基于狄利克雷过程混合模型的内外先验融合

• 作者: 张墨华 彭建华
• 来源期刊: 计算机科学
• 关键词: 狄利克雷混合模型 图像复原 变分推理 批次更新 先验学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机图形学&多媒体
• 页码范围: 172-180
• 页数: 9页
• 字数: 9481字
• 语种: 中文
• DOI: 10.11896/jsjkx.190400060

摘要

近年来,使用高斯混合模型作为块先验的贝叶斯方法取得了优秀的图像复原性能,针对这类模型分量固定及主要依赖外部学习的缺点,提出了一种新的基于狄利克雷过程混合模型的图像先验模型.该模型从干净图像数据库中学习外部通用先验,从退化图像中学习内部先验,借助模型中统计量的可累加性自然实现内外部先验融合.通过聚类的新增及归并机制,模型的复杂度随着数据的增大或缩小而自适应地变化,可以学习到可解释及紧凑的模型.为了求解所有隐变量的变分后验分布,提出了一种结合新增及归并机制的批次更新可扩展变分算法,解决了传统坐标上升算法在大数据集下效率较低、容易陷入局部最优解的问题.在图像去噪及填充实验中,相比传统方法,所提模型无论在客观质量评价还是视觉观感上都更有优势,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