读超分辨率重建的文章,特别是一开始读一些基础的差值的方法的文章时,经常提到的一个概念就没有运用到图像的先验信息。
所谓的先验信息可以理解为在实验之前,已经得到的一些信息,即先验信息。对于图像,它可能存在着一些梯度方面的特征,符合某些统计规律,那么这些信息就可以用到实验中去。而这些我们已经知道的图像的一些特性就是图像的先验信息。
先验概率:基于某一事实得到的概率,比如昨天有500万人买彩票了,有10个人中了奖,那么10/500万就是昨天的彩票的中奖率。
然后后验概率,问,已经知道昨天的中奖率了,那么今天的中奖率是多少呢?那么这种事情B在事情A已经发生的情况下,发生的概率,就可以称为后验概率。
习惯性拿来度娘上的一个栗子:
假设一个学校里有60%男生和40%女生。女生穿裤子的人数和穿裙子的人数相等,所有男生穿裤子。一个人在远处随机看到了一个穿裤子的学生。那么这个学生是女生的概率是多少?
使用贝叶斯定理,事件A是看到女生,事件B是看到一个穿裤子的学生。我们所要计算的是P(A|B)。
P(A)是忽略其它因素,看到女生的概率,在这里是40%