一种简单有效的鲁棒势能置信传播加速方法

我们提出了一种精确方法，可大幅加速成对马尔可夫随机场及其他图模型中多种势能函数的置信传播。具体而言，当成对势能对大多数状态对被截断为常数值时，我们的技术即可适用——这在具有鲁棒势能（如立体匹配）的马尔可夫随机场模型中很常见，此类模型对不连续性施加的惩罚设有上限；对于某个节点中的 $M$ 个可能状态，仅相邻节点中数量较少的 $m$ 个兼容状态被赋予较温和的惩罚。我们方法的计算复杂度为 $O(mM)$，而标准置信传播为 $O(M^2)$；我们强调，与剪枝等相关技术不同，该方法是精确的；此外，该方法非常简单且易于实现。与以往一些加速置信传播的工作不同，我们的方法同时适用于和积置信传播与最大积置信传播，因此可用于任何需要边际概率的应用，例如最大似然估计。我们通过一个立体匹配马尔可夫随机场示例演示了该技术，证实该技术在不改变解的情况下加速了置信传播。