Upgrade to Pro — share decks privately, control downloads, hide ads and more …

20170408_cvsaisentan_39_ohtysk

ohtysk
April 08, 2017
1k

 20170408_cvsaisentan_39_ohtysk

ohtysk

April 08, 2017
Tweet

Transcript

  1. 自己紹介 • @ohtysk on Twitter • 専攻 数学 整数論 •

    仕事 某メーカ R&D • 画像処理、DNN、 三次元結合 • #cvsaisentan 発表2回目 2
  2. 目次 • 3 最小化に基づく方法 • 3.1 最小二乗法 • 3.2 最尤推定

    • 3.3 バンドル調整 • 3.4 撹乱母数とセミパラメトリックモデル (注意)本日は手作りの温かみのある資料をお届けします 一部本人しか読めない部分があると思うので気軽に質問してください! 手書き部分は windows inkのスケッチブックで作成 on surface pro4 いいツール知ってる方は教えてください 3
  3. 4

  4. 6

  5. 7

  6. 8

  7. 9

  8. 10

  9. 11

  10. 12

  11. 13

  12. まとめ • 最小二乗法 • 当てはめる幾何情報を持つ式の二乗和を最小にする • 最尤推定 • データと真値のマハラノビス距離の和を最小にする •

    当てはめる式は制約条件 • バンドル調整 • マハラノビス距離の和を最小にするのは最尤推定と同じ • 補助パラメータを用いることで制約条件をなくす • データ数が増えるとパラメータ数が増える • セミパラメトリックモデル • 補助パラメータを確率分布とみなす 14