多对象匹配的联合 Gromov Wasserstein 目标
计算机视觉与模式识别
2026-05-14 v2 生物大分子
摘要
Gromov-Wasserstein (GW) 距离作为一种强大的工具用于度量空间中对象的匹配，但其传统形式受限于单个对象之间的两两匹配，限制了其在需要多对一或多对多对象匹配的场景和应用中的实用性。本文引入联合 Gromov-Wasserstein (JGW) 目标，将原始 GW 框架扩展到能够同时匹配对象集合中。我们的表述提供了一个非负异质性度量，用于识别 mm-空间中部分同构分布，具有点采样收敛性。我们还展示了该目标可以通过调整最优传输中的传统算法（包括熵正则化）来求解点云表示。我们的基准测试表明，与 GW 的其他变体进行部分匹配相比，我们的方法在准确性和计算效率方面均表现出优越性能，而且在大量合成数据和真实世界数据集上的实验显示，其在多形状匹配中有效，包括几何形状和生物分子复合物，表明在计算机图形学和结构生物学中原子模型构建等多样领域解决复杂匹配问题方面具有前景的应用潜力。
引用
@article{arxiv.2511.16868,
title = {The Joint Gromov Wasserstein Objective for Multiple Object Matching},
author = {Aryan Tajmir Riahi and Khanh Dao Duc},
journal= {arXiv preprint arXiv:2511.16868},
year = {2026}
}