CVPR 4日目

明日以降、ワークショップが残っていますが、今日はカンファレンスの最終日。予定としては、以下の3つのオーラルセッションを聞きにいく予定

  • Search and Optimization
  • Noise
  • Shape and Boundaries


..でしたが、2つ目はさぼって、JoeとMississippi Riverまで散歩に行ってきました。この辺りは、Mississippiの源流になっているそうです。
Mississipiといえば、Mark Twainのトム・ソーヤの冒険を思い出すのですが、Minnapolisを流れるMississipiは、岸もコンクリートで覆われている所が多いし、当然ですが蒸気船も無いしで、だいぶ自分の持っていたイメージとかけ離れています。やっぱりニューオリンズ辺りまで行かないと、物語の風景にマッチするようなものは見られないのでしょう。

Oral session 1A: Search and Optimization

Approximate Nearest Subspace Search with Applications to Pattern Recognition

[Ronen Basri, Tal Hassner, and Lihi Zelnik-Manor]
朝っぱらから、いきなりかなりテクニカルなプレゼンですが、パターン認識ではある特徴空間におけるサブ空間を特定のオブジェクトと認識するわけで、それを効率的に探索する、正確に言えば、タイトルにあるとおり最近傍のサブスペースを近似する方法の提案。

Solving Large Scale Binary Quadratic Problems: Spectral Methods vs. Semidefinite Programming

[Carl Olsson, Anders Eriksson, and Fredrik Kahl]

Optimizing binary MRFs via extended roof duality

[Carsten Rother, Vladimir Kolmogorov, Victor Lempitsky, and Martin Szummer]

P^{3} and Beyond: Solving Energies with Higher Order Cliques

[Pushmeet Kohli, Pawan Mudigonda, and Philip Torr]

Efficient MRF Deformation Model for Non-Rigid Image Matching

[Alexander Shekhovtsov, Ivan Kovtun, and Vaclav Hlavac]

Oral session 3A: Shape and Boundaries

Detailed Human Shape and Pose from Images

[Alexandru Balan, Leonid Sigal, Michael Black, James Davis, and Horst Haussecker]
SCAPEという人間の3Dモデルをベースとして人間の3Dモデルを構築するのですが、従来のマーカーベースのモーションキャプチャではなく、実画像のみを使用してモデルを構築する。SCAPEというのを知らなかったので、よく知らないのですが、パラメータがあって、個体の特徴を反映したモデルが作成できている感じです。妙にリアルできもい!

Semi-supervised Hierarchical Models for 3D Human Pose Reconstruction

[Atul Kanaujia, Cristian Sminchisescu, and Dimitris Metaxas]

Physics-Based Person Tracking Using Simplified Lower-Body Dynamics

[Marcus A. Brubaker, David J. Fleet, and Aaron Hertzmann]

Detecting Object Boundaries Using Low-, Mid-, and High-level Information

[Songfeng Zheng, Zhuowen Tu, and Alan Yuille]
オブジェクトの境界を検出するのが目的なのだが、エッジ検出, 部分特徴量のようなLowレベルな情報から積み上げていき、最終的にかなり精度のよい境界検出を行う。実験には、馬を題材にして、100枚のトレーニングイメージで10時間かかって学習するが、その後のテストイメージには1枚あたり15秒程度で検出できている。効率的でもある。