陈世勇。;唐汉阳;卡洛·卡塔尼 图像标记的马尔可夫模型。 （英语） Zbl 1264.68189号 数学。问题。工程师。 2012年，文章ID 814356，18 p.（2012）. 摘要：马尔可夫随机场（MRF）是一种广泛使用的概率模型，用于表示不同事件之间的相互作用。最成功的应用之一是解决计算机视觉中的图像标记问题。本文综述了这一领域的最新进展。我们给出了MRF的背景、基本概念和基本公式。讨论了两种不同的离散优化方法，即置信传播和图割。我们进一步关注两个经典视觉问题的解决方案，即使用MRF模型的立体和二值图像分割。 引用于25文件 MSC公司： 68T45型 机器视觉和场景理解 62M40型 随机字段；图像分析 软件：抓斗切割 PDF格式BibTeX公司 XML格式引用 \textit｛S.Y.Chen｝等人，《数学》。问题。Eng.2012，文章ID 814356，第18页（2012；兹bl 1264.68189） 全文： 内政部 参考文献： [1] S.Geman和D.Geman，“随机松弛、吉布斯分布和图像的贝叶斯恢复”，IEEE模式分析和机器智能学报，第6卷，第6期，第721-741页，1984年·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596 [2] S.Z.Li，图像分析中的马尔可夫随机场建模，施普林格，德国柏林，2009年·Zbl 1183.68691号 [3] R.Szeliski，《计算机视觉：算法和应用》，施普林格出版社，德国柏林，第1版，2011年·Zbl 1219.68009号 [4] Y.Boykov、O.Veksler和R.Zabih，“通过图形切割实现快速近似能量最小化”，IEEE模式分析和机器智能汇刊，第23卷，第11期，第1222-12392001页·数字对象标识代码：10.1109/34.969114 [5] P.F.Felzenszwalb和D.P.Huttenlocher，“早期视觉的有效信念传播”，《国际计算机视觉杂志》，第70卷，第1期，第41-54页，2006年·Zbl 05062736号 ·doi:10.1007/s11263-006-7899-4 [6] V.Kolmogorov，“能量最小化的聚合树重加权消息传递”，IEEE模式分析和机器智能汇刊，第28卷，第10期，第1568-1583页，2006年·Zbl 05340984号 ·doi:10.1109/TPAMI.2006.200 [7] N.Komodakis、N.Paragios和G.Tziritas，“通过双重分解实现MRF能量最小化和超越”，IEEE模式分析和机器智能学报，第33卷，第3期，第531-552页，2011年·doi:10.1109/TPAMI.2010.108 [8] V.Lempitsky、C.Rother、S.Roth和A.Blake，“马尔可夫随机场优化的融合运动”，IEEE模式分析和机器智能学报，第32卷，第8期，第1392-14052010页·doi:10.1109/TPAMI.2009.143 [9] R.Szeliski，R.Zabih，D.Scharstein等人，“马尔可夫随机场能量最小化方法与平滑先验的比较研究”，IEEE模式分析与机器智能学报，第30卷，第6期，第1068-1080页，2008年·Zbl 05340877号 ·doi:10.1109/TPAMI.2007.70844 [10] P.F.Felzenszwalb和R.Zabih，“计算机视觉中的动态编程和图形算法”，IEEE模式分析和机器智能学报，第33卷，第4期，第721-740页，2011年·doi:10.1109/TPAMI.2010.135 [11] T.Werner，“最大和问题的线性规划方法：综述”，IEEE模式分析和机器智能汇刊，第29卷，第7期，第1165-1179页，2007年·Zbl 05340888号 ·doi:10.1109/TPAMI.2007.1036 [12] S.Roth和M.J.Black，“专家领域：学习图像先验的框架”，摘自《IEEE计算机学会计算机视觉和模式识别会议论文集》（CVPR’05），第2卷，第860-867页，美国加利福尼亚州圣地亚哥，2005年6月。 [13] U.Schmidt，Q.Gao和S.Roth，“低层视觉中MRF的生成性观点”，摘自IEEE计算机学会计算机视觉和模式识别会议（CVPR’10），第1751-1758页，美国加利福尼亚州旧金山，2010年6月·doi:10.1109/CVPR.2010.5539844 [14] O.Woodford、C.Rother和V.Kolmogorov，“低水平视觉MAP推断的全球视角”，载于《第十二届计算机视觉国际会议论文集》（ICCV’09），第2319-2326页，2009年10月·doi:10.1109/ICCV.2009.5459434 [15] S.Y.Lin和J.Y.Shi，“基于马尔可夫随机场模型的自然图像铺垫方法”，《计算机科学与技术杂志》，第22卷，第1期，第161-167页，2007年·Zbl 05147659号 ·doi:10.1007/s11390-007-9022-x [16] T.Kasetkasem、M.K.Arora和P.K.Varshney，“使用基于马尔可夫随机场的方法进行超分辨率土地覆盖制图”，《环境遥感》，第96卷，第3-4期，第302-314页，2005年·doi:10.1016/j.rse.2005.02.006 [17] H.Heng-Feng，L.Jin-Jang，L.Cheng-Shian，C.Hsun-Ying，“使用结构引导的优先信念传播和标签转换进行图像修复”，《第20届模式识别国际会议论文集》（ICPR’10），第4492-4495页，2010年8月·doi:10.1109/ICPR.2010.1091 [18] D.Zikic，B.Glocker，O.Kutter等人，“用于基于强度的2D-3D配准的马尔可夫随机场优化”，《医学成像2010：图像处理》，SPIE期刊第7623卷，2010年·doi:10.117/12.837232 [19] J.Verbeek和B.Triggs，“马尔可夫场方面模型的区域分类”，载于《IEEE计算机学会计算机视觉和模式识别会议论文集》（CVPR'07），第1059-10662007年6月·doi:10.1109/CVPR.2007.383098 [20] D.Larlus和F.Jurie，“将外观模型和马尔可夫随机场结合用于类别级对象分割”，载于《第26届IEEE计算机视觉和模式识别会议论文集》（CVPR’08），第1-20卷，第864-870页，2008年6月·doi:10.1109/CVPR.2008.4587453 [21] M.Lievin和F.Luthon，“视频中人脸特征分层分割的非线性颜色空间和时空MRF”，IEEE图像处理汇刊，第13卷，第1期，第63-71页，2004年·Zbl 05453112号 ·doi:10.1109/TIP.2003.818013 [22] X.G.Wang和X.O.Tang，“人脸照片合成和识别”，IEEE模式分析和机器智能汇刊，第31卷，第11期，第1955-1967页，2009年·doi:10.1109/TPAMI.2008.222 [23] S.Espana-Boquera、M.J.Castro-Bleda、J.Gorbe-Moya和F.Zamora-Martinez，“使用混合HMM/ANN模型改进脱机手写文本识别”，IEEE模式分析和机器智能学报，第33卷，第4期，第767-7792011页·doi:10.1109/TPAMI.2010.141 [24] M.L.Song、D.C.Tao、C.Chen、X.L.Li和C.W.Chen，“颜色到灰色：视觉线索保存”，IEEE模式分析和机器智能汇刊，第32卷，第9期，第1537-1552页，2010年·doi:10.1109/TPAMI.2009.74 [25] H.Mirzaalian和G.Hamarneh，“使用MRF优化进行血管尺度选择”，摘自IEEE计算机学会计算机视觉和模式识别会议论文集（CVPR’10），第3273-32792010年6月·doi:10.1109/CVPR.2010.5540051 [26] Y.Boykov和G.Funka-Lea，“图形切割和高效的N-D图像分割”，《国际计算机视觉杂志》，第70卷，第2期，第109-131页，2006年·Zbl 05062740号 ·doi:10.1007/s11263-006-7934-5 [27] J.Sun、N.N.Zheng和H.Y.Shum，“使用信念传播的立体匹配”，IEEE模式分析和机器智能汇刊，第25卷，第7期，第787-800页，2003年·Zbl 1039.68730号 ·doi:10.1109/TPAMI.2003.1206509 [28] R.Detry、N.Pugeault和J.H.Piater，“3D视觉对象表示的概率框架”，IEEE模式分析和机器智能学报，第31卷，第10期，第1790-1803页，2009年·doi:10.1109/TPAMI.2009.64 [29] A.S.Willsky，“信号和图像处理的多分辨率马尔可夫模型”，《IEEE学报》，第90卷，第8期，第1396-1458页，2002年·doi:10.1109/JPROC.2002.800717 [30] Z.Kato、M.Berthod和J.Zerubia，“并行图像分类的多尺度马尔可夫随机场模型”，《IEEE第四届计算机视觉国际会议论文集》，第253-257页，1993年5月·Zbl 0825.62706号 [31] M.Mignotte、C.Collet、P.Perez和P.Bouthemy，“使用无监督分层MRF模型的声纳图像分割”，IEEE图像处理学报，第9卷，第7期，第1216-12312000页·doi:10.1109/83.847834 [32] C.L.Zitnick和S.B.Kang，“使用图像过分割进行基于图像的立体渲染”，《国际计算机视觉杂志》，第75卷，第1期，第49-65页，2007年·Zbl 05186875号 ·doi:10.1007/s11263-006-0018-8 [33] P.Kohli、L.Ladicky和P.H.S.Torr，“增强标签一致性的鲁棒高阶势”，《国际计算机视觉杂志》，第82卷，第3期，第302-324页，2009年·Zbl 05671877号 ·doi:10.1007/s11263-008-0202-0 [34] C.Rother、P.Kohli、W.Feng和J.Y.Jia，“最小化离散变量的稀疏高阶能量函数”，《IEEE计算机学会计算机视觉和模式识别研讨会会议记录》（CVPR Workshops'09），第1-4卷，第1382-1389页，2009年6月·doi:10.10109/CVPRW.2009.5206739 [35] B.Potetz和T.S.Lee，“使用线性约束节点的高阶集团的有效信念传播”，《计算机视觉和图像理解》，第112卷，第1期，第39-54页，2008年·兹伯利05363059 ·doi:10.1016/j.cviu.2008.05.007 [36] D.Kwon、K.J.Lee、I.D.Yun和S.U.Lee，“使用层次梯度节点求解具有高阶平滑先验的MRF”，《第十届亚洲计算机视觉会议论文集》，第121-134页，2010年11月。 [37] D.Tarlow、I.Givoni和R.S.Zemel，“HOP-MAP:高效信息传递与高阶势”，《机器学习研究杂志》，第9卷，第812-819页，2010年。 [38] D.Kwon、K.J.Lee、I.D.Yun和S.U.Lee，“使用动态高阶MRF模型进行非刚性图像配准”，载于《第十届欧洲计算机视觉会议论文集》（ECCV'08），第5302卷，《计算机科学讲义》第1部分，第373-386页，法国马赛，2008年10月·doi:10.1007/978-3-540-88682-2-29 [39] X.Y.Lan、S.Roth、D.Huttenlocher和M.J.Black，“学习高阶马尔可夫随机场的有效信念传播”，《第九届欧洲计算机视觉会议论文集》（ECCV'06），第3952卷，第2部分，第269-282页，奥地利格拉茨，2006年5月·doi:10.1007/11744047_21 [40] D.M.Greig、B.T.Porteous和A.H.Seheult，“二值图像的精确最大后验估计”，《皇家统计学会期刊B系列方法学》，第51卷，第2期，第271-279页，1989年。 [41] V.Kolmogorov和C.Rother，“用图割最小化非亚模块函数——综述”，IEEE模式分析和机器智能学报，第29卷，第7期，第1274-12792007页·Zbl 05340897号 ·doi:10.1109/TPAMI.2007.1031 [42] X.Liu、O.Veksler和J.Samarabandu，“基于图形的优化的顺序-保留动作”，IEEE模式分析和机器智能汇刊，第32卷，第7期，第1182-1196页，2010年·doi:10.1109/TPAMI.2009.120 [43] N.Komodakis和G.Tziritas，“基于线性规划的图切割近似标记”，IEEE模式分析和机器智能学报，第29卷，第8期，第1436-1453页，2007年·Zbl 05340927号 ·doi:10.1109/TPAMI.2007.1061 [44] D.Scharstein和R.Szeliski，“Middlebury立体视觉研究页”，2011年，http://vision.middlebury.edu/stereo/eval。 [45] J.Pearl，“推理机上的Reverend bayes：分布式层次方法”，《全国人工智能会议论文集》，第133-136页，美国宾夕法尼亚州匹兹堡，1982年。 [46] J.S.Yedidia、W.T.Freeman和Y.Weiss，“构建自由能量近似和广义信念传播算法”，《IEEE信息理论汇刊》，第51卷，第7期，第2282-2312页，2005年·Zbl 1283.94023号 ·doi:10.1109/TIT.2005.850085 [47] T.L.Yu、R.S.Lin、B.Super和B.Tang，“信念传播的有效消息表示”，载《第11届IEEE计算机视觉国际会议论文集》（ICCV’07），第1-6卷，第604-611页，2007年10月·doi:10.1109/ICCV.2007.4408905 [48] J.S.Yedidia、W.T.Freeman和Y.Weiss，“广义信念传播”，《神经信息处理系统进展》，第13卷，第689-6952001页。 [49] M.F.Tappen和W.T.Freeman，“使用相同的MRF参数比较立体图像的图形切割和信念传播”，载于第九届IEEE计算机视觉国际会议论文集，第2卷，第900-907页，2003年10月。 [50] K.Alahari、P.Kohli和P.H.S.Torr，“离散MRF中MAP推理的动态混合算法”，IEEE模式分析和机器智能学报，第32卷，第10期，第1846-1857页，2010年·doi:10.1109/TPAMI.2009.194 [51] M.P.Kumar、V.Kolmogorov和P.H.S.Torr，“离散MRF MAP估计的凸松弛分析”，《机器学习研究杂志》，第10卷，第71-106页，2009年·Zbl 1235.90092号 [52] N.Komodakis和G.Tziritas，“通过优先级调度和动态剪枝使用有效信念传播完成图像”，IEEE图像处理汇刊，第16卷，第11期，第2649-2661页，2007年·Zbl 05453779号 ·doi:10.1109/TIP.2007.906269 [53] H.Ishikawa，“凸先验马尔可夫随机场的精确优化”，IEEE模式分析和机器智能汇刊，第25卷，第10期，第1333-1336页，2003年·Zbl 05112455号 ·doi:10.10109/TPAMI.2003.1233908 [54] T.S.Cho、S.Avidan和W.T.Freeman，“补丁变换”，IEEE模式分析和机器智能汇刊，第32卷，第8期，第1489-15012010页·doi:10.10109/TPAMI.2009.133 [55] Q.X.Yang、L.Wang、R.G.Yang、H.Stewenius和D.Nister，“立体匹配与颜色加权相关性、层次信念传播和遮挡处理”，IEEE模式分析和机器智能学报，第31卷，第3期，第492-504页，2009年·doi:10.1109/TPAMI.2008.99 [56] A.Barbu和S.C.Zhu，“将视觉知识表示纳入立体重建”，载于第十届IEEE国际计算机视觉会议论文集（ICCV’05），第1-2卷，第572-579页，中国北京，2005年10月·doi:10.1109/ICCV.2005.120 [57] N.D.F.Campbell、G.Vogiatzis、C.Hernandez和R.Cipolla，“使用多种假设改善多视点立体声的深度映射”，载于《第十届欧洲计算机视觉会议论文集》（ECCV’08），第5302卷，第1部分，第766-779页，2008年·doi:10.1007/978-3-540-88682-2-58 [58] J.Starck和A.Hilton，“宽时间范围自由曲面匹配的对应标签”，载于2007年10月第11届IEEE国际计算机视觉会议论文集（ICCV’07），第1-6卷，第2189-2196页·doi:10.1109/ICCV.2007.4409108 [59] D.Scharstein和R.Szeliski，“密集双帧立体对应算法的分类和评估”，《国际计算机视觉杂志》，第47卷，第1-3期，第7-42页，2002年·Zbl 1012.68731号 ·doi:10.1023/A:1014573219977 [60] C.Rother、V.Kolmogorov和A.Blake，“GrabCut”-使用迭代图切割的交互式前景提取，“Acm Transactions on Graphics，第23卷，第3期，第309-3142004页。 [61] Y.Y.Boykov和M.P.Jolly，“交互式图形切割用于N-D图像中对象的最佳边界和区域分割”，《第八届计算机视觉国际会议论文集》，第1卷，第105-112页，2001年7月。 [62] I.Grinias、N.Komodakis和G.Tziritas，“交互式分割的洪水和基于MRF的算法”，《第20届模式识别国际会议论文集》（ICPR’10），第3943-3946页，2010年8月·doi:10.1109/ICPR.2010.959 [63] B.Micusik和T.Pajdla，“通过max-sum解算器进行多标签图像分割”，《IEEE计算机视觉和模式识别会议论文集》，第1-8卷，第1994-1999页，2007年·doi:10.1109/CVPR.2007.383230 [64] M.Mignotte，“图像分割的标签场融合贝叶斯模型及其惩罚最大随机估计”，IEEE图像处理汇刊，第19卷，第6期，第1610-1624页，2010年·Zbl 1371.94264号 ·doi:10.1109/TIP.2010.2044965 [65] S.Panda和P.K.Nanda，“使用复合马尔可夫随机场模型的无监督彩色图像分割”，《第三届模式识别和机器智能国际会议论文集》，第5909卷，第291-296页，2009年12月·Zbl 05647214号 ·doi:10.1007/978-3-642-11164-847 [66] S.F.Chen、L.L.Cao、J.Z.Liu和X.O.Tang，“图像分割的迭代MAP和ML估计”，《IEEE计算机视觉和模式识别会议论文集》（CVPR’07），第1-8卷，第289-294页，2007年6月·doi:10.1109/CVPR.2007.383007 [67] C.T.Li，“无监督纹理图像分割的条件随机场方法”，《Eurasip信号处理进展杂志》，2010年第1卷·Zbl 1204.94019号 ·doi:10.1155/2010/167942 [68] M.Rivera、O.Ocegueda和J.L.Marroquin，“有效图像分割的熵控制二次马尔可夫测量场模型”，IEEE图像处理学报，第16卷，第12期，第3047-3057页，2007年·Zbl 05516517号 ·doi:10.1109/TIP.2007.909384 [69] J.Li、J.M.Bioucas-Dias和A.Plaza，“使用带主动学习的多项式logistic回归进行半监督高光谱图像分割”，IEEE地球科学与遥感汇刊，第48卷，第11期，第4085-4098页，2010年·doi:10.1109/TGRS.2010.2060550 [70] X.Feng、C.K.I.Williams和S.N.Felderhof，“将信念网络和神经网络相结合用于场景分割”，IEEE模式分析和机器智能汇刊，第24卷，第4期，第467-483页，2002年·doi:10.1109/34.993555 [71] X.Jiangqing和Q.Long，“街景图像的多视图语义分割”，载于《第12届国际计算机视觉大会论文集》（ICCV'09），第686-693页，2009年10月·doi:10.1010/ICCV.2009.5459249 [72] Y.Y.Zhang、M.Brady和S.Smith，“通过隐马尔可夫随机场模型和期望最大化算法对脑MR图像进行分割”，IEEE医学成像汇刊，第20卷，第1期，第45-57页，2001年·doi:10.1109/42.906424 [73] B.Scherrer、M.Dojat、F.Forbes和C.Garbay，“基于马尔可夫模型的分割的代理：磁共振脑扫描的应用”，《医学人工智能》，第46卷，第1期，第81-95页，2009年·Zbl 05747281号 ·doi:10.1016/j.artmed.2008.08.012 [74] D.Angelov，B.Taskar，V.Chatalbashev等人，“马尔可夫随机场的判别学习用于3D扫描数据的分割”，摘自《IEEE计算机视觉和模式识别会议论文集》（CVPR’05），第2卷，第169-176页，2005年6月。 [75] D.Hower、V.Singh和S.Johnson，“基于MRF的神经成像分割的标签集扰动”，载于《第十二届计算机视觉国际会议论文集》（ICCV’09），第849-856页，2009年10月·doi:10.1109/ICCV.2009.5459305 [76] Z.Honghui、X.Jianxing和Q.Long，“街道场景语义分割的监督标签转移”，载《第十一届欧洲计算机视觉会议论文集》（ECCV’10），第6315卷，第561-574页，2010年9月·Zbl 05821243号 ·doi:10.1007/978-3642-15555-0_41 [77] W.Feng、J.Y.Jia和Z.Q.Liu，“用于图像分割的马尔可夫随机场的自我验证标记”，IEEE模式分析和机器智能汇刊，第32卷，第10期，第1871-1887页，2010年·doi:10.1109/TPAMI.2010.24 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。