Towards Realistic Predictors

コンピュータビジョンのトップカンファレンスの一つである 「European Conference on Computer Vision (ECCV) 2018」の論文読み会です。

Transcript

1. Towards Realistic Predictors
   Pei Wang and Nuno Vasconcelos
   Statistical and Visual Computing Lab, UC San Diego
   第49回 コンピュータビジョン勉強会＠関東
   2018.10.20
   @_lunardog_
   http://openaccess.thecvf.com/content_ECCV_2018/papers/Pei_Wang_Towards_Realistic_Predictors_ECCV_2018_paper.pdf
   

   View Slide

2. 自己紹介
   ● レシェックと呼んでください
   ● ポーランド出身
   ● ２０１０年から日本在住
   ● ２０１６年からクックパッドに勤務
   ● ロボットとタイムワープのSFが好き
   ● セルフィーが下手
   

   View Slide

3. View Slide

4. View Slide

5. View Slide

6. View Slide

7. Towards Realistic Predictors
   Pei Wang and Nuno Vasconcelos
   Statistical and Visual Computing Lab, UC San Diego
   http://openaccess.thecvf.com/content_ECCV_2018/papers/Pei_Wang_Towards_Realistic_Predictors_ECCV_2018_paper.pdf
   

   View Slide

8. Realisticとは？
   らっかんてき
   楽観的
   optimistic
   ひかんてき
   悲観的
   pessimistic
   きゃっかんてき
   客観的
   objective,
   realistic
   しゅかんてき
   主観的
   subjective,
   realistic
   

   View Slide

9. https://snappygoat.com/
   

   View Slide

10. https://snappygoat.com/
    

    View Slide

11. ぶんるいき
    分類器
    料理・非料理の分類器
    料理
    人間
    動物
    植物
    ...
    その他
    

    View Slide

12. View Slide

13. View Slide

14. View Slide

15. View Slide

16. View Slide

17. View Slide

18. 簡単な画像だけで学習
    

    View Slide

19. View Slide

20. View Slide

21. View Slide

22. どれが難しいか
    

    View Slide

23. DLによるHardness Predictor
    HP-Net 難しさ
    

    View Slide

24. ぶんるいき
    分類器
    HP-Net
    DLによるHardness Predictor
    

    View Slide

25. 難しさのPredictor (HP-Net) の損失
    bi y s e t y s u w r e s ma c
    mi zi t K l a k-Le b di g e b en t
    di r i n d a m i m n = 1 − p
    c
    

    View Slide

26. 分類器の損失
    we t ro -en p
    ma h er p e (la r ) mo po n , w i as e m s
    (lo s) ar en s or c
    

    View Slide

27. ぶんるいき
    分類器
    HP-Net
    学習
    1. train classifier F and
    HP-Net S jointly on training
    set D
    2. run S on D and eliminate
    hard examples, to create
    realistic training set D′
    3. learn realistic classifier F′
    on D′, with S fixed
    4. output pair S, F′
    5. GOTO 1
    D
    F
    S
    

    View Slide

28. confidence scores だけでは不十分？
    

    View Slide

29. View Slide

30. 難しさ推定の
    進歩
    

    View Slide

31. ２つのモデルは必要か？
    

    View Slide

32. ぶんるいき
    分類器
    +
    HP-Net
    +
    

    View Slide

33. View Slide

34. Fine-tune は必要か？
    

    View Slide

35. C - normal classifier
    F - realistic predictor without fine-tuning (just rejection)
    F’ - realistic predictor, fine-tuned on samples accepted by HP-Net
    

    View Slide

36. View Slide

37. まとめ
    ● 難しい画像を時々スキップしてもいい
    ● スキップしないといけない時もある!
    ● GANのようなHP-Netのアーキテクチャー
    を使って、難しさの推定ができる
    ● そうしたら、分類の精度もよくなる
    ● HP-Netは分類器と一緒に学習させたほうがいい
    ● HP-Netは分類器と別のモデルにしたほうがいい
    

    View Slide

38. https://ja.wikipedia.org/wiki/2001年宇宙の旅
    https://matome.naver.jp/odai/2142440452176902701
    　　　うちゅうのたび
    2001年宇宙の旅
    『2001年宇宙の旅』（にせんいちねんうちゅうのた
    び、原題：2001: A Space Odyssey）は、アーサー・C・
    クラークとスタンリー・キューブリックのアイデアを
    まとめたストーリーに基いて製作された、SF映画
    およびSF小説である。映画版はキューブリックが
    監督・脚本を担当し、1968年4月6日にアメリカで
    公開された。小説版は同年6月にハードカバー版
    としてアメリカで出版されている。
    

    View Slide

39. I’m sorry, Dave.
    I’m afraid I can’t do that.
    Open the pod bay doors, HAL!
    ドアを開けて、HAL!
    

    View Slide

40. The END
    

    View Slide