基于迭代重加权的高阶张量图匹配算法

基于迭代重加权的高阶张量图匹配算法
徐国夏;韩立新;石冰
【期刊名称】《微型电脑应用》
【年(卷),期】2018(034)001
【摘要】Graph matching is a fundamental and significant problem in computer vision.Sparse constraint is widely used in machine learning and image processing as an effective optimization method.The classical graph matching method can't obtain sufficient effective and sparse approximate solution.In order to solve this problem and further explore the application of sparse optimization in graph matching,a L1/2 norm method is introduced to improve the high order tensor graph matching model.And the proposed method is exploited to approximate the non-convex non-smooth model based on iterative weighting.The comparison experiment on the standard benchmark data set shows that the higher order graph matching algorithm based on iterative weighting can obtain more efficient and sparsely strong solution and improve the matching
accuracy.Meanwhile,it is more robust on the promising performance of resisting matching noise point than conventional algorithms.%图匹配是计算机视觉中基础且重要的一个问题.稀疏约束作为一种有效的优化方法,被广泛应用于机器学习和图像处理中.传统的图匹配方法并不能获得足够有效且稀疏的近似解,为解决这个问题且进一步探究稀疏优化在图匹配中的应用,故引入一种L1/2范数以改进高阶张量图匹配模型,并提出了基于迭代重加权的方法以近似求解该非凸非光滑
模型.通过标准实验数据集上的对比实验表明,基于迭代重加权的高阶图匹配算法可以得到更加有效且稀疏性强的解,提高了匹配准确率.同时在抵抗匹配噪声的表现上优于传统算法,具有更强的鲁棒性.
【总页数】5页(P60-63,80)
【作者】徐国夏;韩立新;石冰
【作者单位】河海大学计算机与信息学院,南京211100;河海大学计算机与信息学院,南京211100;河海大学计算机与信息学院,南京211100;安庆师范大学计算机与信息学院,安庆246000
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于加权有限状态机的动态匹配词图生成算法 [J], 郭宇弘;黎塔;肖业鸣;潘接林;颜永红
2.基于三视图的自适应加权迭代匹配筛选算法 [J], 宋菲菲;赵宏宇
3.基于迭代张量高阶奇异值分解的运动目标提取 [J], 徐联微;杨晓梅
4.基于改进加权图转换的图像匹配算法 [J], YAN Zhan-kai;LIU Zhi-bo;ZHANG Guan-liang;ZHU You-qing;ZHANG Bei
5.高阶马尔科夫链张量方程的一种反迭代算法 [J], 周艺;吕来水;喻高航
因版权原因，仅展示原文概要，查看原文内容请购买。