计算机工程

作者：张墨华, 彭建华

单位：1. 国家数字交换系统工程技术研究中心, 郑州 450002;2. 河南财经政法大学 计算机与信息工程学院, 郑州 450002

关键词：先验建模,高斯混合模型,狄利克雷过程,图像去噪,批次处理

基金：国家自然科学基金（61841702）；河南省科技攻关计划（1521002210087，202102210371）；河南省教育厅科学技术研究重点项目（14A520040）。

针对使用高斯混合模型的图像先验建模中分量数目难以扩展的问题，构建基于狄利克雷过程的可扩展高斯混合模型。通过聚类分量的新增及归并机制，使模型复杂度根据数据规模自适应变化，从而增强先验模型结构的紧密度，以提升其可解释性。此外，对高斯混合模型的推理过程进行优化，给出一种基于批次处理方式的可扩展变分推理算法，求解图像去噪中所有隐变量的变分后验分布，实现先验学习。实验结果表明，该模型在图像去噪任务中较EPLL等传统去噪模型能够取得更高的峰值信噪比，去噪效果更佳，验证了该模型的有效性。

来源：2020年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第4期