【问题标题】:Conditional Random Fields条件随机场
【发布时间】:2011-12-10 02:47:44
【问题描述】:

是否有适合图像分类的二维(二维)条件随机场 (CRF) 的训练和优化算法?

有没有人使用 R (http://crf.r-forge.r-project.org/html/CRF-package.html) 中的 CRF 包进行图像分类?我想查看一个工作示例代码。 谢谢。

【问题讨论】:

  • 不应该用不同的标签吗?也许与图像处理有关,而不是特定语言?

标签: c++ r matlab image-processing machine-learning


【解决方案1】:

查找马尔可夫随机场。这是您可能感兴趣的论文的链接:Patric Perez: Markov Random Fields and Images (1998)

【讨论】:

  • 链接好像坏了——因为你没有把论文的名字和作者放在里面,我希望我从 pdf 的名字中猜对了。 Patric Perez: Markov Random Fields and Images (1998) 是正确的论文吗?如果是这样,以下链接应该可以使用,因为它由研究机构而不是私人托管:irisa.fr/vista/Papers/1998_cwi_perez.pdf。您能否更正链接,并可能在其中编辑论文/作者的名称以供将来参考?
  • 谢谢@penelope!已更新。
【解决方案2】:

我认为它不会单独工作。由于图像分类是关于缩放和仿射变换,所以准确的图像分类的关键特征是预处理而不是分类算法。

【讨论】:

    【解决方案3】:

    图像的分类通常涉及词袋和特征池等,而条件随机场用于标记顺序数据。因此在这种情况下可能不适合使用 crf。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2018-12-28
      • 2019-11-23
      • 2016-09-18
      • 2017-04-06
      • 2016-09-28
      • 2023-03-07
      • 1970-01-01
      相关资源
      最近更新 更多