반응형
확률분포를 얘기하는 데 있어서 빠지지 않고 등장 하는
마르코프 랜덤필드에 대해 알아보도록 하자.
Markov Random Fields 는Bayesian Modeling 을 통해서 이미지를 분석하는데에사용되는 방법 .
한 부분의 데이터를 알기 위해 전체의 데이터를 보고 판단하는 것이 아니라, 이웃하고 있는 데이터들과의 관계를 통해서 판단
Markov Random Fields 활용 분야
이미지복원(image restoration:noise가있는이미지에서noise 제거)
텍스쳐분석(texture analysis)
이미지분할(image segmentation)
이미지레이블정의(image labeling)
모서리검출(edge detection)
물체인식(object recognition)
결론적으로,
Markov Random Fields (MRF) 모델을 바탕으로 한 영상 해석은 모델의 영상의 기본구조들로 구성된 그래프 위에서 정의하고 이웃하고 있는 데이터들과의 관계를 통해 영상 해석하는데 매우 유용하다
반응형
'Pattern Recognition' 카테고리의 다른 글
폰 미제스 피셔 분포(Von Mises–Fisher distribution) (0) | 2014.09.17 |
---|---|
은닉 마르코프 모델(hidden Markov model(HMM)) (0) | 2014.08.15 |
군집(Cliques) (0) | 2014.08.05 |
이웃 체계(neighbor system) (0) | 2014.08.05 |
베이즈 모델(bayesian model) 베이즈 정리 베이지안 정리(bayesian theory) (0) | 2014.08.05 |