은닉 마르코프 메쉬 랜덤 필드 모델을 위한 모수 추정기법
暂无分享,去创建一个
최근들어, 1차원 은닉 마르코프 모델(Hidden Markov Model: HMM)을 2차원 모델로 확장 하려는 연구가 시도되고 있다. 그러나, 이러한 연구 노력은 안정된 2차원 모델을 확립하는데 있어서의 어려움과 모델 자체가 갖는 계산 복잡도로 인해 완전 연결된 진정한 2차원 모델이 아닌 축소된 형태의 연결 구조를 갖는 의사 2차원 모델로 확장하는데 그치고 있다. 본 논문에서는 영상이 3차 마르코프 메쉬 랜덤 필드(Markov Mesh Random Field: MMRF)에 의해 표현될 수 있다는 가정하에 영상의 모델링과 인식을 위한 새로운 통계적 모델인 은닉 마르코프 메쉬 랜덤 필드(Hidden Markov Mesh Random Field HMMRF) 모델을 제안하고, 이를 위한 효과적인 모수 추정 기법을 개발한다. 제안된 모수 추정 기법은 HMMRF 모델에 대한 최대 주변 사후 확률(a maximum, marginal a posteriori probability) 기준에 기반을 둔 "look-ahead" 기법을 확장, 이용함으로써 모수를 추정하는 재귀적 기법이다. HMMRF 모델에 대한 제안된 모수 추정 기법이 실세계 문제에 적용 가능한가를 입중하기 위하여 오프라인 글씨 인식 문제에 실험한 결과, 많은 변형을 갖는 글씨 데이타의 모델링 및 인식에 유용하게 사용될 수 있음을 확인할 수 있었다.