用于胚胎秀丽隐杆线虫核识别的精确超图匹配算法

寻找点集之间的最优对应是计算机视觉中的常见任务。现有技术假设点之间关系相对简单，且不能保证最优匹配。我们引入一种通过将任务建模为超图匹配来精确求解点集匹配的算法。该算法扩展了经典的分支定界范式，在所提出的多线性目标函数分解下选择和聚合顶点。该方法论受秀丽隐杆线虫（Caenorhabditis elegans）启发，这是一种常用于发育生物学和神经生物学的模式生物。胚胎C. elegans含有可作为基准标记物的缝细胞，从而在胚胎发育过程中实现其他细胞核的识别。所提算法比既有点集匹配方法更准确地识别缝细胞，同时为处理其他类似复杂点集匹配任务提供了框架。