Publication

Stochastic Sampling for Computing the Mutual Information of Two Images

Michaël Unser, Philippe Thévenaz
2003
Conference Papers

Résumé

Mutual information is an attractive registration criterion because it provides a meaningful comparison of images that represent different physical properties. In this paper, we review the shortcomings of three published methods for its computation. We identify the grid effect and the overlap problem as the most severe artifacts that these methods face, and propose a solution based on irregular sampling to solve for the grid effect. By implementing irregular sampling as stochastic sampling, we see that our solution covers the two problems at once, as the overlap problem ceases to be an issue, too.

Source officielle

https://infoscience.epfl.ch/entities/publication/12be4f43-ae5d-4ad1-8ae0-934e0a57c27e

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Michaël Unser, Philippe Thévenaz
2003
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/12be4f43-ae5d-4ad1-8ae0-934e0a57c27e

À propos de ce résultat

Concepts associés (32)

Information mutuelle

Dans la théorie des probabilités et la théorie de l'information, l'information mutuelle de deux variables aléatoires est une quantité mesurant la dépendance statistique de ces variables. Elle se mesure souvent en bit. L'information mutuelle d'un couple de variables représente leur degré de dépendance au sens probabiliste. Ce concept de dépendance logique ne doit pas être confondu avec celui de causalité physique, bien qu'en pratique l'un implique souvent l'autre.

Théorie de l'information

La théorie de l'information, sans précision, est le nom usuel désignant la théorie de l'information de Shannon, qui est une théorie utilisant les probabilités pour quantifier le contenu moyen en information d'un ensemble de messages, dont le codage informatique satisfait une distribution statistique que l'on pense connaître. Ce domaine trouve son origine scientifique avec Claude Shannon qui en est le père fondateur avec son article A Mathematical Theory of Communication publié en 1948.

Interaction information

The interaction information is a generalization of the mutual information for more than two variables. There are many names for interaction information, including amount of information, information correlation, co-information, and simply mutual information. Interaction information expresses the amount of information (redundancy or synergy) bound up in a set of variables, beyond that which is present in any subset of those variables. Unlike the mutual information, the interaction information can be either positive or negative.

Afficher plus

Publications associées (10)

Afficher plus

Stochastic Sampling for Computing the Mutual Information of Two Images

Chattez avec Graph Search

Recursive Forward Dynamics for Serial Kinematic Chains Using Conformal Geometric Algebra

Detection and characterisation of resident space objects in wide field astronomical surveys

OpenMP parallelization of the three-dimensional distinct lattice spring model