| 講演名 | 2011-11-24 局所変分近似を用いたPoisson過程観測下における画像修復(BCI/BMIとその周辺,一般) 庄野 逸, 瀧山 健, 岡田 真人, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究は画像処理においてPoissonノイズが重畳されるような系に関する画像修復について議論を行う.観測過程において,Poissonノイズを考えることは,Gaussノイズなどと比べて解析的な取り扱いにおいて困難が生じる場合がある.本研究ではPoissonノイズを用いた観測系をBernoulli試行の形に書き下し,局所変分近似と呼ばれる手法を用いることによって,観測系を近似的に変分パラメータを含んだGaussノイズの形式に変換することで議論を行う.画像修復にはBayesアプローチを用いるものとし,事前分布としてはGauss Markov確率場を用いるものとした.近似の際に導入された変分パラメータおよび,事前分布のハイパーパラメータの推定には周辺対数尤度の最大化を行うことで推定を行い,これを実行するための期待値最大化アルゴリズムを定式化した. |
| 抄録(英) | In this study, we treat an image restoration problem throughout a Poisson noise channel observation. The Poisson noise channel is often hard to tract in a theoretical analysis because of its non-negative property. In our formulation, we interpret the Poisson noise channel observation as a Bernoulli process, and apply a latent variable method to transform the observation as a Gaussian process with single latent variable. We formulate the image restoration problem as a Bayesian approach, and introduce a Gaussian Markov random field for its prior. The latent parameters and hyper-parameter, which determine the balance ratio between the observation fidelity and prior knowledge, are estimated by maximization of marginalized log-likelihood, known as "evidence" or "free energy". In order to maximize marginalized log-likelihood, we introduce an expectation maximization algorithm. |
| キーワード(和) | 局所変分法 / Bayes推定 / Poisson観測画像 / 画像修復 / ハイパーパラメータ推定 |
| キーワード(英) | Latent variational method / Bayes inference / Poisson process / Image restoration / Hyper-parameter inference |
| 資料番号 | NC2011-73 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2011/11/17(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 局所変分近似を用いたPoisson過程観測下における画像修復(BCI/BMIとその周辺,一般) |
| サブタイトル（和） | |
| タイトル（英） | An image restoration method for Poisson observation using a latent variational approximation |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 局所変分法 / Latent variational method |
| キーワード(2)（和/英） | Bayes推定 / Bayes inference |
| キーワード(3)（和/英） | Poisson観測画像 / Poisson process |
| キーワード(4)（和/英） | 画像修復 / Image restoration |
| キーワード(5)（和/英） | ハイパーパラメータ推定 / Hyper-parameter inference |
| 第 1 著者 氏名（和/英） | 庄野 逸 / Hayaru SHOUNO |
| 第 1 著者 所属（和/英） | 電気通信大学大学院情報理工学研究科 Graduate School of Infomatics and Engineering, University of Electro-Communications |
| 第 2 著者 氏名（和/英） | 瀧山 健 / Ken TAKIYAMA |
| 第 2 著者 所属（和/英） | 東京大学大学院新領域創成科学研究科 Graduate School of Fronteier Science, The University of Tokyo |
| 第 3 著者 氏名（和/英） | 岡田 真人 / Masato OKADA |
| 第 3 著者 所属（和/英） | 東京大学大学院新領域創成科学研究科 Graduate School of Fronteier Science, The University of Tokyo |
| 発表年月日 | 2011-11-24 |
| 資料番号 | NC2011-73 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 315 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |