Recursive algorithm for estimation of mixture models on Riemannian symmetric space - CICS Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Recursive algorithm for estimation of mixture models on Riemannian symmetric space

Résumé

In many fields such as medical imaging, computer vision and radar signal processing, we are lead to study mixtures of distributions in the Riemannian symmetric space. This paper proposes a recursive algorithm for estimating parameters and simultaneously selecting the number of components of a mixture model on Riemannian symmetric space. The idea is to initialize the estimation process from a large number of components K0 and introduce a prior distribution of the membership weights to express our preference for compact models. Using the Rao-Fisher information gradient to update the parameters, in each iteration the prior drives the irrelevant components to extinction. This algorithm could be applied to estimate the models on symmetric space. This algorithm is simple to use. Indeed, it is robust with respect to the choice of initial values. Moreover, it can select the number of components automatically. We illustrate this paper by some experiments.
Dans de nombreux domaines tels que l'imagerie médicale, la vision par ordinateur et le traitement du signal radar, on est conduit à étudier des distributions de mélange dans l'espace symétrique Riemannien. Cet article propose un algorithme récursive permettant d'estimer les paramètres et de sélectionner simultanément le nombre de composantes d'un modèle de mélange dans un espace symétrique Riemannien. L'idée génératrice est d'initialiser le processus d'estimation à partir d'un grand nombre de composantes K0, et d'introduire une distribution a priori du poids des composantes pour exprimer notre préférence pour des modèles compacts. En utilisant le gradient d'information de Rao-Fisher pour mettre à jour les paramètres, dans chaque itération, la distribution a priori conduit à l'extinction des composantes non pertinentes. Cet algorithme pourrait être appliqué pour estimer les modèles sur l'espace symétrique. Cet algorithme est simple à utiliser, en effet il est robust par rapport au choix des valeurs initiales, il peut en outre sélectionner le nombre de composantes automatiquement. Nous illustrons cet article par quelques expérimentations.
Fichier principal
Vignette du fichier
GRETSI_2019.pdf (235.54 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02927638 , version 1 (07-09-2020)

Identifiants

  • HAL Id : hal-02927638 , version 1

Citer

Jialun Zhou, Nicolas Le Bihan, Salem Said. Recursive algorithm for estimation of mixture models on Riemannian symmetric space. GRETSI 2019 - XXVIIème Colloque francophone de traitement du signal et des images, Aug 2019, Lille, France. ⟨hal-02927638⟩
78 Consultations
30 Téléchargements

Partager

Gmail Facebook X LinkedIn More