用于地基天空图像中上下文感知云检测的条件随机场模型
图像与视频处理
2019-06-19 v1 计算机视觉与模式识别
机器学习
摘要
提出了一种用于地基天空图像中云检测的条件随机场（CRF）模型。我们表明，通过在 CRF 框架中结合判别分类器与高阶团势，可实现非常高的云检测精度。首先使用均值漂移聚类算法将图像划分为同质区域，然后在这些区域上定义 CRF 模型。所涉及的各项参数利用训练数据估计，并使用迭代条件模式（ICM）算法进行推断。我们展示了考虑空间上下文如何提升精度。我们给出定性与定量结果，以证明该框架相较于其他应用于云检测的当前最优方法的优越性能。
引用
@article{arxiv.1906.07383,
title = {A Conditional Random Field Model for Context Aware Cloud Detection in Sky Images},
author = {Vijai T. Jayadevan and Jeffrey J. Rodriguez and Alexander D. Cronin},
journal= {arXiv preprint arXiv:1906.07383},
year = {2019}
}
备注
This was part of Vijai Jayadevan's MS thesis which was completed in Dec 2013. This particular chapter remained unpublished till now