MRFモデルを用いた教師なし画像セグメンテーションにおける平均場近似の利用
スポンサーリンク
概要
- 論文の詳細を見る
本論文ではマルコフ確率場(MRF)モデルを用いたテクスチャ画像の教師なしセグメンテーション手法を提案する.テクスチャ画像のモデルとして2層からなる階層的MRFを用い, 第1層で観測することのできない領域ラベル画像を表現し, 第2層は複数のテクスチャ画像を表現する.本手法はパラメータ推定にEMアルゴリズムを使用しているが, 期待値操作での計算困難性をBaum関数の平均場近似による分解により回避している.パラメータ推定値はEMアルゴリズムの繰り返し計算により求まり, セグメンテーションはその時点でのパラメータ推定値を用いた局所事後確率を用いて行なわれる.この局所事後確率は全領域画像に対する事後確率を平均場近似により分解することにより導かれる.
- 社団法人電子情報通信学会の論文
- 1998-09-25
著者
関連論文
- DS-3-2 2値画像に対する可逆的情報ハイディング(DS-3.マルチメディア情報ハイディング,シンポジウムセッション)
- Minimax法を用いたロバストな画像復元処理法
- Wet Paper符号を用いた画質劣化の少ない改ざん検出用JPEG画像の生成
- ビットプレーン分解ステガノグラフィのウェーブレット圧縮画像への適用(システムLSIの設計技術と設計自動化)
- EZW符号化画像を用いたBPCSステガノグラフィ
- ウェーブレット特徴空間でMRFモデルを用いたテクスチャ認識
- Wavelet特徴空間でMRFモデルを用いたテクスチャー認識
- 情報量規準を用いた確率密度関数のオンライン推定
- 木構造ウェーブレット変換の構造を用いたテクスチャ解析および分類
- BPCSステガノグラフィによるリバーシブル情報ハイディング(映像メディア処理, 感性情報工学及び一般)