截断最大凸模型
计算机视觉与模式识别
2016-12-06 v2
摘要
截断凸模型（TCM）是成对随机场的一个特例，已广泛应用于计算机视觉。然而，由于将势函数的阶限制为至多二，它们无法捕捉有用的图像统计信息。我们提出将 TCM 自然推广到高阶随机场，称之为截断最大凸模型（TMCM）。TMCM 的能量函数由两类势组成：(i) 一元势，其形式不受限制；(ii) 团势，即团中所有标签对上的 m 个最大截断凸距离之和。凸距离函数的使用鼓励平滑，而截断允许标注中的不连续。通过使用 m > 1，TMCM 对团定义中的错误具有鲁棒性。为了在所有可能标注上最小化 TMCM 的能量函数，我们设计了一种高效的基于 st-MINCUT 的范围扩展算法。我们通过为几个感兴趣的特殊情况建立强乘法界，证明了算法的准确性。使用合成和标准真实数据集，我们展示了高阶 TMCM 相对于成对 TCM 的优势，以及我们的范围扩展算法相对于其他基于 st-MINCUT 的方法的优势。
引用
@article{arxiv.1512.07815,
title = {Truncated Max-of-Convex Models},
author = {Pankaj Pansari and M. Pawan Kumar},
journal= {arXiv preprint arXiv:1512.07815},
year = {2016}
}
备注
Under review at CVPR 2017