17 天前

图匹配的深度学习

{Cristian Sminchisescu, Andrei Zanfir}
图匹配的深度学习
摘要

在组合优化、机器学习和计算机视觉等多个领域中,考虑节点约束与成对约束的图匹配问题具有基础性意义,因为在这些应用中,准确刻画节点之间的关系及其邻域结构至关重要。本文提出一种端到端模型,能够学习图匹配过程中所有参数,包括一元与成对节点邻域,这些邻域通过深度特征提取层次进行建模。模型的核心挑战在于如何设计各矩阵计算层的表达形式,以确保从损失函数出发,经由求解匹配问题的组合优化层,再到特征提取层次的完整流程中,梯度能够一致且高效地传播。在PASCAL VOC关键点、Sintel以及CUB等具有挑战性的数据集上的计算机视觉实验与消融研究结果表明,通过端到端方式优化的匹配模型,其性能显著优于那些基于为其他任务训练的特征层次构建的模型。

图匹配的深度学习 | 最新论文 | HyperAI超神经