文献

J-GLOBAL ID：201502237062594437   整理番号：15A0546420

画像セグメンテーションの空間相関混合モデル

A Spatially Correlated Mixture Model for Image Segmentation

著者 (4件)： KURISU Kosei (Graduate School of Information Sciences, Hiroshima City Univ.) ,  SUEMATSU Nobuo (Graduate School of Information Sciences, Hiroshima City Univ.) ,  IWATA Kazunori (Graduate School of Information Sciences, Hiroshima City Univ.) ,  HAYASHI Akira (Graduate School of Information Sciences, Hiroshima City Univ.)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E98.D  号： 4  ページ： 930-937 (J-STAGE)  発行年： 2015年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 画像セグメンテーションでは,有限混合モデリングが広く利用された。その最も単純な形式において,近隣画素の空間相関は考慮されず,セグメンテーション結果が画像雑音によって大きく劣化し得る。空間相関混合モデルを提案し,画像空間上で定義された一連の基礎関数によって,有限混合モデルの混合比率を統治した。事前Gauss過程を基礎関数の上に置くことにより画素内の空間相関を導入した。事前Gauss過程の共分散関数を選択することにより,空間相関をむしろ直接かつ柔軟に設定できる。提案モデルの有効性を合成・実画像を用いた実験により説明した。(翻訳著者抄録)

シソーラス用語： セグメンテーション ,  *画像処理 ,  *Gauss過程 ,  *確率モデル ,  *相関 ,  共分散 ,  確率密度関数 ,  実証実験 ,  画素 ,  雑音
準シソーラス用語： 画像セグメンテーション ,  画像雑音 ,  共分散関数 ,  混合モデル ,  実証的研究

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J)

引用文献 (10件)：

• [1] A.P. Dempster, N.M. Laird, and D.B. Rubin, “Maximum likelihood from incomplete data via the EM algorithm,” J. Royal Statistical Society. Series B (Methodological), vol.39, pp.1-38, 1977.
• [2] G. McLachlan and D. Peel, Finite Mixture Models, Wiley-Interscience, 2000.
• [3] S. Sanjay-Gopal and T.J. Hebert, “Bayesian pixel classification using spatially variant finite mixtures and the generalized em algorithm,” IEEE Trans. Image Process., vol.7, no.7, pp.1014-1028, 1998.
• [4] K. Blekas, A. Likas, N.P. Galatsanos, and I.E. Lagaris, “A spatially constrained mixture model for image segmentation,” IEEE Trans. Neural Netw., vol.16, no.2, pp.494-498, 2005.
• [5] C.E. Rasmussen and C.K.I. Williams, Gaussian Process for Machine Learning, MIT Press, 2006.

タイトルに関連する用語 (3件)： 画像セグメンテーション ,  空間相関 ,  混合モデル