確率モデルによる 像処理技術入門.ppt

28 July, 2008 PIP-MIRU2008 (Karuizawa） 確率的画像処理アルゴリズム入門 東北大学 大学院情報科学研究科 田中 和之 kazu@smapip.is.tohoku.ac.jp http://www.smapip.is.tohoku.ac.jp/~kazu/ Contents 序論 確率的画像処理の計算モデル 確率伝搬法 確率的画像処理アルゴリズム まとめ 確率的画像処理 Contents 序論 確率的画像処理の計算モデル 確率伝搬法 確率的画像処理アルゴリズム まとめ 確率的画像処理の計算モデル 確率的画像処理の計算モデル 確率的画像処理の計算モデル Contents 序論 確率的画像処理の計算モデル 確率伝搬法 確率的画像処理アルゴリズム まとめ 扱いやすい確率モデルのグラフ表現 確率伝搬法 漸化式 確率伝搬法 Belief Propagation for Bayesian Networks Contents 序論 確率的画像処理の計算モデル 確率伝搬法 確率的画像処理アルゴリズム まとめ 確率的画像処理の計算モデル 確率伝搬法による画像処理アルゴリズム 確率的画像処理における確率伝搬法アルゴリズムの基本構造 確率的画像処理の統計的学習 確率的画像処理アルゴリズムの構造 ガウシアングラフィカルモデルを用いた確率的画像処理の一例 確率的画像処理の一例(Spike Noise) 確率的画像処理の一例 Contents 序論 確率的画像処理の計算モデル 確率伝搬法 確率的画像処理アルゴリズム まとめ 確率的画像処理アルゴリズム入門 References K. Tanaka: Statistical-Mechanical Approach to Image Processing (Topical Review), J. Phys. A, 35 (2002). A. S. Willsky: Multiresolution Markov Models for Signal and Image Processing, Proceedings of IEEE, 90 (2002). C. M. Bishop: Pattern Recognition and Machine Learning, Springer, 2006. * * * * * * 共同研究者 D. M. Titterington (University of Glasgow, UK) 本講演の参考文献 田中和之著: 確率モデルによる画像処理技術入門，森北出版，2006年9月 ． 確率的画像処理手法によるノイズ除去 192 202 190 202 219 120 100 218 110 192 202 190 202 173 120 100 218 110 信号処理の知見をもとにした画像処理の確率モデル化 マルコフ確率場モデル 確率的画像処理 基本単位は画素 画素上の数字は ディスプレイの 光の強度 アルゴリズム化 最も簡単な既存のフィルター 原画像 劣化画像 転送路 ノイズ 仮定１: 劣化画像は各画素ごと独立に生成されたノイズが原画像に加えられることで作り出されている. 仮定２: 原画像は事前確率の高い確率を与える画像のひとつである. Bayes の公式 Bayes Formulas 閉路のあるグラフ上の確率モデル 事後確率 ベイジアンネットワーク 扱いやすい確率モデルの数理構造 A B C D 扱いやすくない確率モデルの数理構造 A B C 木構造をもつグラフ表現 閉路を含むグラフ表現 別々に和を計算できる 別々に和を計算することが難しい パスはひとつ 1 2 3 4 5 木構造をもつグラフ上の確率モデルの平均などの統計量の計算はいくつかのステップに分解して，木の端から順番に計算することができる． 3 1 3 1 3 2 1 4 4 1 4 1 Tree 3 2 1 4 2 1 Step 1 Step 2 Step 3 Two Inputs One Output 木構造をもつグラフ上では端から順番に計算して平均，分散，共分散を厳密に計算することができる． 確率伝搬法 Belief Propagation for Bayesian Networks 閉路をもつグラフ上の 確率伝搬法は 繰り返し計算を含む 収束するまで 計算を繰り返す 正方格子上の確率伝搬法も作れる. 3 2 1 5 4 1 2 各ステップは３入力１出力. 各ノードの隣接ノードの個数が４. 閉路のあるグラフ上の確率モデル 事後確率 ベイジアンネットワーク Step 1: 2|E| 個のメッセージ更新規則を収束するまで繰り返す． ２ １ ３ ４ ５ ２ １ ３ ４ ５