定义了一个组合优化问题,其可行解定义了给定图形的分解和节点标记,并提出了两种局部搜索算法来高效地找到可行解,应用于计算机视觉任务达到 state-of-the-art 应用特定精度。
Nov, 2016
提出一种新的高效的图分割算法 —— 互斥分水岭算法,该算法可以准确地将图像分割为多个不同的片段并解决多切割问题,适用于深度神经网络中的短距离吸引和长距离排斥数据。
Apr, 2019
Multicuts 和 higher-order models 在图像分割和计算机视觉中被广泛应用,在考虑 higher-order terms 的计算插值中,我们提出了一种系统的方法,并对各种算法进行了全面和竞争性的评估,此方法允许计算出一组重要的模型的全局最优解,同时不会影响运行时间,同时还研究了可解的松弛问题和后处理技术。
May, 2013
本研究通过机器学习,在混合整数线性规划问题中选择切平面,以加速求解过程并提高求解时间。
Nov, 2023
该论文介绍了一种基于稀疏子集选择概念的图像分割方法,该方法采用局部光谱直方图特征将视觉信息编码为高维向量,并将其馈入一种新颖的凸模型,该模型有效地利用特征将超像素分为适当数量的连贯区域。该模型自动确定连贯区域的最优数量和超像素分配以形成最终的分割结果,并且作者设计了一种基于交替方向乘子法的数值算法来解决该模型,该算法高度可并行化且计算效率非常高,论文还通过广泛的实验验证表明,与现有的最先进方法相比,该方法在结合超分割的情况下可以提供高质量和具有竞争力的结果。
Apr, 2018
本文提出了一种有效的视频分割方法,以一种因果的方式计算时间上连续的像素,填补因素和实时应用的需求,从而加强了图像处理和计算机视觉的分析成果。
Jan, 2013
本研究提出两种基于图形的算法用于多类分割高维数据。算法使用基于 Ginzburg-Landau 功能的扩散界面模型,与总变差压缩感知和图像处理相关。实验结果表明,两种算法在合成数据,灰度和彩色图像以及多个基准数据集(如 MNIST,COIL 和 WebKB)上的性能与现有的多类分割算法相当或更好。
Feb, 2013
本文提出了一种基于随机森林分类器和卷积神经网络的分割方法,采用整数线性规划强制实现连续的细胞膜分割,成功避免了传统方法中的模糊细胞内部混合现象,同时降低了拓扑错误。
Feb, 2020
本文介绍了一种新方法,首次允许将凸形约束应用于图像分割,该方法在最小成本多切问题上通过一类约束来实现,通过在分支 - 切割循环中将所提出的约束分离到最先进的 ILP 求解器的状态,得到了很好的结果。
Sep, 2015
本文提出了一种统一的方法,通过应用多尺度组合分组(MCG)进行自下而上的分层图像分割和目标提议生成,达到了精确提议和轮廓的最新水平。
Mar, 2015