Estimation of the Weight Parameter with SAEM for Marked Point Processes Applied to Object Detection
Résumé
We consider the problem of estimating one of the parameters of a marked point process, namely the tradeoff parameter between the data and prior energy terms defining the probability density of the process. In previous work, the Stochastic Expectation-Maximization (SEM) algorithm was used. However, SEM is well known for having bad convergence properties, which might also slow down the estimation time. Therefore, in this work, we consider an alternative to SEM: the Stochastic Approximation EM algorithm, which makes an efficient use of all the data simulated. We compare both approaches on high resolution satellite images where the objective is to detect boats in a harbor.
Nous traitons le problème de l'estimation du paramètre d'un processus ponctuel marqué réalisant le compromis entre attache aux données et à priori, dans la définition de la densité de probabilité du processus. Dans des travaux précédants, l'algorithme d'Espérance Maximisation Stochastique (SEM) était utilisé. Cependant, SEM est connu pour avoir de mauvaises propriétés de convergence, ce qui peut également allonger le temps de calcul. C'est pourquoi nous considérons ici une alternative à SEM : l'algorithme EM avec Approximation Stochastique (SAEM), qui fait bon usage de l'ensemble des données simulées. Nous comparons les deux approches sur des images satellitaires de haute résolution où l'objectif est de détecter des bateaux dans des ports.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...