@article{oai:ipsj.ixsq.nii.ac.jp:00017219,
 author = {綴木馴 and 岡田, 真人 and 英保, 茂 and Jun, Tsuzurugi and Masato, Okada and Shigeru, Eiho},
 issue = {SIG2(TOM11)},
 journal = {情報処理学会論文誌数理モデル化と応用（TOM）},
 month = {Jan},
 note = {確率的情報処理の枠組みで画像修復を議論する．原画像は近接相互作用のみを持つガウスモデルで生成されるとする．各画素に重畳されるノイズは空間的な相関を持つガウスモデルで生成されるとし，空間的相関は並進対称性を持つとする．修復過程に用いた確率モデルのハイパーパラメータが，生成過程でのハイパーパラメータに一致するとき，修復誤差は最小値をとることが知られている．そこで，ハイパーパラメータの推定を周辺事後確率最大化から求めることを試みる．本モデルでは周辺事後確率の最大化手法としてよく用いらている，極値方程式の反復法を用いて解く．その結果，この極値方程式を反復法を用いて解く方法では，アルゴリズムが収束しない場合があることを示す．この収束しない原因は，ノイズモデルにおいてハイパーパラメータが特異点を持つためであると予想される．この予想を検証するため，ハイパーパラメータが特異点を持たないようにパラメータを固定した．この場合，極値方程式を反復法を用いるアルゴリズムが収束することが分かった．, We investigated the use of the Bayesian inference to restore noise-degraded images. The generative statistical models used for the original image and the noise were assumed to obey multi-dimensional Gaussian distributions. Hyperparameter is required to restore the distorted image. We use the steady state equations for hyperparameter estimations with maximal posterior marginal criteria. However, when we use the iterative method of the steady state equations, because the hyperparameter has a singular point, we fail to obtain optimal solution. Thus,we propose a new method for sub-optimal solution.},
 pages = {67--75},
 title = {相関のあるノイズ下での画像修復のハイパーパラメータ推定について},
 volume = {46},
 year = {2005}
}