Pattern Analysis, Statistical Modeling and Computational Learning
The PASCAL Network of Excellence has created a distributed institute pioneering principled methods of pattern analysis, statistical modeling, and computational learning as core enabling technologies for multimodal interfaces that are capable of natural and seamless interaction with and among individual human users. The resulting expertise has been applied to problems relevant to both multi-modal interfaces and cognitive systems. PASCAL2 will enable a refocusing of the Institute towards the emerging challenges created by the ever expanding applications of adaptive systems technology and their central role in the development of large scale cognitive systems. Furthermore, the funding will enable the Institute to engage in technology transfer through an Industrial Club to effect rapid deployment of the developed technologies into a wide variety of applications, while undertaking a brokerage of expertise and public outreach programme to communicate the value and relevance of the achieved results.
PASCAL Visual Object Classes
파스칼 VOC 챌린지는 컴퓨터 비전 분야의 기술 중 물체 클래스 인식(object class recognition) 기술을 겨루는 국제대회로 2005년부터 2012년까지 총 8회에 걸쳐서 매년 진행되었습니다. 좀더 정확하게는 입력 영상에서 특정 종류의 물체를 검출해 내는 성능을 겨룬 대회인데, 다음의 총 20가지 물체 각각에 대해서 우승자를 가립니다(테스트 데이타 셋 및 ground truth 다운로드 가능).
파스칼 VOC 챌린지는 컴퓨터 비전 분야에서 영상 물체 인식 (object detection) 기술로서 새로운 획을 그을만한 대표적인 방법들은 모두 이 대회 출신일 정도로 유명한 대회입니다. 파스칼 VOC 챌린지는 Mark Everingham란 사람에 의해 주도되어 왔는데, 그의 사망에 따라 2012년 대회를 마지막으로 챌린지를 종료하게 되었습니다 (2012년 대회에서는 그를 추모하기 위한 추모식도 같이 열렸습니다). 하지만 평가 서버는 계속 열어 둔다고 하니 자신이 개발한 알고리즘의 성능을 기존 우승자들과 비교해 보는 것은 여전히 가능합니다.
Detection Results
상위권 순서는 아래와 같다.
- R-FCN, ResNet Ensemble(VOC+COCO) - 88.4%
- HIK_FRCN - 87.9%
- R-FCN, ResNet (VOC+COCO) - 85.0%
- PVANet+ - 84.2%
- Faster RCNN, ResNet (VOC+COCO) - 83.8%
- PVANet+ (compressed) - 83.7%
- SSD512 VGG16 07++12+COCO - 82.2%
- OHEM+FRCN, VGG16, VOC+COCO - 80.1%
- DSSD513_ResNet101_07++12 - 80.0%
- SSD300 VGG16 07++12+COCO - 79.3%