http://i.imgur.com/dspFhlO.png
我正在尝试使用条件随机字段标记图像中的对象。但我坚持理解这个公式。 谁能告诉我公式中的术语的含义以及如何计算它们。 我正在使用带有标签图像的 MS-COCO 数据集，即我有分割图像。
这里 Z(.)= 分区函数，P(ci | Sj)= 图像 I 的 Sj 片段属于 ci 类的概率，q= 没有成对空间关系。
【问题讨论】：
标签： computer-vision crf
这实际上是图像片段标记c={c1,c2,...,ck} 的条件概率分布，给定片段特征S={S1,S2,...,Sk}。 p(ci|Si) 是将类标签 ci 分配给分段 i 的概率，可以使用各种分类器（如逻辑回归、神经网络或 SVM）来计算。术语B 表示聚合成对函数，该函数确定每对相邻的{i,j} 获取标签{ci,cj} 的可能性有多大。该术语可以通过计算数据集中不同类对的共现统计量来实现，本文对此进行了详细描述：
Object Categorization using Co-Occurrence, Location and Appearance
【讨论】：