...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>電子情報通信学会論文誌, D. 情報·システム >非均質なパッチべースMRFのための局所適応的学習
【24h】

非均質なパッチべースMRFのための局所適応的学習

机译：非同质斑块MRF的本地自适应学习

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

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」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MRE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，非等質なパッチべース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，現実的なノイズレべ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．
机译：标记Fandym字段（MRF）模型应用于许多计算机视觉问题 有。 近年来，使用模型模型的Patchbar Mre模型。 此外，空间模型 预期与不同卢比单位仪的非同质MRF模型的延伸。 因此，在本文中，非相等的斑块 我们为基础MRF模型提出了一种简单有效的学习方法。 思维的基本思维方式是 外围修补程序被视为学习数据。 Dainozing模型与学习方法 申请和比较高性能去噪方法，获得几乎相同的性能，以及现实噪声水平 此外，证实该方法比现有方法更有效。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号