| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-03-04 15:45 位相を隠れ変数として持つ領域ベース結合MRFの変分ベイズアルゴリズム ○和田直樹（東工大）・水牧仁一朗（高輝度光科学研究センター）・妹尾与志木（佐賀県地域産業支援センター）・岡田真人（東大）・赤井一郎（熊本大）・青西 亨（東工大）  NC2018-59 |
|
| 抄録 | （和） | 画像の領域分割に用いられる結合Markov Random Field(MRF)モデルには,境界ベースと領域ベースという2種類の手法が存在する.領域ベースは境界ベースと比べてアルゴリズムが単純で実装が容易で,ノイズに頑強という長所を持つ一方局所解にはまりやすいという欠点を持つ.本研究では,局所解にはまりにくいことが報告されている位相を隠れ変数として持つ領域ベース結合MRFに着目する.このモデルはハードウェア実装が行われているが,確率推論アルゴリズムの構成やその性能評価が行われていない.本研究では,変分ベイズを用いた高速な近似推論アルゴリズムを構成し,従来法であるイジングスピンを隠れ変数として持つ場合と比較を行い,局所解にはまりにくいことを確認した.また,より厳密解に近いとされるマルコフ連鎖モンテカルロを用いた近似推論との比較も行った.さらに,画像領域分割の実データへの応用として,メゾ構造検出を行い,位相表現モデルが実データにおいても有効であることを確認した. |
| （英） | There are two methods in coupled Markov Random Field(MRF) model for image segmentation: edge-based method and region-based method. Region-based method is easier to implement and more robust to the noise than edge-based method. However, region-based method is often trapped to local optima. We focus on region base coupled MRF with hidden phase variables, which is reported to be less likely to be trapped to local optima. This model has already been implemented in a LSI circuit but has not been constructed probabilistic inference algorithm and evaluated its performance. We derive fast approximate inference algorithm using variational Bayes and compare with the conventional Ising spin model. Then, we have found that the hidden phase variables model is less likely to be trapped at local optima than the conventinal method. Moreover, we compare the variational method with Markov chain Monte Carlo to verify approximation accuracy of the variational method. Furthermore, we conducted mesoscopic structure detection as an application of image segmentation. Hidden phase variables model provides us with good result in real data. | |
| キーワード | （和） | MRF / 変分ベイズ / MCMC / 領域分割 / / / / |
| （英） | MRF / Variational Bayes / MCMC / image segmentation / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 470, NC2018-59, pp. 87-92, 2019年3月. | |
| 資料番号 | NC2018-59 | |
| 発行日 | 2019-02-25 (NC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2018-59 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2019-03-04 - 2019-03-06 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2019-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 位相を隠れ変数として持つ領域ベース結合MRFの変分ベイズアルゴリズム |
| サブタイトル（和） | |
| タイトル（英） | Variational Bayes algorithm of region base coupled MRF with hidden phase variables |
| サブタイトル（英） | |
| キーワード(1)（和/英） | MRF / MRF |
| キーワード(2)（和/英） | 変分ベイズ / Variational Bayes |
| キーワード(3)（和/英） | MCMC / MCMC |
| キーワード(4)（和/英） | 領域分割 / image segmentation |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 和田 直樹 / Naoki Wada / ワダ ナオキ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 水牧 仁一朗 / Masaichiro Mizumaki / ミズマキ マサイチロウ |
| 第2著者 所属（和/英） | 公益財団法人高輝度光科学研究センター (略称： 高輝度光科学研究センター) Japan Synchrotron Radiation Research Institute (略称： JASRI) |
| 第3著者 氏名（和/英/ヨミ） | 妹尾 与志木 / Yoshiki Seno / セノオ ヨシキ |
| 第3著者 所属（和/英） | 公益財団法人佐賀県地域産業支援センター (略称： 佐賀県地域産業支援センター) Saga prefectural regional industry support center (略称： Saga prefectural regional industry support center) |
| 第4著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | 赤井 一郎 / Akai Ichiro / アカイ イチロウ |
| 第5著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 青西 亨 / Toru Aonishi / アオニシ トオル |
| 第6著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-04 15:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2018-59 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.470 |
| ページ範囲 | pp.87-92 |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (NC) |
[研究会発表申込システムのトップページに戻る]