白鹭·贝；袁静；泰雪成 使用对偶方法实现连续多相划分问题的全局最小化。 （英语） Zbl 1235.68244号 国际期刊计算。视觉。 92，第1期，112-129（2011）. 摘要：本文致力于基于连续Potts模型的凸松弛的连续多划分或多标记的优化问题。与以往直接解决最优标签问题的努力相比，我们首先提出了一种新的对偶模型，然后建立了相应的基于对偶性的方法。通过对偶形式的分析，得到了松弛通常是精确的充分条件，即存在对原非凸Potts模型全局最优的最优解。为了处理非光滑对偶问题，我们提出了一种基于对数和指数函数的平滑方法，并指出这种平滑方法可以产生一种新的平滑原对偶模型，并建议使用最大熵标号。对偶模型的这种平滑方法还产生了一种新的阈值方案来获得近似解。基于平滑公式，提出了一种类似期望最大化的算法，与以前的连续优化方法相比，该算法在效率上具有优越性。数值实验还表明，我们的方法在各个方面都优于几种竞争方法，例如能量更低、视觉质量更好。 引用于42文件 MSC公司： 68T45型 机器视觉和场景理解 94A08型 信息与通信理论中的图像处理（压缩、重建等） 关键词：凸松弛；图像分割；原对偶方法；总变化量 软件：MAXFLOW（最大流量） PDF格式BibTeX公司 XML格式引用 \textit{E.Bae}等人，《国际计算杂志》。视觉。92，No.1，112--129（2011；Zbl 1235.68244） 全文： 内政部 参考文献： [1] Bae、E.和；Tai，X.C.（2009年a）。用于多相图像分割的分段常数水平集方法的图割优化。计算机视觉中的尺度空间和变分方法（第1-13页）。柏林：斯普林格·Zbl 1296.94023号 [2] Bae、E.和；Tai，X.-C.（2009年b）。图像分割的多相Chan-Vese模型的有效全局最小化。计算机视觉和模式识别中的能量最小化方法（EMMCVPR）（第28-41页）。 [3] Banerjee，S.、Merugu，I.、Dhillon，J.和；Ghosh，J.（2004）。带Bregman分歧的聚类。《机器学习研究杂志》，234–245·Zbl 1190.62117号 [4] Y.博伊科夫；Kolmogorov，V.（2001）。视觉能量最小化的最小/最大流算法的实验比较。IEEE模式分析和机器智能汇刊，26，359–374·Zbl 1005.68964号 [5] Y.博伊科夫；Kolmogorov，V.（2003）。通过图形切割计算测地线和最小曲面。ICCV'03：第九届IEEE计算机视觉国际会议记录（第26-33页）。华盛顿：IEEE计算机协会。 [6] Boykov，Y.、Veksler，O.和；Zabih，R.（2001）。通过图形切割实现快速近似能量最小化。IEEE模式分析和机器智能汇刊，231222-1239·数字对象标识代码：10.1109/34.969114 [7] Boykov，Y.、Kolmogorov，V.、Cremers，D.和；Delong，A.（2006）。通过土工切割实现表面演变的整体解决方案。ECCV（第409-422页）。 [8] Bresson，X.、Esedoglu，S.、Vandergheynst，P.、Thiran，J.P.和；Osher，S.（2007）。活动轮廓/蛇模型的快速全局最小化。数学成像与视觉杂志，28（2），151-167·Zbl 1523.94005号 ·doi:10.1007/s10851-007-0002-0 [9] Brown，E.S.，Chan，T.F.和；Bresson，X.（2009）。多阶段分段常数mumford-shah图像分割的凸公式和精确全局解（CAM-report-09-66）。加州大学洛杉矶分校，应用数学，2009年7月。 [10] Brown，E.S.，Chan，T.F.和；Bresson，X.（2010）。一类向量值最小化问题的凸松弛方法及其在mumford-shah分割中的应用（CAM-report-10-43）。加州大学洛杉矶分校，应用数学，2010年7月。 [11] Chambolle，A.（2004）。全变差最小化算法及其应用。数学成像与视觉杂志，20（1），89-97·Zbl 1366.94048号 ·doi:10.1023/B:JMIV.0000011320.81911.38 [12] Chan、T.F.和；Esedoglu，S.（2005）。全变分正则l[sup1]函数逼近的方面。SIAM应用数学杂志，65（5），1817-1837·Zbl 1096.94004号 ·doi:10.1137/040604297 [13] Chan，T.和；Vese，L.A.（2001）。无边的活动轮廓。IEEE图像处理汇刊，10266–277·Zbl 1039.68779号 ·数字对象标识代码：10.1109/83.902291 [14] Combettes，P.L.和；Wajs，V.R.（2005）。通过近端前向背向分裂恢复信号。多尺度建模与；模拟，4（4），1168-1200·Zbl 1179.94031号 ·doi:10.1137/050626090 [15] Ekeland，I.和；Téman，R.（1999）。凸分析和变分问题。费城：工业和应用数学学会。 [16] Fan，K.（1953年）。极小极大定理。《美国国家科学院院刊》，39，42–47·Zbl 0050.06501号 ·doi:10.1073/pnas.39.1.42 [17] Goldstein，T.、Bresson，X.和；Osher，S.（2009年）。分裂Bregman方法的几何应用：分割和曲面重建（加州大学洛杉矶分校CAM报告09-06）·Zbl 1203.65044号 [18] Greig，D.M.、Porteous，B.T.和；Seheult，A.H.（1989）。二值图像的精确最大后验估计。《皇家统计学会杂志》，B辑，271–279。 [19] Hyman，J.M.和；Shashkov，M.J.（1997年a）。逻辑矩形网格上散度、梯度和旋度的自然离散的伴随算子。应用数值数学，25（4），413-442·Zbl 1005.65024号 ·doi:10.1016/S0168-9274（97）00097-4 [20] Hyman，J.M.和；Shashkov，M.J.（1997年b）。逻辑矩形网格上散度、梯度和旋度的自然离散化。计算机数学及其应用，33（4），81–104·Zbl 0868.65006号 ·doi:10.1016/S0898-1221（97）00009-6 [21] 石川浩（2003）。凸先验马尔可夫随机场的精确优化。IEEE模式分析和机器智能汇刊，251333-1336·Zbl 05112455号 ·doi:10.1109/TPAMI.2003.1233908 [22] Kass，M.、Witkin，A.和；Terzopoulos，D.（1988年）。蛇：活动轮廓模型。国际计算机视觉杂志，1（4），321-331·Zbl 0646.68105号 ·doi:10.1007/BF00133570 [23] Kiviel，K.C.（1995年）。具有广义Bregman函数的近似最小化方法。SIAM控制与优化杂志，35，1142–1168·兹伯利0890.65061 ·doi:10.1137/S0363012995281742 [24] Klodt，M.、Schoenemann，T.、Kolev，K.、Schikora，M.&；Cremers，D.（2008）。离散和连续形状优化方法的实验比较。ECCV'08：第十届欧洲计算机视觉会议记录（第332-345页）。柏林：斯普林格。 [25] Kohli，P.、Pawan Kumar，M.和；Torr，P.H.S.（2009）。p3及以上：求解高阶函数的移动生成算法。IEEE模式分析和机器智能汇刊，31（9），1645-1656·doi:10.1109/TPAMI.2008.217 [26] Kolmogorov，V.（2005）。什么样的指标可以通过地理切割或长度/面积和流量的全局优化来近似。在ICCV中（第564-571页）。 [27] Kolmogorov，V.（2006）。聚合树重新加权消息传递，以实现能量最小化。IEEE模式分析和机器智能汇刊，28（10），1568-1583·Zbl 05340984号 ·doi:10.1109/TPAMI.2006.200 [28] 科尔莫戈罗夫；Zabih，R.（2004）。哪些能量函数可以通过图形切割最小化。IEEE模式分析和机器智能汇刊，26，65–81·Zbl 1039.68666号 ·doi:10.1109/TPAMI.2004.1262177 [29] Komodakis，N.和；Tziritas，G.（2007年）。基于线性规划的图形切割近似标记。模式分析和机器智能，1436-1453年。 [30] Lellmann，J.、Kappes，J.，Yuan，J..、Becker，F.和；Schnörr，C.（2009）。基于单纯形约束总变分的凸多类图像标注。2009年SSVM：计算机视觉中尺度空间和变分方法第二届国际会议纪要（第150-162页）。柏林：斯普林格。 [31] Lellmann，J.、Breitenreicher，D.和；Schnörr，C.（2010年）。计算机视觉中变分问题的快速精确原对偶迭代。在欧洲计算机视觉会议上·Zbl 1278.90307号 [32] Li，S.Z.（2001）。图像分析中的马尔可夫随机场建模。纽约：斯普林格·Zbl 0978.68130号 [33] Li，H.和；Tai，X.C.（2007）。多相运动的分段恒定水平集方法。国际数值分析与建模杂志，4274-293·Zbl 1113.49044号 [34] Lie，J.、Lysaker，M.和；Tai，X.-C.（2006年a）。水平集方法的变体及其在图像分割中的应用。计算数学，75（255），1155-1174·Zbl 1096.35034号 ·doi:10.1090/S0025-5718-06-01835-7 [35] Lie，J.、Lysaker，M.和；Tai，X.C.（2006年b）。二值水平集模型及其在Mumford-Shah图像分割中的应用。IEEE图像处理汇刊，15（5），1171–1181·Zbl 1286.94018号 ·doi:10.1109/TIP.2005.863956 [36] Meyer，Y.（2001）。大学系列讲座：第22卷。图像处理中的振荡模式和非线性演化方程。普罗维登斯：美国数学学会。第十五届院长杰奎琳·刘易斯纪念讲座。 [37] 芒福德医学院；Shah，J.（1989）。分段光滑函数的最优逼近及相关变分问题。纯粹数学与应用数学交流，42577-685·Zbl 0691.49036号 ·doi:10.1002/cpa.3160420503 [38] Nikolova，M.、Esedoglu，S.和；Chan，T.F.（2006）。寻找图像分割和去噪模型的全局极小值的算法。SIAM应用数学杂志，66（5），1632-1648·Zbl 1117.94002号 ·doi:10.1137/040615286 [39] Osher，S.和；Sethian，J.A.（1988年）。波前以曲率相关速度传播：基于Hamilton-Jacobi公式的算法。计算物理杂志，79（1），12-49·Zbl 0659.65132号 ·doi:10.1016/0021-9991（88）90002-2 [40] Paragios，N.、Chen，Y.和；Faugeras，O.（2005）。计算机视觉中的数学模型手册。纽约：斯普林格·Zbl 1083.68500 [41] Pock，T.、Schoenemann，T.，Graber，G.、Bischof，H.和；Cremers，D.（2008a）。连续多标签问题的凸形式。2008年10月在法国马赛举行的欧洲计算机视觉会议上。 [42] Pock，T.、Schoenemann，T.，Graber，G.、Bischof，H.和；Cremers，D.（2008b）。连续多标签问题的凸形式。ECCV'08：第十届欧洲计算机视觉会议记录（第792-805页）。柏林：斯普林格。 [43] Pock，T.、Chambolle，A.、Bischof，H.和；Cremers，D.（2009年）。计算最小划分的凸松弛方法。在佛罗里达州迈阿密举行的IEEE计算机视觉和模式识别会议上·Zbl 1202.49031号 [44] 波茨，R.B.（1952）。一些广义序-序变换。剑桥哲学学会会刊，48，106-109·兹比尔0048.45601 ·doi:10.1017/S0305004100027419 [45] Rockafellar，R.T.（1970）。普林斯顿数学系列：第28卷。凸分析。普林斯顿：普林斯顿大学出版社·Zbl 0193.18401号 [46] Rose，K.（1998）。用于聚类、压缩、分类、回归和相关优化问题的确定性退火。IEEE会议记录（第2210–2239页）。 [47] Strang，G.（1983年）。通过域的最大流量。数学编程，26，123–143·兹比尔0513.90026 ·doi:10.1007/BF02592050 [48] 陶伟（Tao，W.）；Tai，X.（2009）。使用图切割优化（UCLA摄像机报告09-13）进行图像分割的多个分段恒定活动轮廓。 [49] Teboulle，M.（2007）。基于中心的聚类方法的统一连续优化框架。机器学习研究杂志，8，65–102·Zbl 1222.68318号 [50] Velasco，F.R.D.（1980年）。使用ISODATA聚类算法的阈值。IEEE系统、人与控制论汇刊，10（11），771-774·doi:10.1109/TSMC.1980.4308400 [51] 洛杉矶维斯；Chan，T.F.（2002）。一种新的基于mumford和shah模型的多相水平集图像分割框架。国际计算机视觉杂志，50271-293·Zbl 1012.68782号 ·doi:10.1023/A:1020874308076 [52] Wainwright，M.、Jaakkola，T.和；Willsky，A.（2002）。通过（超）树协议进行地图估计：消息传递和线性规划方法。IEEE信息理论汇刊，51，3697–3717·Zbl 1318.94025号 ·doi:10.1109/TIT.2005.856938 [53] Yuan，J.，Bae，E.，Tai，X.-C.，&；Boykov，Y.（2010年）。Potts模型的连续最大流方法。ECCV 2010：第11届欧洲计算机视觉会议记录（第332-345页）。柏林：斯普林格。 [54] Zach，C.、Gallup，D.、Frahm，J.-M.和；Niethammer，M.（2008年）。使用多平面扫描实现实时立体的快速全局标记。在Vision、建模和可视化研讨会（VMV）中。 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。