Markov随机场在视觉和图像处理中的应用

译者序

第1章Markov随机场简介

1．1最简单的Markov模型：Markov链

1．2隐Markov模型

1．3树状Markov，模型

1．3．1树结构的推理：置信度传播

1．3．2实例：五个节点模型上的“最大一积”置信度传播

1．4Markov随机场：图状Markov模型

1．5隐MRF模型

1．5．1实例：像素四连通图的分割

1．5．2实例：图像重建

1．5．3连续值MRF

1．5．4条件随机场

1．6推理：最大后验/边缘

1．6．1Gibbs取样

1．6．2均值场近似

……

《Markov随机场在视觉和图像处理中的应用》详细总结并描述了Markov随机场的较新研究理论及其在图像处理和计算机视觉中的较新应用进展。详细介绍了几种流形的基本求解方法，主要包括二元离散标记下的图切割方法、多类标签下的决策移动法、均值场理论近似求解、环状置信度传播法以及线性规划求解法，同时，在基本方法基础上，扩展至当前最有挑战性的研究课题，集中介绍了连续变量的Markov模型、高阶Markov模型的优化处理方法。