CRF图像分割简介

本文介绍了Conditional Random Fields (CRF)在图像分割中的应用,重点讲解了如何使用CRF进行像素级别的图像标记,并探讨了全连接CRF模型中,像素标签的能量表达方式。
摘要由CSDN通过智能技术生成

这里主要是讲Conditional Random Fields(CRF)用于pixel-wise的图像标记(其实就是图像分割)。CRF经常用于 pixel-wise的label 预测。当把像素的label作为形成马尔科夫场随机变量且能够获得全局观测时,CRF便可以对这些label进行建模。这种全局观测通常就是输入图像。

令随机变量 Xi 是像素 i 的标签。

XiL={l1,l2,...,lL}

令变量X是由 X1,X
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值