×

线性变换的不精确贝叶斯点模式匹配。 (英语) Zbl 1373.68347号

摘要:我们介绍了一种新的贝叶斯不精确点模式匹配模型,该模型假设两组点之间存在线性变换。由于点集之间缺乏一对一的对应以及噪声的存在,匹配问题是不精确的。算法本身是不精确的;我们使用变分贝叶斯近似来估计面对有问题的证据项时的后验分布。该方法在结构上与迭代最近点算法相似。

MSC公司:

68吨10 模式识别、语音识别

软件:

PRMLT公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[3] Toivanen,M。;Lampinen,J.,《使用贝叶斯方法和粒子过滤器的增量对象匹配和检测》,IET Comput。视觉。,5, 201-210 (2011)
[6] 孔戴,D。;Foggia,P。;Sansone,C。;Vento,M.,《模式识别中的图形匹配三十年》,《国际模式识别杂志》。Artif公司。整数。,18, 265-298 (2004)
[7] 贝塞尔,P。;McKay,N.,《三维形状的配准方法》,IEEE Trans。模式分析。机器。整数。,14, 239-256 (1992)
[10] 乔丹,M。;加赫拉马尼,Z。;Jaakkola,T。;Saul,L.,《图形模型变分方法简介》,马赫。学习。,37, 183 (1999) ·Zbl 0945.68164号
[11] Attias,H.,图形模型的变分贝叶斯框架,高级神经信息处理。系统。,12, 209-215 (2000)
[12] Kullback,S。;Leibler,R.,《信息与充分性》,《数学年鉴》。《统计》,22,79-86(1951)·Zbl 0042.38403号
[13] 盖,T。;Thomas,J.,《信息理论要素》(1991),John Wiley&Sons,Inc:美国纽约John Willey&Sons公司·Zbl 0762.94001号
[14] 蔡伟(Tsai,W.)。;Fu,K.,用于模式分析的属性关系图的纠错同构,IEEE Trans。系统。人、赛博、。,9, 757-768 (1979) ·Zbl 0422.68042号
[15] 费希勒,M。;Elschlager,R.,《图形结构的表示和匹配》,IEEE Trans。计算。,22, 67-92 (1973)
[16] Kittler,J。;Hancock,E.,《结合概率松弛证据》,《国际J·模式识别》。Artif公司。整数。,3, 29-51 (1989)
[17] Almohamad,H。;Duffuaa,S.,加权图匹配问题的线性规划方法,IEEE Trans。模式分析。机器。整数。,15, 522-525 (1993)
[18] Rangarajan,A。;Mjolsness,E.,图匹配的拉格朗日松弛网络,IEEE Trans。神经网络。,7, 1365-1381 (1996)
[19] 金,S。;Rangarajan,A.,图匹配的分级分配算法,IEEE Trans。模式分析。机器。整数。,18, 377-388 (1996)
[20] 罗,B。;Hancock,E.,使用EM算法和奇异值分解的结构图匹配,IEEE Trans。模式分析。机器。整数。,23, 1120-1136 (2001)
[23] 简·B。;Vemuri,B.,使用高斯混合模型的稳健点集配准,IEEE Trans。模式分析。机器。整数。,33, 1633-1645 (2011)
[24] Myronenko,A。;Song,X.,点集注册相干点漂移,IEEE Trans。模式分析。机器。整数。,32, 2262-2275 (2010)
[25] 肖,B。;高,X。;陶,D。;Li,X.,基于HMM的图像索引图形编辑距离,国际期刊图像。系统。技术。,18, 209-218 (2008)
[26] 朱,J。;杜,S。;袁,Z。;刘,Y。;马,L.,具有双向距离的鲁棒仿射迭代最近点算法,IET计算。视觉。,6, 252-261 (2012)
[27] 杜,S。;郑,N。;Ying,S。;Liu,J.,点集配准的仿射迭代最近点算法,模式识别。莱特。,31, 291-799 (2010)
[28] 奈勒,J。;Smith,A.,《有效计算后验分布方法的应用》,J.R.Stat.Soc.:Ser。C、 31214-225(1982)·Zbl 0521.65017号
[29] 北卡罗来纳州大都会。;罗森布鲁斯,A。;罗森布鲁斯,M。;特勒,A。;Teller,E.,《快速计算机器的状态方程计算》,J.Chem。物理。,21, 1087-1092 (1953) ·Zbl 1431.65006号
[30] Hastings,W.,《使用马尔可夫链的蒙特卡罗抽样方法及其应用》,《生物统计学》,57,97-109(1970)·Zbl 0219.65008号
[31] Geman,S。;Geman,D.,《随机松弛、吉布斯分布和图像的贝叶斯恢复》,IEEE Trans。模式分析。机器。整数。,6, 721-741 (1984) ·Zbl 0573.62030号
[32] 戈登,N。;鲑鱼,D。;Smith,A.,非线性/非高斯贝叶斯状态估计的新方法,IEE Proc-F、 140,2(1993年)
[33] Grassia,F.,使用指数映射的旋转参数化,J.Graph。工具,3,29-48(1998)
[34] Mardia,K。;Jupp,P.,《定向统计》(2000),John Wiley&Sons,Ltd:英国奇切斯特John Willey&Sons有限公司·Zbl 0935.62065号
[36] Bishop,C.,模式识别和机器学习(2006),Springer:Springer New York·Zbl 1107.68072号
[37] 沃特豪斯,S。;麦凯,D。;Robinson,T.,混合专家的贝叶斯方法,(Mozer,M.C.;Touretzky,D.S.;Hasselma,M.E.,《神经信息处理系统的进展》,第7卷(1996年),麻省理工学院出版社:麻省理学院出版社剑桥,美国),351-357
[42] Mackay,D.,《信息理论、推理和学习算法》(2003),剑桥大学出版社:英国剑桥大学出版社·兹比尔1055.94001
[43] 圣诞节,J。;Everson,R.,《使用变分贝叶斯的稳健自回归学生创新》,IEEE Trans。信号处理。,59, 48-57 (2011) ·Zbl 1392.94151号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。