Inference strategies for the smoothness parameter in the Potts model
Inference strategies for the smoothness parameter in the Potts model
复制标题
Potts模型中平滑参数的推理策略
DOI：
10.1109/igarss.2013.6723339
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
A. G. Flesia
中科院分区：
文献类型：
--
作者：
J. Gimenez;A. Frery;A. G. Flesia
自从Potts模型作为一种方便的图像先验被引入贝叶斯图像分析以来，它是一种常见的图像分析方法。它能够描述类的分布，在许多分类问题中产生成本函数中最小化的正则化项。最简单的各向同性版本依赖于标量平滑参数；它的值控制正则化相对于数据的相对影响。本文分析了Potts模型平滑参数的两种伪似然估计方法的性能：一种是采用类图的经典估计方法，另一种是基于后验分布的新估计方法，该估计方法也纳入了观测数据提供的证据。我们的模拟研究表明，当提供真实数据时，先验信息和观测数据的组合可以给出准确的β估计。通过对多光谱光学图像的上下文ICM（迭代条件模式）分类实验进行比较，用我们的估计器和经典的估计器估计标量参数β，讨论了它对分类结果的影响。我们的实验显示了有希望的结果，因为使用我们的估计器的ICM能够区分经典ICM不能区分的图像特征。
The Potts model is a commonplace in Bayesian image analysis since its introduction as a convenient image prior. It is able to describe the distribution of classes, yielding a regularization term in the cost function to be minimized in many classification problems. The simplest isotropic version depends on a scalar smoothness parameter; its value controls the relative influence of the regularization with respect to the data. This work analyzes the performance of two pseudolike-lihood estimation procedures of the smoothness parameter of the Potts model: the classical one, which employs the map of classes, and a new estimator based on the posterior distribution, which also incorporates the evidence provided by the observed data. Our simulation study shows that the combination of prior information and observation data gives accurate β estimations when true data is provided. We also discuss its influence in the classification results when comparing contextual ICM (Iterated Conditional Modes) classification experiments with multispectral optical imagery, estimating the scalar parameter β with our estimator and the classical one. Our experiment shows promising results, since ICM with our estimator is able to distinguish image features that the classical ICM does not.
《日本民俗文化第11卷》（1986年）
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
通讯作者：
--
DOI：
10.1109/tpami.1984.4767596
发表时间：
1984-01-01
影响因子：
23.6
作者：
GEMAN, S;GEMAN, D
通讯作者：
GEMAN, D