ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement LearningPreferred Networks
Introduction of Deep Reinforcement Learning, which was presented at domestic NLP conference.
言語処理学会第24回年次大会(NLP2018) での講演資料です。
http://www.anlp.jp/nlp2018/#tutorial
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement LearningPreferred Networks
Introduction of Deep Reinforcement Learning, which was presented at domestic NLP conference.
言語処理学会第24回年次大会(NLP2018) での講演資料です。
http://www.anlp.jp/nlp2018/#tutorial
Lec-17: Sparse Signal Processing & Applications [notes]
Sparse signal processing, recovery of sparse signal via L1 minimization. Applications including face recognition, coupled dictionary learning for image super-resolution.
- Compressive sensing (CS) theory asserts that one can recover certain signals and images from far fewer samples or measurements than traditional methods use
- CS relies on two principle :
sparsity: which pertains to the signal of interest
In coherence : which pertains to the sensing modality
Convex Optimization Modelling with CVXOPTandrewmart11
An introduction to convex optimization modelling using cvxopt in an IPython environment. The facility location problem is used as an example to demonstrate modelling in cvxopt.
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.
8. Copyright(C) Open Stream, Inc. All Rights Reserved.
生物の一次視覚野(V1)
■ 目から入った視覚情報を最初に
受け取る脳の部位
■ 方向・空間スケールに関する選
択的空間フィルタを有すること
が知られている
8
9. Copyright(C) Open Stream, Inc. All Rights Reserved.
空間フィルタ
■ 網膜に特定の傾き
のスリット光を与
えると、その時だ
け反応する受容細
胞がある
■ ガボールフィルタで
近似できる
9
10. Copyright(C) Open Stream, Inc. All Rights Reserved.
視覚野はフィルタバンク
■ 様々な方向、空間周波数に対応した受容細胞(=
フィルタ)の集まり
■ なぜこのように進化したか?
• 有力な仮説:
• 自然画像の統計的構造を利用
• 自然画像を効率的に符号化→エネルギー効率
• 脳はとてつもなく効率のよい計算機
10
11. Copyright(C) Open Stream, Inc. All Rights Reserved.
スパースモデリングは
V1の模倣
■ 自然画像を基底画像(フィルタ)の
線形結合として表す。
■ 結合係数がスパース(Sparse:まばら)な行列
のとき、V1に良く一致する結果が得られる。
11
14. Copyright(C) Open Stream, Inc. All Rights Reserved.
スパース信号分解とは
■ N次元(N=WxH) 画像信号 f の線形生成モデル
■ s:係数ベクトル
■ A:辞書(基底行列), ai:原子(基底ベクトル)// 既定とする
■ まばらに非ゼロ要素が分布する s で f を表現することを
『スパース信号分解』という。
14
f = As (f 2 RN
)
16. Copyright(C) Open Stream, Inc. All Rights Reserved.
スパース信号分解
アルゴリズム
■ 過完備(overcomplete)な基底行列とは
• 基底ベクトルの数M>信号の次元数N
• N個の互いに一次独立な基底ベクトルがある
■ Aが過完備なとき、sは一意に定まらない
→どうする?
答:制約条件をつけて数値的に解く
16
f = As
17. Copyright(C) Open Stream, Inc. All Rights Reserved.
制約条件=
sに対するペナルティ
■ いろんな方法がありうる
■ よくあるペナルティは 『lp ノルム』
■ l2:『最小ノルム解』:信号の再構成保証
■ l0:画像処理、情報圧縮でよく用いる
17
lp = s p
=
P
n |sn|p
1
p p 0
18. Copyright(C) Open Stream, Inc. All Rights Reserved.
l0ノルムによる
スパース信号分解
■ 以下の解を求める。(l0ノルムの最小化)
■ l0ノルムの最小化=非ゼロ要素数の最小化
■ 解析的には解けない。最適解の探索は計算量
多い。
■ 近似解を得る方法がいろいろ提案されている。
18
19. Copyright(C) Open Stream, Inc. All Rights Reserved.
スパース信号分解
アルゴリズム例:MP
■ Matching pursuits(MP)アルゴリズム
■ 以下を反復する i=0,1,2…
1)初期残差信号 R(i=0)=f, s=(0,0,…,0)とおく
2)R(i)との内積が最大となる基底ベクトル
ajmaxを検索し、sjmax←ajmax
TR(i) と更新する
3)R(i+1)←R(i)-sjmaxajmax と更新する
4)終了条件満たさなければ 2)へ戻る
19
20. Copyright(C) Open Stream, Inc. All Rights Reserved.
その他のアルゴリズム
■ OMP
■ BP
■ BPDN
■ BCR
■ ・・・
■ 活発に改良案が研究されている
20
21. Copyright(C) Open Stream, Inc. All Rights Reserved.
スパースコーディング
■ 復習:スパース信号分解は Aとfからsを求める方法
■ スパースコーディングは辞書Aを作る方法:
• 事前設計型
• DCT、Fourier変換、wavelet,、curvelet、…
• 学習型
• INPUT: 学習用信号群 {fi}(i=1,2,…,I)
• OUTPUT: A
(ただし、できるだけ少ない基底ベクトルで)
• これも、いろいろなアルゴリズムが提案されている
21
22. Copyright(C) Open Stream, Inc. All Rights Reserved.
代表的な学習型スパースコーディング
例:K-SVD法
■ クラスタリングの k-means 法の一般化
■ (係数の最適化 基底の最適化)
を交互に繰り返す交互最適化
■ 基本的な考え方
• 基底ベクトル ai を更新する際、ai抜きで近
似した信号と原信号の誤差を表現する基底
を新たな ai とする。
22
23. Copyright(C) Open Stream, Inc. All Rights Reserved.
K-SVDの手順(1/2)
(1)任意の方法(乱数など)で辞書Aを初期化する。
このAに対する係数sをMP法などで求めておく。
(2)学習信号{fi}(i=1,2,…I)のなかで、更新対象の基底 al が
表現に用いられている信号の添字集合Ωlを求める。
• fiとaiの内積を取って、その値が小さいものは除外?
(調査中)
(3)Ωlに含まれる観測信号のみからなるfの部分行列f[l]を構
成する。同様に作った s[l]
j を並べた係数行列 s[l] とする。
23
⌦l = i 2 {1, · · · , n}|
⇥
C
⇤
li
6= 0
24. Copyright(C) Open Stream, Inc. All Rights Reserved.
K-SVDの手順(2/2)
(4)al を利用しないで観測信号を近似し、そのときの残差 Rl を求め
る。
(5)Rlを特異値分解(SVD)し、
第一左特異ベクトル u1 を al とする。al ← u1。また最大特異値
σ1と第一右特異ベクトルv1を用いて sj
←σ1v1 として係数を修正
する。(特異ベクトルは、Rlを最も良く近似する成分となる)
(6)ここまでの処理を全ての al について行い、順次 A を更新する。
(7)終了条件を満たさなければ、(2)へ戻る。
24
Rl = f[l]
X
j6=l
ajsj
[l]
Rl = U⌃V T
特異値分解は
スペクトル分解のような
効果
26. Copyright(C) Open Stream, Inc. All Rights Reserved.
画像分離・画像修復
■ 2つの異なる画像a,bが重なった画像 x があると
き、2つの画像がそれぞれ異なる辞書 Aa, Ab と
係数 sa, sb で、Aasa, Absb と表せるとする。
■ 次の問題を解けば、2つの画像を分離できる。
■ Aa=原画像辞書, Ab=ノイズ画像辞書とすれば、
ノイズ除去(画像修復)に使える。
26
minimizesa,sb
sa 0
+ sb 0
subject to x Aasa Absb
2
2
✏
27. Copyright(C) Open Stream, Inc. All Rights Reserved.
超解像
(次頁の図参照)
■ 高解像度の学習用画像から辞書 AH を学習しておく。
■ AHにダウンサンプリング・ボケ関数などを施して低解
像度な辞書ALを作成する。
■ 低解像度な入力画像列XL を AL でスパース信号分解す
る。
■ 上記で得られた非ゼロ係数列を使って、AHで画像を再
構成すると、高解像度画像XHが得られる。
■ 高画質TV、患者の負担を減らした医療画像撮影などに
用いられる
27
29. Copyright(C) Open Stream, Inc. All Rights Reserved.
顔認識(1/2)
■ 登録ユーザH人とする。各自は複数の顔画像f
を登録しているとする。これらを基底として
扱い、辞書D
を構成する。
29
fh
1 , · · · , fh
nh
, h = 1, · · · , H
D = (f1
1 , · · · , f1
n1
; · · · ; fH
1 , · · · , fH
n1
)
30. Copyright(C) Open Stream, Inc. All Rights Reserved.
顔認識(2/2)
■ 認識したい人物の顔画像XをDでスパース信号
分解すると、その人物が登録済みであれば、
その基底に該当するごく一部の係数だけが非
ゼロになる。
■ この係数の大きさをスコアとして、認証判定
ができる。
30
31. Copyright(C) Open Stream, Inc. All Rights Reserved.
ディープラーニングと
スパースモデリング
■ ディープラーニングの自己符号化器では
スパースモデリングのアイデアを活用している。
■ 『冗長(過完備)な基底ベクトルに対するス
パースな係数行列でより高次の情報を表現す
る』というモデルで、教師なし多層学習を
行っている。
31
32. Copyright(C) Open Stream, Inc. All Rights Reserved.
まとめ
■ スパースモデリングは生物の信号処理をヒントに
したアルゴリズム
■ 辞書の作成アルゴリズムと、辞書の利用アルゴリ
ズム(スパースな係数行列を求める)が主要な理
論
■ さまざまな自然信号の処理(画像、音声)に応用
できる。
■ ディープラーニングとの関係性
32