图像分割中无向概率图模型研究

• 作者: 徐丹丹 杨关
• 来源期刊: 中原工学院学报
• 学科: 工学
• 关键词: 无向图模型 结构学习 惩罚正则化 图像分割
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 青年拔尖人才专栏
• 页码范围: 1-7,14
• 页数: 8页
• 分类号: TP391
• 字数: 3944字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6906.2017.06.001

摘要

针对有限信息中获取图模型结构的困难,构造了一个框架来学习无向图模型的结构.它可以表示变量之间的空间关系,也可应用于图像分割问题.使用以超像素为节点来学习概率图模型的结构构建图像分割体系,将L1正则化方法用于学习图模型的结构.采用条件随机场对图像超像素区域的相互作用和度量进行建模,通过超像素区域特征和区域标签间的相互作用对图像进行分割.实验表明,同其他方法相比较,所提出的分割算法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨关		10	17	3.0	4.0
2	徐丹丹		1	0	0.0	0.0