[论文解读] Bayesian nonparametric image segmentation using a generalized Swendsen-Wang algorithm

Richard Yi Da Xu, François Caron+1 more|arXiv (Cornell University)|Feb 9, 2016

Bayesian Methods and Mixture Models参考文献 21被引用 6

一句话总结

本文提出了一种贝叶斯非参数图像分割模型，结合了类似Potts的空间平滑先验与灵活的划分先验，以控制聚类大小和数量，从而实现无需预先指定聚类数的自动推断。该模型引入了一种广义Swendsen-Wang（GSW）算法，用于高效的MCMC采样，通过支持聚类的分裂与合并操作，提升了混合效率，在标准基准测试中取得了具有竞争力的Rand指数得分，达到当前最优水平。

ABSTRACT

Unsupervised image segmentation aims at clustering the set of pixels of an image into spatially homogeneous regions. We introduce here a class of Bayesian nonparametric models to address this problem. These models are based on a combination of a Potts-like spatial smoothness component and a prior on partitions which is used to control both the number and size of clusters. This class of models is flexible enough to include the standard Potts model and the more recent Potts-Dirichlet Process model \cite{Orbanz2008}. More importantly, any prior on partitions can be introduced to control the global clustering structure so that it is possible to penalize small or large clusters if necessary. Bayesian computation is carried out using an original generalized Swendsen-Wang algorithm. Experiments demonstrate that our method is competitive in terms of RAND\ index compared to popular image segmentation methods, such as mean-shift, and recent alternative Bayesian nonparametric models.

研究动机与目标

• 解决在不预先指定聚类数量的情况下进行无监督图像分割的挑战。
• 开发一种灵活的模型，通过在划分上施加先验来惩罚过小或过大的聚类。
• 通过用更高效的广义Swendsen-Wang算法替代单点Gibbs采样，提升贝叶斯图像分割中的MCMC混合效率。
• 证明所提出方法在分割精度上与均值漂移及其他贝叶斯非参数模型相比具有竞争力。
• 通过分裂-合并操作，实现对聚类空间中高后验概率区域的更好探索。

提出的方法

• 模型以超像素作为节点，给定隐式聚类标签后，像素观测条件独立。
• 采用Potts型空间先验，鼓励相邻超像素共享相同标签，以促进空间同质性。
• 引入划分先验以控制全局聚类结构，包括聚类大小与数量，推广了Potts-狄利克雷过程模型。
• 开发广义Swendsen-Wang（GSW）算法，通过支持聚类分裂与合并，实现高效的MCMC采样，相比单点Gibbs采样显著提升了混合性能。
• 证明在特定参数设置下，GSW采样器等价于狄利克雷过程混合模型的分裂-合并采样器。
• 通过共轭先验使用解析的边缘似然函数，$ p(\mathbf{y}_{A_j}) $ 在共轭条件下可闭式计算。

实验结果

研究问题

• RQ1 是否可以通过引入灵活的划分先验，使贝叶斯非参数模型在不预先指定聚类数的情况下，通过控制聚类大小与数量来提升图像分割性能？
• RQ2 广义Swendsen-Wang采样器在混合效率与收敛性方面，与单点Gibbs采样相比在图像分割任务中表现如何？
• RQ3 将Potts-狄利克雷过程模型截断以惩罚小聚类，是否能带来视觉上与定量上更优的分割结果？
• RQ4 所提方法在标准数据集上的Rand指数表现是否与均值漂移和rdd-CRP等成熟方法具有可比性？
• RQ5 GSW算法是否能有效探索具有空间依赖性的图像分割中复杂后验分布？

主要发现

• 在LabelMe数据集上，截断的Potts-狄利克雷过程模型（$ T_{\text{min}} = 3 $）的中位Rand指数达到0.7759，与rdd-CRP性能相当，并在某些情况下优于均值漂移。
• 在Berkeley数据集上，截断的Potts-DP模型（$ T_{\text{min}} = 3 $）的中位Rand指数为0.7882，与均值漂移（0.7988）和rdd-CRP（0.7748）相当。
• GSW采样器在探索高后验概率区域方面优于单点Gibbs采样，显著提升了混合效率与收敛速度。
• 尽管提高$ T_{\text{min}} $后视觉效果有所改善，但Rand指数未显著提升，表明真实标签可能存在主观性，限制了评估效果。
• Wilcoxon符号秩检验显示，在LabelMe数据集上，rdd-CRP、Potts-DP与截断Potts-DP之间无统计学显著差异（p < 0.01），表明性能具有竞争力。
• 随着$ T_{\text{min}} $增加，聚类中位数减少，从无截断时的9个降至$ T_{\text{min}} = 9 $时的3个，表明聚类大小控制有效。