×
马吕斯·勒奥迪亚努;拉胡尔·苏克坦卡尔;Hebert，军事

图匹配的无监督学习。 （英语） Zbl 1235.68274号

国际期刊计算。视觉。 96，第1期，28-45（2012）.
摘要：图形匹配是计算机视觉中的一个基本问题，已成功应用于二维和三维特征匹配和目标识别。尽管学习对于提高匹配率至关重要，但关于学习控制图匹配的参数的研究却很少。在本文中，我们展示了如何以无监督的方式进行参数学习，即在训练过程中没有给出图之间的正确对应。我们的实验表明，无监督学习在效率和质量上都优于有监督学习，同时避免了繁琐的手动标记基本真理对应。我们通过实验验证了我们的学习方法可以提高几种最先进的图匹配算法的性能。我们还表明，类似的方法可以成功地应用于图形模型的参数学习，并通过实证证明了其有效性。

引用于9文件

理学硕士：

68T45型 机器视觉和场景理解
68兰特 计算机科学中的图论（包括图形绘制）
68T05型 人工智能中的学习和自适应系统

关键词：

参数学习;无监督学习;半监督学习;特征匹配;图形匹配;MAP推断
PDF格式BibTeX公司 XML格式引用
\textit｛M.Leordeanu｝等人，国际计算机杂志。视觉。96，第1号，28-45（2012；Zbl 1235.68274）
全文： 内政部 链接

参考文献：

[1] 巴赫·F·R·；Jordan，M.I.（2003）。学习谱聚类。神经信息处理系统。
[2] Baratchart，L.、Berthod，M.和；Pottier，L.（1998）。lp约束下正广义多项式的优化。凸分析杂志，5（2），353–379·Zbl 0914.90237号
[3] Belongie，S.、Malik，J.和；Puzicha，J.（2002）。使用形状上下文进行形状匹配和对象识别。模式分析和。IEEE模式分析和机器智能汇刊，24（4），509-522·doi:10.1109/34.993558
[4] Berg，A.、Berg，T.和；Malik，J.（2005）。使用低失真对应的形状匹配和对象识别。在计算机视觉和模式识别国际会议上。
[5] Besag，J.（1986年）。关于脏图片的统计分析。《皇家统计学会杂志》，48（5），259-302·Zbl 0609.62150号
[6] 布伦德尔，W.，&；Todorovic，S.（2010年）。分割为最大权重独立集。在神经信息处理系统中。
[7] Caetano，T.、Cheng，L.、Le，Q.V.和；Smola，A.J.（2007）。学习图匹配。在国际计算机视觉会议上。
[8] Caetano，T.、McAuley，J.J.、Cheng，L.、Le，Q.V.和；Smola，A.J.（2009）。学习图匹配。IEEE模式分析和机器智能汇刊，31（6），1048–1058·doi:10.1109/TPAMI.2009.28
[9] Carcassoni，M.和；Hancock，E.R.（2002）。使用光谱簇进行对齐。在英国机器视觉会议上·Zbl 1034.68583号
[10] Chertok，M.和；Keller，Y.（2010）。光谱对称性分析。模式分析和。IEEE模式分析和机器智能汇刊，32（7），1227–1238·doi:10.1109/TPAMI.2009.121
[11] 库尔、T.和；Shi，J.（2007）。用谱松弛法求解马尔可夫随机场。在国际人工智能和统计会议上。
[12] Cour，T.、Shi，J.和；Gogin，N.（2005）。学习频谱图分割。在国际人工智能和统计会议上。
[13] Cour，T.、Srinivasan，P.和；Shi，J.（2006）。平衡图匹配。在神经信息处理系统中。
[14] de Aguiar，E.、Stoll，C.、Theobalt，C.、Ahmed，N.、Seidel，H.-P.和；Thrun，S.（2008）。稀疏多视图视频的性能捕获。在SIGGRAPH中。
[15] Duchenne，O.、Bach，F.、Kweon，I.和；Ponce，J.（2009）。一种基于张量的高阶图匹配算法。在计算机视觉和模式识别国际会议上。
[16] Frank，M.和；Wolfe，P.（1956年）。二次规划的一种算法。海军研究后勤季刊，3（1–2），95–110·doi:10.1002/nav.3800030109
[17] Gold、S.和；Rangarajan，A.（1996年）。图匹配的分级分配算法。模式分析和。IEEE模式分析和机器智能汇刊，18（4），377-388·doi:10.1109/34.491619
[18] Hays，J.、Leordeanu，M.、Efros，A.和；刘毅（2006）。发现纹理规则性是一个高阶对应问题。在欧洲计算机视觉会议上。
[19] Huhle，B.、Jenke，P.和；斯特拉·埃（Straßer），W.（2008）。使用方便的多传感器系统进行现场采集。国际智能系统技术与应用杂志，5（3–4），255–263·doi:10.1504/IJISTA.2008.021288
[20] Kim，G.、Faloutsos，C.和；Hebert，M.（2008）。结合视觉内容和几何相似性链接对对象类别进行无监督建模和识别。在ACM多媒体信息检索国际会议上。
[21] Kim，G.、Faloutsos，C.和；Hebert，M.（2008）。使用链接分析技术对对象类别进行无监督建模。在计算机视觉和模式识别国际会议上。
[22] Kumar，S.基于上下文分类的自然图像空间交互学习模型。博士论文，卡内基梅隆大学机器人研究所，2005年。
[23] Leordeanu，M.、Collins，R.和；Hebert，M.（2005）。无监督学习视频序列中的对象特征。在计算机视觉和模式识别国际会议上。
[24] Leordeanu，M.和；Hebert，M.（2005）。使用成对约束解决对应问题的谱技术。在国际计算机视觉会议上。
[25] Leordeanu，M.和；Hebert，M.（2006）。稠密能量函数的有效MAP逼近。在机器学习国际会议上。
[26] Leordeanu，M.和；Hebert，M.（2008）。基于平滑的优化。在计算机视觉和模式识别国际会议上。
[27] Leordeanu，M.和；Hebert，M.（2009年）。图匹配的无监督学习。在计算机视觉和模式识别国际会议上·Zbl 1235.68274号
[28] Leordeanu，M.，Hebert，M.和；Sukthankar，R.（2007）。超越局部外观：通过简单特征的成对交互进行类别识别。在计算机视觉和模式识别国际会议上。
[29] Leordeanu，M.、Hebert，M.和；Sukthankar，R.（2009）。一种用于图匹配和MAP推理的整数投影不动点方法。在神经信息处理系统中·Zbl 1235.68274号
[30] Liu，J.、Luo，J.和；Shah，M.（2009）。在野外识别视频中的真实动作。在计算机视觉和模式识别国际会议上。
[31] Magnus，J.和；Neudecker，H.（1999）。矩阵微分学及其在统计学和计量经济学中的应用。纽约：Wiley·Zbl 0912.15003号
[32] Parikh，D.，&；Chen，T.（2007）。从多个图像中无监督地识别多个感兴趣的对象：dISCOVER。在亚洲计算机视觉会议上。
[33] Parikh，D.和；Chen，T.（2007）。对象层次语义（hSO）的无监督学习。在计算机视觉和模式识别国际会议上。
[34] Ravikumar，P.，&；Lafferty，J.（2006）。度量标记和马尔可夫随机场MAP估计的二次规划松弛。在机器学习国际会议上。
[35] Ren，X.（2007）。学习和匹配铰接对象的线条方面。在计算机视觉和模式识别国际会议上。
[36] Schellewald，C.和；Schnorr，C.（2005）。基于凸松弛的概率子图匹配。在计算机视觉和模式识别中能量最小化方法国际会议上。
[37] Semenovich，D.（2010年）。高阶MRF中有效MAP推理的张量幂方法。在模式识别国际会议上。
[38] Szummer，M.、Kohli，P.和；霍伊姆博士（2008年）。使用图形切割学习CRF。在欧洲计算机视觉会议上。
[39] Taskar，B.、Guestrin，C.和；Koller，D.（2004）。最大边际马尔可夫网络。在神经信息处理系统中。
[40] Umeyama，S.（1988年）。加权图匹配问题的特征分解方法。模式分析和机器智能·Zbl 0678.05049号
[41] Yan，P.、Khan，S.M.和；Shah，M.（2008）。学习用于任意视图动作识别的4D动作特征模型。在计算机视觉和模式识别国际会议上。
[42] 图匹配及其在计算机视觉和生物信息学中的应用。2010年巴黎国家矿山管理学院博士论文。
[43] Zaslavskiy，M.、Bach，F.和；Vert，J.-P.（2009年）。一种用于图匹配的路径跟踪算法。IEEE模式分析和机器智能汇刊，31（12），2227–2242·doi:10.1109/TPAMI.2008.245
[44] 扎斯·R·；Shashua，A.（2008年）。概率图和超图匹配。在计算机视觉和模式识别国际会议上。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。