×
奥雷连·杜库诺;阿兰·布雷托;仪式，苏菲安;伯纳德·拉盖特

超图聚类的简化方法：图像分割的应用。 （英语） Zbl 1236.68273号

模式识别 45，第7期，2788-2803（2012）.
摘要：在过去几年中，基于超图的方法在解决真实世界的聚类问题中得到了相当大的关注，因为与标准图论相比，这种表示模式可以处理元素之间的高阶关系。超图聚类最流行和最有前途的方法来自谱超图理论中的概念，聚类被配置为一个超图割问题，其中必须优化适当的目标函数。此优化问题的谱松弛允许获得接近最优的聚类，但此方法通常受到其高计算要求的影响，特别是在涉及其分辨率的数据大小变得过大的实际问题中。克服这一限制的一种自然方法是对超图进行简化，其中应在较小的超图上应用谱聚类。本文介绍了两种新的超图约简算法，它们能够尽可能地保持超图结构的精确性。这些算法使我们能够设计一种专门用于超图聚类的新方法，该方法基于分三步操作的多级范式：（i）超图约简；（ii）简化超图的初始谱聚类和（iii）聚类细化。与其他超图聚类算法相比，我们的超图聚类框架的准确性已通过大量实验得到证明，并已成功应用于图像分割，为此设计了一个合适的基于超图的模型。我们的算法显示的低运行时间也表明，与标准光谱聚类方法不同，后者可以处理相当大的数据集。

引用于6文件

MSC公司：

68T45型 机器视觉和场景理解
68吨10 模式识别、语音识别
68兰特 计算机科学中的图论（包括图形绘制）
05C65号 Hypergraphs（Hypergraph）

关键词：

超图聚类;光谱聚类;超图归约;图像分割

软件：

PT-Scotch公司;基站
PDF格式BibTeX公司 XML格式引用
\textit{A.Ducournau}等人，模式识别45，No.7，2788--2803（2012；Zbl 1236.68273）
全文： 内政部 哈尔

参考文献：

[1] 阿加瓦尔，S。；Lim，J。；Zelnik-Manor，L。；佩罗纳，P。；克里格曼，D。；Belongie，S.，《超越成对聚类》（IEEE计算机视觉和模式识别会议，第2卷（2005）），838-845，6月
[2] Alpert，C.J。；Kahng，A.B.，《网表划分的最新方向：一项调查》，《集成：VLSI期刊》，第19、1-2、1-81页（1995年）·Zbl 0876.94063号
[3] 艾卡纳特，C。；坎巴佐格鲁，B.B。；Uçar，B.，带多约束和固定顶点的多级直接k-way超图划分，并行与分布式计算杂志，68，5，609-625（2008）·Zbl 1243.68222号
[4] 博伊科夫，Y。；Funka-Lea，G.，《图形切割和高效的n-d图像分割》，《国际计算机视觉杂志》，7011月，109-131（2006）
[5] 布雷托，A。；阿泽马，J。；谢里菲，H。；Laget，B.，《组合数学与图像处理，图形模型与图像处理》，59，5，265-277（1997）
[6] 布雷托，A。；谢里菲，H。；Aboutajdine，D.，超图成像：概述，模式识别，35，3，651-658（2002）·Zbl 0999.68229号
[7] 布雷托，A。；A.杜库诺。；Rital，S.，卫星图像内容联合分割和分类的超图简化算法，（模式识别、图像分析、计算机视觉和应用进展，计算机科学讲义，第6419卷（2010）），38-45
[8] 布雷托，A。；Gillibert，L.，基于超图的图像表示，《计算机科学讲义》，第3434卷（2005年），施普林格：施普林格-柏林/海德堡，第1-11页·Zbl 1119.68522号
[9] Bunke，H。；迪金森，P。；Kraetzl，M。；诺伊豪斯，M。；Stettler，M.，超图匹配——算法、应用和实验，（应用模式识别，计算智能研究，第91卷（2008）），131-154·Zbl 1147.68673号
[10] Bunke，H。；Riesen，K.，基于图形的模式识别的最新进展及其在文档分析中的应用，模式识别，441057-1067年5月（2011）·Zbl 1209.68443号
[11] 坎巴佐格鲁，B.B。；Aykanat，C.，非结构化网格图像空间并行直接体绘制的基于Hypergraph-partitioning的重映射模型，IEEE并行和分布式系统汇刊，18，1，3-16（2007）
[12] Catalysturek，美国。；Aykanat，C.，基于Hypergraph划分的并行稀疏矩阵向量乘法分解，IEEE并行和分布式系统汇刊，10，7，673-693（1999）
[13] Chan，P。；Schlag，M。；Zien，J.，谱k路比率分割和聚类，IEEE集成电路和系统计算机辅助设计汇刊，13，9，1088-1096（1994）
[14] 骑士，C。；Pellegrini，F.，Pt-scotch:高效并行图排序工具，并行计算，34,7月，318-331（2008）
[15] Chung，F.，超图的拉普拉斯算子，离散数学和理论计算机科学AMS DIMACS系列，10，21-36（1993）·Zbl 0790.05061号
[16] 科马尼丘，D。；米尔，P。；Member，S.，Mean shift:一种稳健的特征空间分析方法，IEEE模式分析和机器智能汇刊，24，603-619（2002）
[17] Condon，A。；Karp，R.M.，种植分区模型上的图分区算法，随机结构算法，18，116-140（1999）·Zbl 0972.68129号
[18] 库尔·T。；Benezit，F。；Shi，J.，带多尺度图分解的光谱分割，（2005年IEEE计算机学会计算机视觉和模式识别会议论文集，CVPR’05（2005），IEEE计算机协会：IEEE计算机社会，华盛顿特区，美国），1124-1131
[19] 达农，L。；杜赫，J。；阿里纳斯，A。；Díaz-guilera，A.，《比较社区结构识别》，《统计力学杂志：理论与实验》，9008（2005）
[20] 丁·L。；Yilmaz，A.，使用概率超图的交互式图像分割，模式识别，43，5，1863-1873（2010）·Zbl 1191.68565号
[21] A.杜库诺。；Rital，S。；布雷托，A。；Laget，B.，用于彩色图像分割的多级谱超图分割方法（IEEE信号和图像处理应用国际会议（2009））
[22] 杜达，R.O。；哈特，体育。；Stork，D.G.，模式分类（2000年11月），Wiley Interscience
[23] Felzenszwalb，P.F。；Huttenlocher，D.P.，高效的基于图形的图像分割，国际计算机视觉杂志，59，2，167-181（2004）·Zbl 1477.68505号
[24] 菲杜西亚，C.M。；Mattheyses，R.M.，改进网络分区的线性时间启发式，（第19届ACM/IEEE设计自动化会议论文集DAC 82（1982）），175-181
[25] Fiedler，M.，非负对称矩阵特征向量的一个性质及其在图论中的应用，捷克斯洛伐克数学杂志，25，619-633（1975）·Zbl 0437.15004号
[26] Filippone，M。；卡马斯塔，F。；马苏利（F.Masulli）。；Rovetta，S.，《聚类的核和谱方法综述》，模式识别，41，1，176-190（2008）·Zbl 1122.68530号
[27] Girvan，M。；Newman，M.E.J.，《社会和生物网络中的社区结构》，《国家科学院学报》，99，12，7821-7826（2002）·Zbl 1032.91716号
[28] Hanbury，A.，超级像素如何影响图像分割，（Ruiz Shulcloper，J.；Kropatsch，W.，模式识别、图像分析和应用进展，计算机科学讲义，第5197卷（2008），施普林格：施普林格柏林，海德堡），178-186
[29] 黄，Y。；刘，Q。；Metaxas，D.，超图切割视频对象分割，（IEEE计算机视觉和模式识别会议（2009）），1738-1745
[30] Kanungo，T。；Mount，D.M。；内塔尼亚胡，新南威尔士州。；Piatko，C.D。；西尔弗曼，R。；Wu，A.Y.，一种有效的k-means聚类算法：分析与实现，IEEE模式分析与机器智能汇刊，24，7，881-892（2002）
[31] Karypis，G。；阿加瓦尔，R。；库马尔，V。；Shekhar，S.，多层超图划分：vlsi域中的应用，IEEE超大规模集成汇刊，7，1，69-79（1999）
[32] Kim，J.-S。；Hong，K.-S.，使用无监督图切割进行彩色纹理分割，模式识别，42，5，735-750（2009）·Zbl 1162.68613号
[33] 科尤图克，M。；Aykanat，C.，基于迭代改进的多任务数据库去簇启发式，信息系统，30，1，47-70（2005）
[34] Lancichinetti，A。；福图纳托，S。；Radicchi，F.，《测试社区检测算法的基准图》，《物理评论》E，78，4，046110（2008）
[35] 李，W.-C.W。；Solé，P.，正则图、超图和正交多项式的谱，欧洲组合数学杂志，17，5，461-477（1996）·Zbl 0864.05072号
[36] 马丁·D·。；Fowlkes，C。；塔尔·D。；Malik，J.，人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用（ICCV，第2卷（2001年7月）），416-423
[37] 马丁·D·R。；福尔克斯，C.C。；Malik，J.，《学习使用局部亮度、颜色和纹理线索检测自然图像边界》，IEEE模式分析和机器智能汇刊，26，5，530-549（2004）
[38] Nascimento，M.C.V。；Carvalho，A.C.P.L.F.，图聚类的谱方法——一项调查，《欧洲运筹学杂志》，211，221-231（2011）·Zbl 1250.68228号
[39] 美国巴黎。；Durand，F.，《使用均值偏移进行层次分割的拓扑方法》，IEEE计算机学会计算机视觉和模式识别会议，1-8（2007）
[40] 任，P。；威尔逊，R.C。；Hancock，E.R.，特征超图的谱嵌入，（2008年IAPR结构、句法和统计模式识别联合国际研讨会论文集，SSPR和SPR’08（2008），Springer-Verlag:Springer-Verlag Berlin，Heidelberg），308-317
[41] Rijsbergen，C.V.，《信息检索》（1979），巴特沃斯出版社
[42] Rital，S.，《图像分割的超图切割和无监督表示》，《基础信息学杂志》，96，1-2，153-179（2009）
[43] Rital，S。；布雷托，A。；Aboutajdine，D。；Cherifi，H.，自适应超图模型在脉冲噪声检测中的应用，（图像和模式的计算机分析，计算机科学讲义（2001），Springer:Springer-Berlin，Heidelberg），555-562·兹比尔0998.68572
[44] Rital，S。；Cherifi，H.，组合彩色边缘检测器，（图像分析和识别国际会议，计算机科学讲义（2004），施普林格：施普林格柏林，海德堡），289-297
[45] Schaeffer，S.E.，图聚类，《计算机科学评论》，1，1，27-64（2007）·Zbl 1302.68237号
[46] 史，J。；Malik，J.，标准化切割和图像分割，IEEE模式分析和机器智能汇刊，22，8，888-905（2000）
[47] Tkalcic，M。；Tasic，J.，《色彩空间：感知历史和应用背景》（EUROCON 2003）。计算机作为工具。IEEE区域8，第1卷（2003）），304-308
[48] A.Torsello，F.Escolano，L.Brun（编辑），模式识别中基于图形的表示，第七届IAPR-TC-15国际研讨会，GbRPR 2009，意大利威尼斯，2009年5月26-28日。《计算机科学论文集》，第5534卷，施普林格出版社，2009年。；A.Torsello，F.Escolano，L.Brun（编辑），模式识别中基于图形的表示，第七届IAPR-TC-15国际研讨会，GbRPR 2009，意大利威尼斯，2009年5月26-28日。《计算机科学论文集》，第5534卷，施普林格出版社，2009年·Zbl 1167.68007号
[49] Trifunovic，A。；Knottenbelt，W.，多层k-way超图划分的并行算法，（第三届并行与分布式计算国际研讨会论文集（2004年7月））
[50] Wong，A.K.C。；卢，S.W。；Rioux，M.，基于属性超图的三维物体识别和形状合成，IEEE模式分析和机器智能汇刊，11，3，279-290（1989）
[51] 于世新（Yu，S.X.）。；Shi，J.，多类谱聚类，（第九届IEEE国际计算机视觉会议论文集-ICCV’03，第2卷（2003），IEEE计算机学会：IEEE计算机协会，华盛顿特区，美国），313-319
[52] 扎斯·R。；Shashua，A.，概率图和超图匹配，计算机视觉和模式识别（CVPR），2008年6月23日，第1-8页
[53] 周，D。；黄，J。；Scholkopf，B.，《超图学习：聚类、分类和嵌入》，（神经信息处理系统进展，第19卷（2006），麻省理工学院出版社），1601-1608
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。