マルコフ確率場（MRF）への入力としての確率：cmexコードを改良する方法は？

Question

私はMRFで非常に新しく、それほどプログラミングにはあまり適していません。 CNNを使用したセマンティックセグメンテーションから確率マップを取得しました。マルコフランダムフィールド（MRF）を使用してセグメンテーションを最適化する必要があります。 Shai Bagonが提供するコードをこのリンクGCmexにダウンロードします。エネルギーの最小化は、アルファ拡大またはスワップに基づいて実行されます。

コードをmexでコンパイルしました。私は、単項式とペアワイズのエネルギー最小化関数を改良する必要があります。私は画像のスタックを持っており、6近傍グリッドを抽出し、ペアワイズ関数で洗練された近傍を含める必要があります。

単項関数への入力は、サイズのスタック（256,256,4）である確率マップである4つの異なるクラスのため：

私の質問は以下のとおりです。 誰かが定義に従ってコードを洗練されています異なるエネルギー関数1）私は単項式と対方程式を変えたいと思う）。どの関数とどの部分を再コンパイルして再コンパイルするべきですか？

2）w_i,jの変更方法ここでは強度差に基づいて計算されます。ここでは、2つの隣接ボクセルの確率の差ですか？

本当にありがとうございます。おかげ

Answer 1

あなたは256x256 PIX（TOT〜4Gボクセル）の60枚のスライスを持っている、つまりslicesは256行列256行列60配列です。あなたがあなたのネットに（prob）256 -by-256 -by- 60 -by- 4の確率を持っているあなたのネットに（prob）あなたのネットに1つ1つまたはバッチをslicesをフィードしたら
最適化のためにグラフを作成するのに、third constructor of GCMexを使うことをお勧めします。
これを行うには、最初にスパースグラフを定義する必要があります。 sparse_adj_matrix使用する：あなたは、グラフを持っていたら、それはすべてのダウン丘ここからだ

[ii jj] = sparse_adj_matrix([256 256 60], 1, 1); % 6-connect 3D grid 
n = prod([256 256 60]); % num voxels 
wij = exp(-((slices(ii)-slices(jj)).^2)/(2*sig2)); % -|Ii-Ij|^2/2\sig^2 
W = sparse(ii, jj, wij, n, n); % sparse grid graph 

：

Dc = -reallog(reshape(prob, n, 4)).'; %' unary/data term 
lambda = 2; % relative weight of the smoothness term 
gch = GraphCut('open', Dc, lambda*(ones(4)-eye(4)), W); % construct the graph 
[gch L] = GraphCut('expand', gch); % minimize using "expand" method 
gch = GraphCut('close', gch); % do not forget to de-allocate 

出力ラベルを表示するには、reshape

output = reshape(L, size(slices)); 

PS、
に必要 スライス間の空間距離が同じスライス内の隣接するボクセル間のギャップよりも大きい場合は、異なるスライスにあるiiおよびjjについては、異なるスライス内にある異なるsig2のiiおよびjjがあります。これには少しの努力が必要です。