面向图像先验建模的可扩展高斯混合模型

• 作者: 张墨华 彭建华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 先验建模 高斯混合模型 狄利克雷过程 图像去噪 批次处理
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 220-227
• 页数: 8页
• 分类号: TP301
• 字数: 8022字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054582

摘要

针对使用高斯混合模型的图像先验建模中分量数目难以扩展的问题,构建基于狄利克雷过程的可扩展高斯混合模型.通过聚类分量的新增及归并机制,使模型复杂度根据数据规模自适应变化,从而增强先验模型结构的紧密度,以提升其可解释性.此外,对高斯混合模型的推理过程进行优化,给出一种基于批次处理方式的可扩展变分推理算法,求解图像去噪中所有隐变量的变分后验分布,实现先验学习.实验结果表明,该模型在图像去噪任务中较EPLL等传统去噪模型能够取得更高的峰值信噪比,去噪效果更佳,验证了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭建华		22	77	6.0	8.0
2	张墨华		20	37	4.0	5.0