讲座题目：概率图模型在图像处理中的应用

讲座时间：2015年10月27日下午14:00-15:30

讲座地点：南区2号组团楼211教室

讲座人：杨关 副教授

讲座人简介：计算机学院教师，信息计算科学博士，硕士生导师。研究方向为图像处理、机器学习和模式识别。主持参加国家自然科学基金项目2项、国家外专局高端外专项目1项；主持参加河南省基础与前沿技术研究计划项目2项、河南省科技攻关项目2项；参加校级重点课程建设项目1项、2013年度中原工学院讲课比赛二等奖。近年来国内外专业学术杂志和学术会议上发表论文10余篇，其中SCI检索4篇，EI检索2篇，参编教材2部，获得发明专利2项。

讲座内容提要：概率图模型（Probabilistic Graphical Models，PGM）近年来在人工智能、机器学习和计算机视觉等领域受到广泛关注。图模型为统计建模构建了一个强大的框架，它通过一个稀疏图来揭示已编码的变量间的条件独立性结构，这就为描述具有相互作用和上下文约束关系的实体集合提供了一种简洁一致的建模方法。图模型是概率论和图论的结合，是基于条件独立性的一种模型，概率论描述各部分的条件依赖性，图论则直接指定各部分之间的关系。图像处理中图像特征提取本身是不适定的,在应用中如何引入先验信息是解决这类问题的强有力工具。对于图像灰度变化率,边缘的几何特征,或者纹理基元的排列及图像表面的局部内在特征等信息。 图模型提供了不确定性描述与先验知识联系的纽带,并利用观测图像,根据统计决策和估计理论中的最优准则确定目标函数,求解满足这些条件或消费函数的最大可能分布,从而将图像处理问题转化为最优化问题。因此用图模型描述待处理图像的先验分布非常恰当,这也是当前较为活跃的研究方向。

                                                                                                    计算机学院、研究生处

                                                                                                        2015年10月21日