基于图近似的MRF优化

基于图割的算法在许多计算机视觉应用的能量最小化中取得了巨大成功。这些算法通过移动制造（move-making）方法为多标签能量函数提供近似解。该方法将当前解与一个提议（proposal）融合以生成更低能量的解。因此，生成合适的提议对于移动制造方法的成功是必要的。然而，关于生成“良好”提议的研究努力甚少，尤其是对于非度量能量函数。本文中，我们提出一种与应用无关且基于能量的方法来生成“良好”提议。利用这些提议，我们提出了一种基于图割的移动制造算法，称为GA-fusion（基于图近似提议的融合）。大量实验表明我们的提议生成在不同类别的能量函数上均有效。所提算法在真实与合成问题上均优于其他算法。