月別アーカイブ: 2019年3月

個別ゼミ, 張先生, 画像関連, 研究進捗

研究相談と研究進捗

コメントする

先週の進捗

  • 指導者との話し合いを経て、ICIAE2019学会の発表用のPPTを修正し、最終稿を決定した。
  • ICIAE2019学会発表准备、英语の练习。
  • 課題研究関連：論文をさらに読む「Person Transfer GAN to Bridge Domain Gap for Person Re-Identification』、その関連コードを知る（https://github.com/joinwei-pku/ptgan）, SMT17 Datasetデータ集（http://www.pkuvmc.com/publications/msmt17.html）,现在最大の歩行者再认识のデータセットが公开されている。
  • 3月20日に国际会馆から国际研修馆に搬入され、すべての手配が整った。

今週の予定

  • 26 -30日の北九州国际会议センターで开かれたICIAE2019（The 7th IIAE International Conference on Industrial Application Engineering 2019）国际学术会议に出席，27日午后15:40-17:00に报告し、28日12:00-20:00にTechnical tourに参加します。
  • 課題研究関連：関连学术论文を研究して、できるだけコード再现する。

張先生, 画像関連, 研究進捗

研究相談と研究進捗

コメントする

先週の進捗

  • ICIAE2019学会発表用スライドの作成:どうやって自分の論文のキーとなる内容を効果的な15分以内に明確に表現できるか、パワーポイントの作成も軽視できない課題だ。
  • ICIAE2019学会は報告準備を発表する:英語でプレゼンテーションをしなければならないため、強化練習が必要だ。特に、専門語の発音、プレゼンテーション場の言語組織、起こりうる問題点なども自分自身に対する挑戦だ。
  • 指導者との話し合いを経て、来学期の工学融合科目に受講する科目を確定した。
  • 課題研究関連：読みした論文「Person Transfer GAN to Bridge Domain Gap for Person Re-Identification』、その関連コードを知る（https://github.com/joinwei-pku/ptgan）, SMT17 Datasetデータ集（http://www.pkuvmc.com/publications/msmt17.html）,现在最大の歩行者再认识のデータセットが公开されている。

今週の予定

  • 2019 ICIAE2019学会は练习と准备を発表し、英会话のレベルを高めます。
  • 関連課題研究：上記の論文をさらに理解するために，重要な技術を知ることです，たとえばCycle-GAN，《Camera Style Adaptation for Person Re-identification》（cycleGANでレンズ間ピクチャ変換を完了し,損失関数にはcycleGAN lossとidentify mapping lossを利用する）。
  • 日本语の勉强を强める、特に日常生活用语。
  • 3月20日には国际交流会馆から国际研修馆に搬入され、一日も早く新しい环境に适応したいと思っています。

張先生, 画像関連, 研究相談, 研究進捗

ゼミ：研究相談と研究進捗

コメントする

先週の進捗

  • Gitlab関連 :git bashのダウンロード及びインストール、新projectの作成と追加, 関連研究内容はGitlabにも公開される。
  • Szlab関連:https://szlab.org/szlab/,投稿の操作方法を把握しました, 毎週の研究内容をまとめて投稿したいと考えています。
  • LaTex関連:https://texwiki.texjp.org/?TeXstudio ,学習と理解, 基本的な论文の编集フォーマットと方法をマスターした。例えば、分列、挿入公式、図表、设けページピッチなどの操作。
  • 課題研究関連：
  • 1.CVPR（Computer Vision and Pattern Recognition）2018の論文を読みました: Person Transfer GAN to Bridge Domain Gap for Person Re-Identification.
    この論文には2つの主要なイノベーションがあります:
    (1) より大きなデータセット(MSMT17)が提案され、このデータは、視角、光などのより細かい要素を集中的に考慮している。
    (2) PTGAN (Person Transfer GAN)アプローチは、複数のデータセット間のギャップ、すなわちdomain-gapを効果的に縮小するために、シーンにわたる遷移を実現することを提案する。PTGANの実現は、主に2つの損失関数、すなわちスタイル移動と歩行者保持に基づく。
  • 2.関連資料を見て、Person re-identificationの基本概念と技術についてさらに理解する：
    (1) データを参照して、GAN (Generative Adversarial Networks)の生成式対抗ネットワークに関する知識をさらに理解する。これは一種の深さ学習モデルで、近年、複雑な分布における監督なしの学習の最も将来性のある方法の一つである。
    (2) https://blog.csdn.net/u010042747/article/details/82970586
    （Person re-identificationの挑戦と最新の進捗）
    (3)http://html.rhhz.net/zdhxbzwb/html/2018-9-1554.htm
    （Person re-identification技術総論）
    今週の予定
  • ICIAE2019学会発表用スライドの作成。
  • 課題研究関連：论文をさらにまじめに研究して（Person Transfer GAN to Bridge … Continue Reading ››