Bir görüntüdeki bölgeleri segmentlere ayırmak için Markov Rastgele Alanlarının nasıl kullanılacağını öğrenmeye çalışıyorum. MRF'deki bazı parametreleri veya neden yaptığım beklenti maksimizasyonunun bazen bir çözüme yaklaşamadığını anlamıyorum.
Bayes teoreminden başlayarak, , burada pikselin gri tonlama değeri ve bir sınıf etiketi. MRF kullanılarak modellenirken , için bir Gauss dağılımı kullanmayı seçtim .y x p ( y | x ) p ( x )
MRF için hem çiftli kırpma potansiyeline hem de sınıflandırılan pikselin sınıf etiketi için potansiyel bir değere sahip potansiyel bir fonksiyon kullanıyorum. Tek piksel potansiyel değeri, sınıf etiketine bağlı olan bir sabit değeridir . Çift bağlı potansiyel işlevler 4 bağlantılı komşular için değerlendirilir ve komşu bu pikselle aynı sınıf etiketine sahipse pozitif ve etiketler farklıysa döndürür .x β - β
Bekleme maksimizasyonunda , günlük olasılığının beklenen değerini en üst düzeye çıkaran ve değerlerini bulmak zorunda olduğum noktada sayısal bir optimizasyon yöntemi kullandım (konjuge gradyanı, BFGS, Powell'ın yöntemini denedim) ama her zaman değerinin negatif olacağını, çarpıcı bir şekilde artacağını ve bir veya iki veya daha sonra tüm görüntünün yalnızca bir etikete atanacağını (arka plan: MRF parametreleri verilen sınıf etiketlerinin atanması ICM kullanılarak yapıldı) . Alfaları kaldırdım, yani sadece çiftli klik potansiyellerini kullanarak, o zaman beklenti maksimizasyonu gayet iyi olurdu.β β α
Lütfen her sınıf için alfaların amacını açıklayınız. Resimde mevcut olan bu sınıfın miktarı ile ilgili olacağını düşündüm, ama öyle görünmüyor. MRF'yi sadece ikili potansiyellerle çalıştırdıktan sonra, bunu düz ileri Gauss Karışım Modeli ile karşılaştırdım ve neredeyse aynı sonuçları ürettiklerini buldum. Sınıfları biraz düzeltmek için ikili potansiyelleri bekliyordum, ama olmadı. Lütfen nereye gittiğimi bildir.