基于概率图模型的图像分割

• 作者: 王强
• 来源期刊: 科技展望
• 关键词: 马尔可夫随机场 超像素 贝叶斯网 混合概率图模型 因子图
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 技术与应用
• 页码范围: 142-144,147
• 页数: 4页
• 字数: 4121字
• 语种: 中文

摘要

我们提出了一种不仅可以表示随机变量间的因果关系,也可以表示它们之间非因果关系的概率图模型(Probabilis-tic Graphical Model,PGM),并将它用于图像分割问题。我们首先用马尔可夫随机场(Markov Random Field,MRF)模型建立图像超像素区域和它们度量值间的空间关系。然后我们用多层贝叶斯网(Bayesian Network,BN)建立不同图像变量(图像区域,边,顶点)之间存在的因果依赖关系。马尔可夫随机场模型和贝叶斯网模型通过因子图理论系统,紧密地结合到一起形成了一种可以捕捉不同图像变量间复杂关系的混合概率图模型。采用这种混合的图模型,通过一种原则性的概率推理来进行图像分割。它比使用单一的马尔可夫随机场模型或贝叶斯模型更有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王强		18	23	3.0	4.0