×
克劳迪娅·纽文胡斯;特普，伊诺;丹尼尔·克莱默斯

Potts模型的离散和连续多标签优化方法的调查和比较。 （英语） Zbl 1304.68178号

国际期刊计算。视觉。 104，第3期，223-240（2013）.
摘要：我们对多年来提出的基于Potts模型最小化多标签优化问题的各种算法进行了调查和比较。基于马尔可夫随机场的离散方法和基于偏微分方程的连续优化方法可以应用于该任务。与二进制标号的情况相反，多标号问题是NP难的，因此只能期望得到接近最优的解。本文从准确性、优化性和运行时三个方面对现有方法进行了理论比较和实验分析，旨在揭示各自算法的优缺点。对Graz交互式图像分割基准进行了系统的定量比较。因此，本文将Klodt等人以前的实验比较从二进制推广到多标签情况。

引用于5文件

MSC公司：

68T45型 机器视觉和场景理解
62M40型 随机字段；图像分析
68吨10 模式识别、语音识别
68单位10 图像处理的计算方法
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

多标签;调查;比较;优化;马尔可夫随机场;偏微分方程

软件：

MAXFLOW（最大流量）
PDF格式BibTeX公司 XML格式引用
\textit{C.Nieuwenhuis}等人，《国际计算杂志》。视觉。104、3号、223--240（2013；Zbl 1304.68178）
全文： 内政部

参考文献：

[1] Alahari，K.、Kohli，P.和；Torr，P.H.S.（2010年）。离散MRF中MAP推理的动态混合算法。IEEE模式分析和机器智能汇刊，32（10），1846-1857·doi:10.1109/TPAMI.2009.194
[2] Batra，D.（2011）。采取正确的行动：利用本地原始-对偶间隙引导字母扩展。P.Kohli（Ed.），计算机视觉和模式识别国际会议，科罗拉多州斯普林斯。
[3] Besag，J.（1986年）。关于脏图片的统计分析。英国皇家统计学会期刊B辑，48（3），259-302·Zbl 0609.62150号
[4] Y.博伊科夫；Kolmogorov，V.（2004）。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（9），1124–1137·Zbl 1005.68964号 ·doi:10.1109/TPAMI.2004.60
[5] Boykov，Y.、Veksler，O.和；Zabih，R.（2001）。通过图形切割快速近似能量最小化。IEEE模式分析和机器智能汇刊，23（11），1222-1239·数字对象标识代码：10.1109/34.969114
[6] Chambolle，A.，Cremers，D.，Pock，T.（2008）。计算最小划分的凸方法。技术报告TR-2008-05。波恩：波恩大学·Zbl 1256.49040号
[7] Chan，T.和；Esedoglu，S.和；Nikolova，M.（2006年）。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
[8] Chan，T.和；Vese，L.（2001）。无边的活动轮廓。IEEE图像处理汇刊，10（2），266–277·Zbl 1039.68779号 ·数字对象标识代码：10.1109/83.902291
[9] Cremers，D.、Rousson，M.和；Deriche，R.（2007年）。水平集分割的统计方法综述：整合颜色、纹理、运动和形状。国际计算机视觉杂志，72（2），195-215·doi:10.1007/s11263-006-8711-1
[10] Cremers，D.、Sochen，N.和；Schnörr，C.（2004）。用于变分识别驱动图像分割的多阶段动态标记。在T.Pajdla&amp；V.Hlavac（编辑），欧洲计算机视觉会议卷3024 LNCS（第74-86页）。纽约：斯普林格·Zbl 1098.68746号
[11] Cremers，D.、Sochen，N.和；Schnörr，C.（2006年）。变分识别驱动图像分割的多相动态标记模型。国际计算机视觉杂志，66（1），67-81·Zbl 1286.94013号
[12] Felzenszwalb，P.和；Veksler，O.（2010）。使用动态编程进行分层场景标记。在旧金山举行的计算机视觉和模式识别国际会议上。
[13] Geman，S.和；Geman，D.（1984）。随机松弛、吉布斯分布和图像的贝叶斯恢复。IEEE模式分析和机器智能汇刊，6（6），721-741·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596
[14] Goldschlager，L.、Shaw，R.和；Staples，J.（1982）。最大流问题是P.理论计算机科学的对数空间完备问题，21，105–111·Zbl 0486.68035号 ·doi:10.1016/0304-3975（82）90092-5
[15] Greig，D.M.、Porteous，B.T.和；Seheult，A.H.（1989）。二值图像的精确最大后验估计。英国皇家统计学会期刊B辑，51（2），271–279。
[16] 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，25（10），1333–1336·doi:10.1109/TPAMI.2003.1233908
[17] Kleinberg，J.和；Tardos，E.（2002年）。具有成对关系的分类问题的近似算法：度量标记和马尔可夫随机场。美国医学会杂志，49（5），672-713·Zbl 1326.68336号
[18] Klodt，M.、Schoenmann，T.、Kolev，K.、Schikora，M.和；Cremers，D.（2008年）。离散和连续形状优化方法的实验比较。在法国马赛举行的欧洲计算机视觉会议上。
[19] Kolev，K.、Pock，T.和；Cremers，D.（2010年）。多视点立体的各向异性最小曲面，集成了光敏性和法线信息。在克里特岛举行的欧洲计算机视觉会议上。
[20] Kolmogorov，V.（2006）。收敛树重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，281568-1583·doi:10.1109/TPAMI.2006.200
[21] Komodakis，N.和；Tziritas，G.（2005）。通过图切割进行近似标记的新框架。在新奥尔良举行的IEEE计算机视觉国际会议上。
[22] Komodakis，N.、Tziritas，G.和；Paragios，N.（2007年）。单个和动态MRF的快速近似最优解决方案。在鄂州举行的计算机视觉和模式识别国际会议上。
[23] Lellmann，J.、Becker，F.和；Schnörr，C.（2009）。基于全变分正则化子族的多类图像标注凸优化。IEEE国际计算机视觉会议（第646–653页）。
[24] Lellmann，J.、Kappes，J.H.、Yuan，J、Becker，F.和；Schnörr，C.（2009年）。基于单纯形约束总变分的凸多类图像标注。计算机视觉中的尺度空间和变分方法（SSVM），5567150-162·doi:10.1007/978-3-642-02256-2_13
[25] Lellmann，J.、Lenzen，F.和；Schnörr，C.（2011）。图像分割问题变分松弛的最优性界。在计算机视觉和模式识别的能量最小化方法国际会议上。纽约：斯普林格·Zbl 1291.68420号
[26] Lempitsky，V.、Rother，C.和；Blake，A.（2007年）。对数切割：马尔可夫随机场的有效图切割优化。在IEEE国际计算机视觉会议上。
[27] Liu，X.，Veksler，O.和；Samarabandu，J.（2010年）。基于图切割的优化的保序移动。IEEE模式分析和机器智能事务，32（7），1317-1324。
[28] Michelot，C.（1986年）。求点在$$R^n$$的标准单纯形上的投影的有限算法。优化理论与应用杂志，50（1），189-193·Zbl 0571.90074号
[29] 芒福德，D.，&；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
[30] Nieuwenhuis，C.和；Cremers，D.（2012年）。交互式多标签分割的空间变化颜色分布。《IEEE模式分析和机器智能汇刊》，费城。
[31] Nieuwenhuis，C.和；Töppe，E.，&；Cremers，D.（2011年）。交互式多区域分割的空间-视觉颜色分布：离散与连续方法。在纽约举行的计算机视觉和模式识别能量最小化方法国际会议上。
[32] Osokin，A.、Vetrov，D.和；Kolmogorov，V.（2011）。全局约束关联马尔可夫网络中推理的子模分解框架。在圣彼得堡举行的计算机视觉和模式识别国际会议上。
[33] 珀尔，J（1988）。智能系统中的概率推理。圣马特奥：摩根考夫曼·Zbl 0649.68104号
[34] Pock，T.和；Chambolle，A.（2011年）。凸优化中一阶原对偶算法的对角线预处理。在巴塞罗那举行的IEEE计算机视觉国际会议上·Zbl 1255.68217号
[35] Pock，T.、Cremers，D.、Bischof，H.和；Chambolle，A.（2009年）。一种最小化分段光滑Mumford-Shah泛函的算法。在京都举行的IEEE国际计算机视觉会议上。
[36] Pock，T.、Cremers，D.、Bischof，H.和；Chambolle，A.（2010年）。具有凸正则化的变分模型的全局解。SIAM成像科学杂志，3（4），1122-1145·Zbl 1202.49031号 ·doi:10.1137/090757617
[37] Santner，J.（2010）。交互式多标签分割。格拉茨大学博士论文。
[38] 施莱辛格，M.I.（1976）。Sintaksicheskiy analiz dvomernykh zritelnikh signalov v usloviyakh pomekh（噪声条件下二维视觉信号的句法分析）。Kibernetika，第4113–130页。（俄语）。
[39] 斯特雷卡洛夫斯基，E；Cremers，D.（2011年）。多标签优化的广义排序约束。在巴塞罗那举行的IEEE计算机视觉国际会议上。
[40] Szeliski，R.、Zabih，R.，Scharstein，D.、Veksler，O.、Kolmogorov，V.、Agarwala，A.、Tappen，M.和；Rother，C.（2006）。马尔可夫随机场能量最小化方法的比较研究。在欧洲计算机视觉会议上，第3952卷，计算机科学讲稿，格拉茨（第16-29页）。
[41] Tsai，A.，Yezzi，A.、Wells，W.、Tempany，C.、Tucker，D.和；Fan，A.等人（2001年）。基于模型的曲线演化图像分割技术。《计算机视觉模式识别》，夏威夷考艾岛（第463-468页）。
[42] Veksler，O.（2007）。基于图割的截断凸先验MRF优化。在北京举行的计算机视觉与模式识别国际会议上。
[43] Veksler，O.（2009）。具有截断凸先验的MRF的多标签移动。在波恩举行的计算机视觉和模式识别能量最小化方法国际会议上·Zbl 1254.68286号
[44] Wainwright，M.、Jaakkola，T.和；Willsky，A.（2005）。通过（超）树协议进行地图估算：消息传递和线性编程方法。IEEE信息理论汇刊，51，3697–3717·Zbl 1318.94025号
[45] 沃纳，T.（2007）。最大和问题的线性规划方法：综述。IEEE模式分析和机器智能汇刊，29（7），1165–1179。
[46] Zach，C.、Gallup，D.、Frahm，J.M.和；Niethammer，M.（2008年）。使用多个平面扫描实现实时立体的快速全局标记。康斯坦茨视觉建模与可视化研讨会（VMV）。
[47] 扎克·C·Häne·C·；Pollefeys，M.（2012年）。对于多标签问题，什么是在紧凸松弛中优化的？在瑞典隆德举行的计算机视觉和模式识别国际会议上。
[48] Zach，C.、Niethammer，M.和；Frahm，J.M.（2009）。连续最大流和Wulff形状：在MRF中的应用。在波恩举行的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。