非均質なパッチベースMRFのための局所適応的学習

田中 正行  奥富 正敏  
(第11回画像の認識・理解シンポジウム推薦論文)

誌名
電子情報通信学会論文誌 D   Vol.J92-D   No.8   pp.1084-1093
発行日: 2009/08/01
Online ISSN: 1881-0225
DOI: 
Print ISSN: 1880-4535
論文種別: 特集論文 (画像の認識・理解論文特集)
専門分野: パターン認識と学習
キーワード: 
マルコフランダムフィールド,  事前確率分布モデル,  適応的学習,  デノイジング,  

本文: PDF(563.3KB)>>
論文を購入




あらまし: 
マルコフランダムフィールド(MRF)モデルは,多くのコンピュータビジョンの問題に応用されている.近年,局所的なパッチをモデル化するパッチバースMRFモデルが利用されている.更に,空間的にモデルパラメータが異なる非均質MRFモデルへの拡張が期待されている.そこで,本論文では,非等質なパッチベースMRFモデルのための簡便で効率的な学習方法を提案する.提案手法の基本的な考え方は,注目パッチの周辺パッチをあたかも学習データのように扱うというものである.提案のモデル及び学習方法を,デノイジングに応用し,高性能なデノイジング手法と比較したところ,ほぼ同程度の性能が得られ,現実的なノイズレベルにおいては提案手法が既存手法よりも高性能であることが確認された.