Resumen

Con el rápido desarrollo y aplicación de los CRFs (Conditional Random Fields) en visión por computador, muchos investigadores han hecho algunos progresos sobresalientes en este dominio porque los CRFs resuelven la versión clásica del problema de sesgo de etiqueta con respecto a los MEMMs (modelos de Markov de máxima entropía) y los HMMs (modelos de Markov ocultos). Este artículo revisa el desarrollo de la investigación y el estado del reconocimiento de objetos con CRFs y presenta especialmente dos métodos principales de optimización discreta para el etiquetado de imágenes con CRFs: el corte de grafos y la aproximación de campo medio. En este artículo se describe brevemente el corte de grafos y se presenta más detalladamente la aproximación de campo medio, que tiene una velocidad sustancial de inferencia y se está investigando popularmente en los últimos años.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Desarrollo; CRFs; visión por computador; reconocimiento de objetos; corte de grafos; aproximación de campo medio
• Keywords:Development; CRFs; computer vision; object recognition; graph cut; mean field approximation