在讲MRF和CRF之前,我们先来看看随机场又是什么意思?
一、随机场
简单来说,随机场可以看作是一组对应于同一样本空间的随机变量的集合。一般来说,这些随机变量之间存在依赖关系,也只有当它们之间存在依赖关系的时候,我们才会将其单独拿出来看成一个随机场才有实际意义。
二、Markov随机场(MRF)
MRF(Markov Random Fields)就是加了Markov性质的随机场。首先,一个MRF对应一个无向图。这个无向图上的每一个节点对应一个随机变量,节点之间的边对应随机变量之间有概率依赖关系。因此,Markov随机场的结构本质上反应了其先验关系,也就是哪些变量之间有依赖关系是要考虑的,哪些是可以忽略的。
Markov性质是指,Markov随机场中任何一个随机变量,给定场中其他所有变量下该随机变量的分布,等同于给定场中该变量的邻居节点下该变量的分布。这个性质让人联想到马氏链的定义:离当前因素较远的因素对当前因素的性质影响不大。Markov的性质可以看作是Markov随机场的微观属性,其宏观属性是其联合概率的形式。
假设MRF的变量集合为S={y1,...yn},P(y1,...yn)= 1/Z * exp{-1/T * U(y1,..yn)},其中Z是归一化因子,即对分子的所有y1,..yn求和得到。U(y1,..yn)一般称为energy function, 定义为在MRF上所有clique-potential之和。T称为温度,一般取1。什么是click-potential呢? 就是在MRF对