月別アーカイブ: 2019年4月

張先生, 画像関連, 研究相談, 研究進捗

 4月8日-15日学习记录（一周）

1件のコメント

  • 1.学习过程中，会发现一篇论文很难很快看完，因为经常因为其中涉及到的一些专有名词和技术需要了解和掌握而中断，从而转去进行其他知识的学习，例如上周，在看《Camera Style Adaptation for Person Re-identification》（ICCV2018）过程中，因为涉及到CNN卷积神经网络(Convolutional neural network)，由此转到了Neural Networks and DeepLearning（http://neuralnetworksanddeeplearning.com/chap1.html-英文）（https://tigerneil.gitbooks.io/neural-networks-and-deep-learning-zh/content/chapter1.html-中文），上周主要看了本书第一章节（利用神经网络识别手写数字）部分内容（http://www.tensorfly.cn/home/?p=80）
  • （1）手写体识别：这是一个很好的学习神经网络的原型问题神经网络，主要思想就是利用大量的手写数字(训练样本)，然后开发出一套从训练样本中进行学习的系统。那也就是说，神经网络使用样本来自动推理出识别手写数字的规则。
  • 此外，通过学习可以知道在手写体识别过程中，增加训练样本规模，神经网络便能学到手写体的更多规则从而提升它的识别精度。这也应了最近所看的几篇论文，例如之前读的论文《Person Transfer GAN to Bridge Domain Gap for Person Re-Identification》（CVPR2018）便是提出了一个更大的数据集MSMT17（考虑到了视角，光照等更为细致的因素），同时提出了 PTGAN（Person Transfer GAN）方法，实现跨场景的迁移，以此来有效的缩小多个数据集之间的差异，即Domain-gap，最终增加样本数量。而PTGAN 的实现主要基于两个损失函数：风格迁移和行人保持。
  • 还有正在读的论文《Camera Style Adaptation for Person Re-identification》（ICCV2018）所解决的同样是通过在训练集中增加更多样本，来了解摄像机之间的风格差异，以此来解决个人身份识别中的数据稀缺问题，并学习不同摄像机之间的不变特征。 由此可以看出，行人再识别研究面临的第一大挑战便是对大量训练数据的需求。
    （2）人工神经网络(Artificial Neural Networks)的两大类别：（正在看）
  • 感知器(Perceptrons)：卷积神经网络（Convoluted Neural Networks）,支持向量机(Support Vector Machine)
  • 神经元(sigmoid)：人工神经网络试图模仿大脑的神经元,每个神经元通过某种特定的输出函数（也叫激励函数）计算处理来自其它相邻神经元的加权输入值，而且神经元之间的信息传递的强度，用所谓加权值来定义，算法会不断自我学习，调整这个加权值。
    （3）神经网络标准学习算法：随机梯度下降（正在看）
  • 算法的核心：计算、连接、评估、纠错、疯狂训练
  • 精髓：非线性、分布式、并行计算、自适应、自组织
  • 2. 由于研究课题研究的是基于深度强化学习的行人再识别，学习深度学习和强化学习相关理论知识（http://www.zhuanzhi.ai/document/91c1e8b92a540e71ab8fc40dd6a96304）
  • 由于行人再识别与图像检索的思路相同, 可以看作是图像检索的子问题，包括两个核心部分: （1) 特征提取与表达. 从行人外观出发, 提取鲁棒性强且具有较强区分性的特征表示向量, 有效表达行人图像的特性; （2) … Continue Reading ››
未分類

M1ゼミ

コメントする

参加者：庄司、梶岡、井上、金當

工学府研究指導等計画書を作成し、来週中に提出。

庄司：４月中修論テーマの再考を行う。プロジェクト研究：Laravelを利用したウェブアプリの実装、実験を行う。例えば：会員登録、登録者による自己情報修正ができるアプリの作成。

梶岡：大筋今の研究内容をスマホアプリへの実装を試み、その後、精度向上、機能追加を行う。

井上：CNNを使用して、指の各関節の部分までの識別を試みる。今までの研究の評価する合理性を持つ基準の提案をしましょう！プロットタイプの作成を考えましょう。

金當：道路標識のとまれ以外の標識の識別方法の検討を行う。機械学習以外の方法も視野に入れる。

その他：M１全員でチームとしてのプロジェクトを考える。　台湾の学会に投稿する英論文の作成を行う。

個別ゼミ, 張先生, 画像関連, 研究相談

研究相談と研究進捗

1件のコメント

  • 先週行った学会発表について（ICIAE2019），自分を反省した上で、先ずは英語力が深刻に不足していること、次に研究レベルが足りないと思う、張先生は意見と提案を出しました、今後は英語力の補強と研究レベルの向上を図り、もっと有益な国際会議を参加することができる。
  • 以前にアップロードされたレポートで日本語の表現が不適切な場所については、張先生はそれを詳しく説明し、修正しました。
  • 課題研究関連：研究した課題について（Person Re-Identification）、関連技術をさらに知る、例えばCycle-GAN、《Camera Style Adaptation for Person Re-identification》（ICCV2018）、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. レーニングセットでより多くのサンプルを追加できます、カメラ間のスタイルの違いを理解する、これにより、個人識別におけるデータ不足を解決することができます、そして、異なるカメラ間の不変の特徴を学びまましょう。
    2. CycleGANによるレンズ間画像変換、損失関数はCycleGAN lossとidentify mapping lossを使います、過剰適合を防ぐためにデータの多様性を高める、しかしそれはまたかなりの量のノイズを生成します、この問題を解決するために、改良されたバージョンで、さらに、スタイル転送サンプルにlabel smooth regularization (LSR)を適用します、このように、彼らのラベルは訓練中に柔らかく分布します。
  • その他に関連：今週は病気のせいで、研究の進捗は大きく影響を受けていますが、しかし、病気になるのはその理由の一部にすぎません、主な理由は、心理的持久力が十分に強くなく、意志が十分に強くないことです。
  • 特別略記：私日本に来て半年になりました、はじめて病院に行く、言わなければならない、日本の医療システムは完璧です、登録なし、並ぶ必要がない、往復は一時間足らず、本当に便利。そして国民保険の精算に基づいて、価格も比較的安い、外国人留学生の心配を解決しました。

学会発表情報, 張先生, 画像関連

先週仕事のまとめ

2件のコメント

先週の主な業務はICIAE2019学会での発表だった ,参加プロセス記録は以下の通り:

  • 25日:学会発表の最后のPPT改订と発表准备を行う.
  • 26日:揚州大学(中国)一行6人の教師と14人の学生が登校し、午前9時から4組に分かれて課題報告と交流を行い、ROOM C-2 dの全行程の報告を受けた.
  • 27日:午前9时30分北九州国際会議場が伝えた、10:00-12:10Keynote Speech(2试合)、14:00 - 17:00の3グループ2场(3组2试合)によると、今回の个人発表はA组2组目で3度目。
  • 28日:午前9:30に学会に参加していた常熟理工学院の同僚(二人の先生の一人の学生)が会场に到着して报道され、10:00 - 11:20報告を聞く、12:00 - 19:00Technical tour (安川ロボット工场と北九州歴史博物馆)。
  • 29日:10:00 - 11:30:常熟理工学院の学生たちが、フォスターSessionを行います。

国際会議に参加するのは初めてですので，初めて英文で報告します，多くのことを感じた：

  • 今回の発表の効果があまり理想的ではなく、その主な原因は英语のレベルが深刻に不足していることであり、次に科学研究のレベルが高くならなければ、このような国际会议に何度も参加することができません。
  • 今回の国際会議を通じていくつかの新しい友人と知り合い、交流を通じて自分の視野と認識を広げた。
  • 揚州大学交流の現状を見て、今後常熟理工学院と本学の交流協力に自分の力を貢献したいと望んでいる。