論文の概要: MINA: Convex Mixed-Integer Programming for Non-Rigid Shape Alignment
- arxiv url: http://arxiv.org/abs/2002.12623v1
- Date: Fri, 28 Feb 2020 09:54:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-28 02:04:37.150715
- Title: MINA: Convex Mixed-Integer Programming for Non-Rigid Shape Alignment
- Title（参考訳）: MINA: 形状アライメントのための凸混合整数プログラミング
- Authors: Florian Bernard, Zeeshan Khan Suri, Christian Theobalt
- Abstract要約: 非剛体形状マッチングのための凸混合整数プログラミングの定式化。
効率的な低次元離散モデルに基づく新しい形状変形モデルを提案する。
- 参考スコア（独自算出の注目度）: 77.38594866794429
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a convex mixed-integer programming formulation for non-rigid shape
matching. To this end, we propose a novel shape deformation model based on an
efficient low-dimensional discrete model, so that finding a globally optimal
solution is tractable in (most) practical cases. Our approach combines several
favourable properties: it is independent of the initialisation, it is much more
efficient to solve to global optimality compared to analogous quadratic
assignment problem formulations, and it is highly flexible in terms of the
variants of matching problems it can handle. Experimentally we demonstrate that
our approach outperforms existing methods for sparse shape matching, that it
can be used for initialising dense shape matching methods, and we showcase its
flexibility on several examples.
- Abstract（参考訳）: 非剛体形状マッチングのための凸混合整数計画法を提案する。
そこで本研究では,効率の良い低次元離散モデルに基づく新しい形状変形モデルを提案する。
初期化とは独立であり、類似の二次代入問題の定式化よりも大域的最適性への解法がはるかに効率的であり、対応可能な問題の変種の観点からも非常に柔軟である。
実験により,本手法が既存の形状マッチング法よりも優れていること,高密度形状マッチング法の初期化に使用できることを実証し,その柔軟性をいくつかの例に示す。
関連論文リスト
- Efficient Fairness-Performance Pareto Front Computation [51.558848491038916]
最適公正表現はいくつかの有用な構造特性を持つことを示す。
そこで,これらの近似問題は,凹凸プログラミング法により効率的に解けることを示す。
論文 参考訳（メタデータ） (2024-09-26T08:46:48Z) - Outer Approximation and Super-modular Cuts for Constrained Assortment Optimization under Mixed-Logit Model [6.123324869194196]
混合ロジット顧客選択モデルに基づくアソシエーション最適化問題について検討する。
既存の正確な手法は、主にMILP (mixed-integer linear programming) やCONIC (Second-order cone) の修正に依存している。
我々の研究は、単調に超モジュラーかつ凸であることを示す客観的関数の成分に焦点をあてることによって、この問題に対処する。
論文 参考訳（メタデータ） (2024-07-26T06:27:11Z) - Lp-Norm Constrained One-Class Classifier Combination [18.27510863075184]
アンサンブルの空間/均一性をモデル化し,一級分類問題を考える。
定式化凸制約問題の解法を効果的に提案する。
論文 参考訳（メタデータ） (2023-12-25T16:32:34Z) - Fast Discrete Optimisation for Geometrically Consistent 3D Shape
Matching [35.292601017922905]
本稿では,3次元形状マッチングにおける学習ベースとフォーマリズムの利点を組み合わせることを提案する。
我々のアプローチは (i) 準ニュートンでフリーな初期化であり、 (ii) 大規模並列化可能であり、 (iii) 最適性ギャップを提供する。
論文 参考訳（メタデータ） (2023-10-12T11:23:07Z) - SIGMA: Scale-Invariant Global Sparse Shape Matching [50.385414715675076]
非剛体形状の正確なスパース対応を生成するための新しい混合整数プログラミング(MIP)法を提案する。
いくつかの挑戦的な3Dデータセットに対して,スパースな非剛性マッチングの最先端結果を示す。
論文 参考訳（メタデータ） (2023-08-16T14:25:30Z) - Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。
微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文 参考訳（メタデータ） (2023-02-24T18:41:48Z) - A Scalable Combinatorial Solver for Elastic Geometrically Consistent 3D
Shape Matching [69.14632473279651]
本稿では,3次元形状間の幾何学的一貫したマッピング空間をグローバルに最適化するスケーラブルなアルゴリズムを提案する。
従来の解法よりも数桁高速なラグランジュ双対問題と結合した新しい原始問題を提案する。
論文 参考訳（メタデータ） (2022-04-27T09:47:47Z) - Isometric Multi-Shape Matching [50.86135294068138]
形状間の対応を見つけることは、コンピュータビジョンとグラフィックスの基本的な問題である。
アイソメトリーは形状対応問題においてしばしば研究されるが、マルチマッチング環境では明確には考慮されていない。
定式化を解くのに適した最適化アルゴリズムを提案し,コンバージェンスと複雑性解析を提供する。
論文 参考訳（メタデータ） (2020-12-04T15:58:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。