1. 程式人生 > >DeepLabv1補充:對全連線條件隨機場(Fully Connected / Dense CRF)的理解

DeepLabv1補充:對全連線條件隨機場(Fully Connected / Dense CRF)的理解

1. 隨機場 (random field)

  由若干位置組成的整體,每一個位置按某種分佈隨機地賦一個值,全體即組成一個隨機場。

2. 馬爾科夫隨機場(MRF)

  馬爾科夫隨機場是隨機場的特例,假設某一個位置的賦值只與和它相鄰的位置相關。

3. 條件隨機場(CRF)

  條件隨機場是馬爾科夫隨機場的特例,假設馬爾可夫隨機場只有XY兩個隨機變數,一般情況下,X是給定的,Y是輸出。
  形式化定義:設XY是隨機變數, P (

Y X ) P(Y|X) 是給定XY的條件概率分佈,若Y構成一個馬爾科夫隨機場,則 P ( Y
X ) P(Y|X)
是條件隨機場。

4. 線性鏈條件隨機場(linear CRF)

  若XY有相同的結構,即 X = (

X 1 , X 2 , . . . , X n ) Y = ( Y 1 , Y 2 , . . . Y n ) X=(X_1,X_2,...,X_n),Y=(Y_1,Y_2,...Y_n) ,則構成線性鏈(linear chain)條件隨機場。
  形式化定義:設 X = ( X 1 , X 2 , . . . , X n ) Y = ( Y 1 , Y 2 , . . . Y n ) X=(X_1,X_2,...,X_n),Y=(Y_1,Y_2,...Y_n) 均為線性連結串列示的隨機變數序列,在給定隨機變數序列X的情況下,如果隨機變數Y的條件概率分佈 P ( Y X ) P(Y|X) 構成條件隨機場,即具有馬爾科夫性,即:
P ( Y i X , Y 1 , Y 2 , . . . , Y n ) = P ( Y i X , Y i 1 , Y i + 1 ) P(Y_i|X,Y_1,Y_2,...,Y_n)=P(Y_i|X,Y_{i-1},Y_{i+1})

  則$P(Y|X)是線性鏈條件隨機場

5. 全連線條件隨機場(Fully Connected / Dense CRF)

  如下圖,有一幅影象:
在這裡插入圖片描述
  若畫素類別之和自己所在的畫素點有關,則建模如下圖:
在這裡插入圖片描述
  更加複雜地,每一個畫素類別和影象中所有畫素有關,則如下圖:
在這裡插入圖片描述
  更加fancy的,每一個畫素類別和它的一個4鄰域相關,如下圖所示:
在這裡插入圖片描述
  最複雜的,把能連的都連起來,構成全連線CRF,即Dense CRF。下圖並沒有畫全所有連線:
在這裡插入圖片描述