論文の概要: Learning to Solve Hard Minimal Problems
- arxiv url: http://arxiv.org/abs/2112.03424v1
- Date: Mon, 6 Dec 2021 23:51:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-09 04:18:58.702425
- Title: Learning to Solve Hard Minimal Problems
- Title(参考訳): 難解な最小問題を解くための学習
- Authors: Petr Hruby, Timothy Duff, Anton Leykin, Tomas Pajdla
- Abstract要約: 本稿では,RANSACフレームワークにおける厳密な幾何最適化問題の解法を提案する。
難解な最小の問題は、元の幾何最適化問題を多くの急激な解を持つ最小の問題に緩和することから生じる。
- 参考スコア(独自算出の注目度): 6.117371161379209
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present an approach to solving hard geometric optimization problems in the
RANSAC framework. The hard minimal problems arise from relaxing the original
geometric optimization problem into a minimal problem with many spurious
solutions. Our approach avoids computing large numbers of spurious solutions.
We design a learning strategy for selecting a starting problem-solution pair
that can be numerically continued to the problem and the solution of interest.
We demonstrate our approach by developing a RANSAC solver for the problem of
computing the relative pose of three calibrated cameras, via a minimal
relaxation using four points in each view. On average, we can solve a single
problem in under 70 $\mu s.$ We also benchmark and study our engineering
choices on the very familiar problem of computing the relative pose of two
calibrated cameras, via the minimal case of five points in two views.
- Abstract(参考訳): 本稿では,RANSACフレームワークにおける厳密な幾何最適化問題の解法を提案する。
難解な最小の問題は、元の幾何最適化問題を多くの急激な解を持つ最小の問題に緩和することから生じる。
我々のアプローチは、多数の突発解の計算を避ける。
我々は,問題の解法と解法を数値的に継続できる開始問題解決ペアを選択するための学習戦略を設計する。
RANSACソルバを3つのキャリブレーションされたカメラの相対的なポーズを各ビューの4点を用いて最小限の緩和により計算する手法を提案する。
平均して、1つの問題を 70$\mu s 以下で解くことができる。
さらに私たちは、2つのキャリブレーションされたカメラの相対的なポーズを、2つのビューで5ポイントの最小限のケースで計算することで、エンジニアリングの選択をベンチマークし、調査しています。
関連論文リスト
- BalMCTS: Balancing Objective Function and Search Nodes in MCTS for
Constraint Optimization Problems [7.196057722218442]
制約問題最適化(COP)は、通常ブランチ・アンド・バウンド(B&B)法によって解決される問題において、複雑な課題を提起する。
COPを解くための深度優先探索アルゴリズムに基づく新しいニューラルネットワークアルゴリズムを提案する。
提案手法は,最初の5つの実現可能な解のうち17.63%未満のギャップを有する実現可能な解を同定する。
論文 参考訳(メタデータ) (2023-12-26T03:09:08Z) - Optimizing Solution-Samplers for Combinatorial Problems: The Landscape
of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。
我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。
本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文 参考訳(メタデータ) (2023-10-08T23:39:38Z) - Globally solving the Gromov-Wasserstein problem for point clouds in low
dimensional Euclidean spaces [5.534626267734822]
本稿では,低次元空間における2つの点間のGromov-Wasserstein問題を計算するための枠組みを提案する。
これは、AIと機械学習における一般的な問題である2つの構成または形状の類似性を定量化するために使用できる。
論文 参考訳(メタデータ) (2023-07-18T08:20:56Z) - Relative pose of three calibrated and partially calibrated cameras from
four points using virtual correspondences [68.46101050286173]
3台のカメラの相対的なポーズを推定する際の課題について検討する。
我々のソリューションは、2つのビューで1つまたは2つの仮想点対応を生成するという単純なアイデアに基づいている。
我々の解法は実データで最先端の結果を得る。
論文 参考訳(メタデータ) (2023-03-28T15:50:48Z) - Learning to repeatedly solve routing problems [5.08128537391027]
データのマイナーチェンジ後に問題の再最適化について学習した。
元のソリューションのエッジを考慮すれば、最適なソリューションに留まる確率の高いソリューションを予測し、修正することが目標です。
この解の偏差予測は問題の複雑さを減らし、解を高速化する。
論文 参考訳(メタデータ) (2022-12-15T19:33:54Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳(メタデータ) (2022-01-28T05:53:28Z) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳(メタデータ) (2021-08-18T09:26:17Z) - Follow the bisector: a simple method for multi-objective optimization [65.83318707752385]
複数の異なる損失を最小化しなければならない最適化問題を考える。
提案手法は、各イテレーションにおける降下方向を計算し、目的関数の相対的減少を等しく保証する。
論文 参考訳(メタデータ) (2020-07-14T09:50:33Z) - Taxonomy of Dual Block-Coordinate Ascent Methods for Discrete Energy
Minimization [96.1052289276254]
離散的グラフィカルモデルにおける最大姿勢推定問題と、二重ブロック座標法に基づく解法について考察する。
既存のすべてのソルバをひとつのフレームワークにマッピングし、設計原則をより深く理解できるようにします。
論文 参考訳(メタデータ) (2020-04-16T15:49:13Z) - The Importance of Good Starting Solutions in the Minimum Sum of Squares
Clustering Problem [0.0]
クラスタリング問題は、機械学習、オペレーションリサーチ、統計学に多くの応用がある。
本稿では,改良アルゴリズムの開始解を作成するための3つのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-04-06T22:13:41Z) - Optimal least-squares solution to the hand-eye calibration problem [3.6525095710982916]
二元四元数を用いた雑音の多い手目校正問題に対する最小二乗の定式化を提案する。
非線形最適化を回避し、問題の解析的性質に基づいて、正確な最適解を見つけるための効率的なアルゴリズムを導入する。
論文 参考訳(メタデータ) (2020-02-25T12:59:06Z)
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。