深度图匹配遇上混合整数线性规划：放松最优性保证需谨慎
计算机视觉与模式识别
2024-07-08 v5 机器学习
最优化与控制
摘要
图匹配是一个重要问题，已受到广泛关注，尤其在计算机视觉领域。近来，最先进的方法试图将图匹配与深度学习相结合。然而，尚无研究解释图匹配算法在模型中扮演的角色。因此，我们提出一种整合图匹配问题之MILP（混合整数线性规划）表述的方法。该表述被求解至最优，并提供了固有基线。同时，通过释放图匹配求解器的最优性保证并引入质量等级，推导出类似方法。该质量等级控制图匹配求解器所提供解的质量。此外，对图匹配问题的若干松弛进行了测试。我们的实验评估给出了若干理论见解，并为深度图匹配方法指明了方向。
引用
@article{arxiv.2108.00394,
title = {Deep graph matching meets mixed-integer linear programming: Relax at your own risk ?},
author = {Zhoubo Xu and Puqing Chen and Romain Raveaux and Xin Yang and Huadong Liu},
journal= {arXiv preprint arXiv:2108.00394},
year = {2024}
}
备注
The paper is under consideration at Pattern Recognition