CVPRMar, 2022

快速、准确、高效的部分排列同步

PDF
TL;DR该研究提出了一种改进的算法，MatchFAME，用于估计观察到的偏部分置换的损坏水平，并实现了不需要谱初始化的非凸加权投影功率方法，证明在对抗性损坏下，CEMP-Partial 能够精确分类损坏和清洁的部分置换。
partial permutation synchronizationcycle-edge message passingcorruption levelssparse matrix operationsmatchfame
发现论文，激发创造
  • 非负因子分解实现部分多匹配的同步

    针对频繁出现在匹配多个对象（例如图像或形状）问题中的部分排列，我们研究置换同步问题。使用基于非负因式分解的算法解决了置换同步问题，采用一种新的旋转方案进行初始化，以方便欧几里得投影，得到了二进制解。与现有的方法相比，我们的方法保证产生一致的结果，并在实验中证明了其有效性。

    Mar, 2018

  • 循环边消息传递的鲁棒群同步

    我们提出了一个用于解决团体同步问题的一般框架，在拥有敌对或均匀污染和足够小的噪音的情况下，我们采用了一种新颖的消息传递过程，利用循环一致性信息估计了组比率的污染程度，从而解决了我们的同步问题。

    Dec, 2019

  • 通过二次规划实现强大的群同步

    提出了一种新的二次规划公式，用于估计组同步中的数据损坏程度，并使用这些估计值来解决此问题。该方法利用了组的循环一致性，并将其称为结构一致性的检测和估计（DESC）。该公式具有多种优点，例如可以容忍高达信息论界限的数据损坏，不需要好的初始化，具有简单的解读，并且在一些温和的条件下，我们的目标函数全局最小值恰好恢复数据损坏程度。我们在旋转均值的合成和真实数据实验中展示了该方法的竞争准确性。

    Jun, 2022

  • 端到端学习部分置换矩阵实现鲁棒的三维点云配准

    本文证明了现有的软匹配方法具有固有的歧义性，无法自然地处理异常值，提出了一种学习部分排列匹配矩阵的方法，并在注册管道中设计了一种软到硬匹配程序，通过在原始盈利矩阵中引入异常值，实现高效而精确的三维点云注册。

    Oct, 2021

  • 广义近似信息传递压缩相位恢复

    本研究提出了一种基于广义近似消息传递算法 (GAMP) 的新型压缩相位恢复方法 (PR-GAMP)，并通过实验表明，该算法在减少测量数量、回收信号、抗噪声和运行时间等方面表现出了优越性。

    May, 2014

  • 消息传递最小二乘框架及其在旋转同步中的应用

    提出了一种高效的算法用于解决在高噪声和污染水平下的群组同步问题，并侧重于旋转同步；使用基于消息传递算法的方法来估计群组比率的污染水平和一种基于加权最小二乘法的新算法来估计群组元素，其中权重是使用估计的污染水平初始化并迭代更新的；在合成数据和实际数据上展示了我们的算法相对于最先进的旋转同步方法的卓越性能。

    Jul, 2020

  • 使用扫描逼近信息传递算法进行稀疏估计

    提出一种新的稳定 AMP 算法的方法，这种算法通过逐个系数而不是并行地应用 AMP 更新来解决 AMP 在某些情况下不匹配其假设的收敛问题，并且不会增加过多的计算成本。

    Jun, 2014

  • 压缩群上的同步问题的消息传递算法

    通过采用来自表示理论的思想并结合于统计物理中标准但非严谨的方法，我们提出了一种高效的迭代算法，用于解决利用多个 “频道”（傅里叶模式或更一般的群表示）对紧致群上的同步问题进行测量的大类问题。

    Oct, 2016

  • 内存近似消息传递

    提出了一种新的低成本迭代参数估计技术 - MAMP，通过长记忆匹配滤波器来抑制干扰并具有与 AMP 相媲美的复杂度，在所有右单位矩阵中，经过优化的 MAMP 收敛于 OAMP/VAMP，并因此成为最优贝叶斯估计。

    Jun, 2021

  • 一致参数估计的近似消息传递及其在稀疏学习中的应用

    提出了一种名为自适应广义近似信息传递（Adaptive GAMP）的新方法，它可以联合学习先验和测量通道的统计信息，同时估计未知向量，可应用于包括压缩感知中的稀疏先验学习、动态系统和神经尖峰过程中的线性非线性级联模型识别等一类学习问题，并证明了算法具有一定的收敛性。

    Jul, 2012