Участник:Anton

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(link to the arXiv for the TPAMI paper)
 
(2 промежуточные версии не показаны)
Строка 6: Строка 6:
|'''Антон Осокин''', к.ф.-м.н.
|'''Антон Осокин''', к.ф.-м.н.
-
В настоящее время (2014-2016) я постдок в [http://www.di.ens.fr/sierra/ SIERRA team], INRIA and École Normale Sup�érieure, Париж.
+
В настоящее время (2014-2016) я постдок в [http://www.di.ens.fr/sierra/ SIERRA team], INRIA and École Normale Supérieure, Париж.
-
+
 
C 2007 г. я член группы [http://bayesgroup.ru/ байесовских методов машинного обучения] и по 2014 год я был постоянным участником прекрасного [[Байесовские методы машинного обучения (Спецсеминар)| спецсеминара]].
C 2007 г. я член группы [http://bayesgroup.ru/ байесовских методов машинного обучения] и по 2014 год я был постоянным участником прекрасного [[Байесовские методы машинного обучения (Спецсеминар)| спецсеминара]].
-
[http://bayesgroup.ru/people/aosokin/ English homepage]
+
[http://www.di.ens.fr/~aosokin/ English homepage]
<imagemap>
<imagemap>
Строка 26: Строка 26:
== Избранные научные публикации ==
== Избранные научные публикации ==
-
*Anton Osokin, [[Участник:Dmitry Vetrov|Dmitry Vetrov]]. Submodular relaxation for inference in Markov random fields. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Accepted. 2014. [http://bayesgroup.ru/wp-content/uploads/2014/12/OsokinVetrov_PAMI15.pdf pdf], [http://bayesgroup.ru/wp-content/uploads/2014/12/OsokinVetrov_PAMI15_supplementary.pdf supplementary], [https://github.com/aosokin/submodular-relaxation code]
+
*Anton Osokin, [[Участник:Dmitry Vetrov|Dmitry Vetrov]]. Submodular relaxation for inference in Markov random fields. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Accepted. 2014. [http://arxiv.org/abs/1501.03771 pdf + supplementary], [https://github.com/aosokin/submodular-relaxation code]
*Anton Osokin, [http://research.microsoft.com/en-us/um/people/pkohli/index.html Pushmeet Kohli]. Perceptually Inspired Layout-aware Losses for Image Segmentation. European Conference on Computer Vision (ECCV), 2014. [http://bayesgroup.ru/wp-content/uploads/2014/07/skeletalLossesLearning_eccv2014_cameraReady.pdf pdf]
*Anton Osokin, [http://research.microsoft.com/en-us/um/people/pkohli/index.html Pushmeet Kohli]. Perceptually Inspired Layout-aware Losses for Image Segmentation. European Conference on Computer Vision (ECCV), 2014. [http://bayesgroup.ru/wp-content/uploads/2014/07/skeletalLossesLearning_eccv2014_cameraReady.pdf pdf]
*Alexander Novikov, Anton Rodomanov, Anton Osokin, [[Участник:Dmitry Vetrov|Dmitry Vetrov]]. Putting MRFs on a Tensor Train. In International Conference on Machine Learning (ICML), 2014. JMLR: W&CP volume 32. [http://bayesgroup.ru/wp-content/uploads/2014/05/icml2014_NROV-1.pdf pdf]; [http://bayesgroup.ru/wp-content/uploads/2014/05/icml2014_NROV_supplementary-1.pdf supplementary]
*Alexander Novikov, Anton Rodomanov, Anton Osokin, [[Участник:Dmitry Vetrov|Dmitry Vetrov]]. Putting MRFs on a Tensor Train. In International Conference on Machine Learning (ICML), 2014. JMLR: W&CP volume 32. [http://bayesgroup.ru/wp-content/uploads/2014/05/icml2014_NROV-1.pdf pdf]; [http://bayesgroup.ru/wp-content/uploads/2014/05/icml2014_NROV_supplementary-1.pdf supplementary]

Текущая версия


    Антон Осокин, к.ф.-м.н.

В настоящее время (2014-2016) я постдок в SIERRA team, INRIA and École Normale Supérieure, Париж.

C 2007 г. я член группы байесовских методов машинного обучения и по 2014 год я был постоянным участником прекрасного спецсеминара.

English homepage

Научные интересы

  • Машинное обучение
  • Компьютерное зрение
  • Графические модели
  • Дискретная и непрерывная оптимизация

Избранные научные публикации

  • Anton Osokin, Dmitry Vetrov. Submodular relaxation for inference in Markov random fields. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Accepted. 2014. pdf + supplementary, code
  • Anton Osokin, Pushmeet Kohli. Perceptually Inspired Layout-aware Losses for Image Segmentation. European Conference on Computer Vision (ECCV), 2014. pdf
  • Alexander Novikov, Anton Rodomanov, Anton Osokin, Dmitry Vetrov. Putting MRFs on a Tensor Train. In International Conference on Machine Learning (ICML), 2014. JMLR: W&CP volume 32. pdf; supplementary
  • Осокин А. А. Субмодулярная релаксация в задаче минимизации энергии марковского случайного поля. Кандидатская диссертация. 2014. Научный руководитель — Дмитрий Петрович Ветров

текст (pdf) автореферат (pdf)

  • Pushmeet Kohli, Anton Osokin, Stefanie Jegelka. A Principled Deep Random Field Model for Image Segmentation. In Computer Vision and Pattern Recognition (CVPR), 2013. pdf, supplementary, code
  • Andrew Delong, Olga Veksler, Anton Osokin, and Yuri Boykov. Minimizing Sparse High-Order Energies by Submodular Vertex-Cover. Advances in Neural Information Processing Systems (NIPS), 2012. pdf
  • Anton Osokin, Dmitry Vetrov. Submodular Relaxation for MRFs with High-Order Potentials. HiPot: ECCV 2012 Workshop on Higher-Order Models and Global Constraints in Computer Vision, 2012. pdf + supplementary
  • Andrew Delong, Anton Osokin, Hossam Isack, and Yuri Boykov. Fast Approximate Energy Minimization with Label Costs, In International Journal of Computer Vision, 96(1):1–27, January 2012. pdf, code
  • Anton Osokin, Dmitry Vetrov, Vladimir Kolmogorov. Submodular Decomposition Framework for Inference in Associative Markov Networks with Global Constraints. In Computer Vision and Pattern Recognition (CVPR), June 2011. pdf
  • Andrew Delong, Anton Osokin, Hossam Isack, and Yuri Boykov. Fast Approximate Energy Minimization with Label Costs, In Computer Vision and Pattern Recognition (CVPR), June 2010. pdf, code

Заметки

  • Алгоритмы минимизации энергии на основе разрезов графов. 2013. pdf
  • Непараметрические байесовские методы. Процессы Дирихле. 2014. pdf

Коды

  • Субмодулярная релаксация github
  • Код по статье с CVPR 2013 о кооперативных разрезах: coopCuts_CVPR2013_v0.4.zip
  • Matlab-интерфейс для алгоритмов минимизации энергии MRF: TRW-S и LBP в реализации В. Колмогорова: mrfMinimizerMex_trws_lbp.zip
  • Matlab-интерфейс для алгоритма Бойкова-Колмогорова для построения минимального разреза графа: github
  • Matlab-интерфейс для алгоритма Бойкова-Колмогорова c динамическими разрезами графов: github
  • Matlab-интерфейс для алгоритма IBFS для построения минимального разреза графа (данный алгоритм часто работает быстрее алгоритма Бойкова-Колмогорова): github
  • Matlab-интерфейс для алгоритма Бойкова-Колмогорова. Эта версия позволяет эффективно вычислять мин-маргиналы при помощи динамических разрезов графов. computeMinMarginals.zip
  • Matlab-интерфейс для алгоритма минимизации энергии QPBO в реализации В. Колмогорова. Данный алгоритм позволяет получать частично-оптимальные решения для MRF с бинарными переменными. github
  • Matlab-интерфейс для алгоритма вычисления частично оптимальных конфигураций от Ивана Ковтуна (реализация K. Alahari). Код применим для парно-сепарабельных MRF к-значных переменных с парными потенциалами Поттса. partialOptimality_Kovtun.zip

Учебно-методическая работа

ВМК МГУ

Курс «Графические модели», семинары: 2011, 2012, 2013
Практикум на ЭВМ (317): 2012-2013, 2013-2014
Спецсеминар «Байесовские методы машинного обучения» 2008-2014

ШАД

Курс «Графические модели», семинары: 2011, 2012, 2013

Личные инструменты