース戦略 (2014)
 
IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門- (公開用)
IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門-  (公開用)IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門-  (公開用)
IIRフォーラム 1/28 数字が教えてくれないこと -特許データベース分析入門- (公開用)
 
What makes a "GOOD" presentation?-良いプレゼンとは何か?-
What makes a "GOOD" presentation?-良いプレゼンとは何か?-What makes a "GOOD" presentation?-良いプレゼンとは何か?-
What makes a "GOOD" presentation?-良いプレゼンとは何か?-
 
グラフデータベース入門
グラフデータベース入門グラフデータベース入門
グラフデータベース入門
 

More from 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
【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【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
【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
Hirokatsu Kataoka
 
【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?
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
【チュートリアル】コンピュータビジョンによる動画認識【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識
Hirokatsu Kataoka
 
【ECCV 2016 BNMW】Human Action Recognition without Human
【ECCV 2016 BNMW】Human Action Recognition without Human【ECCV 2016 BNMW】Human Action Recognition without Human
【ECCV 2016 BNMW】Human Action Recognition without Human
Hirokatsu Kataoka
 
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
Hirokatsu Kataoka
 
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
Hirokatsu Kataoka
 
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
Hirokatsu Kataoka
 
ILSVRC2015 手法のメモ
ILSVRC2015 手法のメモILSVRC2015 手法のメモ
ILSVRC2015 手法のメモ
Hirokatsu Kataoka
 
Deep Residual Learning (ILSVRC2015 winner)
Deep Residual Learning (ILSVRC2015 winner)Deep Residual Learning (ILSVRC2015 winner)
Deep Residual Learning (ILSVRC2015 winner)
Hirokatsu Kataoka
 
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
Hirokatsu Kataoka
 
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
Hirokatsu Kataoka
 
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
Hirokatsu Kataoka
 
【SSII2015】人を観る技術の先端的研究
【SSII2015】人を観る技術の先端的研究【SSII2015】人を観る技術の先端的研究
【SSII2015】人を観る技術の先端的研究
Hirokatsu Kataoka
 
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
Hirokatsu Kataoka
 
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
Hirokatsu Kataoka
 
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Hirokatsu Kataoka
 

More from Hirokatsu Kataoka (16)

【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
【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【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
【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
 
【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?
 
【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識
 
【ECCV 2016 BNMW】Human Action Recognition without Human
【ECCV 2016 BNMW】Human Action Recognition without Human【ECCV 2016 BNMW】Human Action Recognition without Human
【ECCV 2016 BNMW】Human Action Recognition without Human
 
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
【BMVC2016】Recognition of Transitional Action for Short-Term Action Prediction...
 
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Wea...
 
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
【CVPR2016_LAP】Dominant Codewords Selection with Topic Model for Action Recogn...
 
ILSVRC2015 手法のメモ
ILSVRC2015 手法のメモILSVRC2015 手法のメモ
ILSVRC2015 手法のメモ
 
Deep Residual Learning (ILSVRC2015 winner)
Deep Residual Learning (ILSVRC2015 winner)Deep Residual Learning (ILSVRC2015 winner)
Deep Residual Learning (ILSVRC2015 winner)
 
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
【ISVC2015】Evaluation of Vision-based Human Activity Recognition in Dense Traj...
 
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
 
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
【ITSC2015】Fine-grained Walking Activity Recognition via Driving Recorder Dataset
 
【SSII2015】人を観る技術の先端的研究
【SSII2015】人を観る技術の先端的研究【SSII2015】人を観る技術の先端的研究
【SSII2015】人を観る技術の先端的研究
 
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
 
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
 
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity ...
 

CV分野におけるサーベイ方法