ベイズ画像処理の基礎

個数:1
紙書籍版価格
¥5,280
  • 電子書籍

ベイズ画像処理の基礎

  • 著者名:片岡駿
  • 価格 ¥5,280(本体¥4,800)
  • コロナ社(2026/10発売)
  • ポイント 48pt (実際に付与されるポイントはご注文内容確認画面でご確認下さい)
  • ISBN:9784339029550

ファイル: /

内容説明

マルコフ確率場と呼ばれる確率的グラフィカルモデルに基づく画像処理の入門書。微積分と線形代数の知識を前提とし,必要となる確率・統計やグラフ,数値最適化等の様々な知識を網羅し、扱った内容にはできるだけ具体例を紹介した。

目次

1.画像処理
1.1 画像の数値表現 
1.2 画像数値の管理 
1.3 画像処理とは 
1.4 畳み込みとフィルタ 
1.5 平滑化フィルタ 
1.6 画像処理結果の評価 

2.グラフ理論
2.1 グラフ 
2.2 部分グラフと誘導部分グラフ 
2.3 無向グラフ 
2.4 有向グラフ 
2.5 重み付きグラフ 
2.6 最大流問題 
2.7 残容量グラフ 
2.8 プリフロープッシュ法 
2.9 最小カット問題 

3.数値最適化法
3.1 非線形計画問題 
3.2 凸計画問題 
3.3 関数の勾配 
3.4 ヘッセ行列 
3.5 最急降下法と最急上昇法 
3.6 共役勾配法 
3.7 ヤコビ法とガウス・ザイデル法 
3.8 反復法と縮小写像 

4.確率分布
4.1 確率分布と確率変数 
4.2 確率質量関数と確率密度関数 
4.3 周辺分布と和の規則 
4.4 条件付き分布と積の規則 
4.5 ベイズの定理 
4.6 期待値 
4.7 確率変数の変数変換 
4.8 カテゴリカル分布 
4.9 正規分布 
4.10 多次元正規分布 
4.11 ガンマ分布 
4.12 ベータ分布 
4.13 スチューデントのt分布 
4.14 混合分布 

5.ベイズ推定
5.1 ベイズ推定とは 
5.2 事後分布の設計 
5.3 共役事前分布 
5.4 正規分布の平均に関する共役事前分布 
5.5 正規分布の精度に関する共役事前分布 
5.6 正規分布の平均と精度に関する共役事前分布 
5.7 混合正規分布と正規分布,カテゴリカル分布との関係 
5.8 t分布と正規分布,ガンマ分布との関係 

6.確率的グラフィカルモデル
6.1 条件付き独立性 
6.2 無向グラフの分離 
6.3 確率分布の無向グラフ表現とマルコフ性 
6.4 マルコフ確率場 
6.5 ギブス確率場 
6.6 マルコフ確率場とギブス確率場の等価性 
6.7 ベイジアンネットワーク 

7.確率分布の近似計算法
7.1 カルバック・ライブラ情報量 
7.2 確率分布の因子グラフ表現 
7.3 変分自由エネルギー 
7.4 平均場近似 
7.5 確率伝搬法 
7.6 因子グラフと確率伝搬法 

8.ベイズ画像処理の基礎
8.1 ベイズ推定と画像処理 
8.2 二値画像処理の例:問題設定 
8.3 二値画像処理の例:ノイズ過程のモデル化 
8.4 二値画像処理の例:事前分布のモデル化 
8.5 二値画像処理の例:事後分布の導出 
8.6 二値画像処理の例:平均場近似による推定 
8.7 二値画像処理の例:確率伝搬法による推定 
8.8 二値画像処理の例:グラフカット 

9.パラメータの扱い
9.1 パラメータ設定の影響 
9.2 最尤推定 
9.3 正規分布に対する最尤推定 
9.4 EMアルゴリズム 
9.5 混合正規分布に対するEMアルゴリズム 
9.6 画像処理モデルのパラメータ推定 

10.離散マルコフ確率場を用いた確率的ノイズ除去モデル
10.1 8bit画像に対する確率的ノイズ除去モデル 
10.2 確率伝搬法によるMPM推定 
10.3 EMアルゴリズムによるパラメータ推定 
10.4 8bit画像に対する確率的ノイズ除去アルゴリズム 

11.ガウシアングラフィカルモデルを用いた確率的ノイズ除去モデル
11.1 連続的な実現値を持つ確率的ノイズ除去モデル 
11.2 事後分布からのMAP推定 
11.3 EMアルゴリズムによるパラメータ推定 
11.4 ガウシアングラフィカルモデルを用いた確率的ノイズ除去アルゴリズム 

付録
A.1 本書でおもに使用する表記 
 A.1.1 集合に関する表記 
 A.1.2 関数の最大・最小に関する表記 
A.2 ベクトル・行列の微分と積分 
 A.2.1 ベクトル・行列の微分 
 A.2.2 ベクトル・行列の積分 
A.3 ガンマ関数とベータ関数 
 A.3.1 ガンマ関数 
 A.3.2 ガンマ分布の平均と分散 
 A.3.3 ガンマ関数とベータ関数の関係 
 A.3.4 ベータ分布の平均と分散 
A.4 正規分布とガウス積分 
 A.4.1 一変数のガウス積分 
 A.4.2 正規分布の平均と分散 
 A.4.3 コレスキー分解 
 A.4.4 多次元ガウス積分 
 A.4.5 多次元正規分布の平均と分散 
A.5 多次元正規分布の周辺分布と条件付き分布 
 A.5.1 シューア補行列と逆行列の関係 
 A.5.2 多次元正規分布の周辺分布 
 A.5.3 多次元正規分布の条件付き分布 
A.6 定理6.4の証明 
A.7 定理6.6の証明 
A.8 ラグランジュの未定乗数法 
A.9 確率伝搬法の導出 
A.10 グラフラプラシアンの対角化 
 A.10.1 一次元離散フーリエ変換 
 A.10.2 一次元鎖のグラフラプラシアン 
 A.10.3 二次元離散フーリエ変換 
 A.10.4 正方格子のグラフラプラシアン 
 A.10.5 ガウシアングラフィカルモデルへの応用 

引用・参考文献
索引

感想・レビュー

※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。

株式会社 コロナ社

0
レビュー,書籍紹介・書評掲載情報 https://www.coronasha.co.jp/np/resrcs/review.html?goods_id=8863 レビュー一部 本書は確率モデルがどのように活用されている技術なのかを知りたい人におすすめできる。 題名にあるベイズ画像処理は8章で登場する。ここまでに必要となる予備知識は、線形代数、微分積分、統計学といった基礎的な数学だ。確率モデルの前提知識となる最尤法などの統計的推定に関する知識があると、さらに読みやすいだろう。2026/03/05

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/23090805
  • ご注意事項

最近チェックした商品