論文の概要: Multiple Convex Objects Image Segmentation via Proximal Alternating Direction Method of Multipliers

• arxiv url: http://arxiv.org/abs/2203.11395v1
• Date: Tue, 22 Mar 2022 00:05:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-23 14:44:22.019809
• Title: Multiple Convex Objects Image Segmentation via Proximal Alternating Direction Method of Multipliers
• Title（参考訳）: 乗算器の近似交互方向法による多重凸物体画像分割
• Authors: Shousheng Luo, Jinfeng Chen, Yunhai Xiao and Xue-Cheng Tai
• Abstract要約: 前述した凸形状は、各対象に関連付けられた二項指示関数上の単純な二次不等式制約であることが判明した。 凸形状を予め確率ベースに組み込んだ画像分割モデルを提案する。 自然画像と医用画像の数値実験により,提案手法は既存の方法よりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 2.294014185517203
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper focuses on the issue of image segmentation with convex shape prior. Firstly, we use binary function to represent convex object(s). The convex shape prior turns out to be a simple quadratic inequality constraint on the binary indicator function associated with each object. An image segmentation model incorporating convex shape prior into a probability-based method is proposed. Secondly, a new algorithm is designed to solve involved optimization problem, which is a challenging task because of the quadratic inequality constraint. To tackle this difficulty, we relax and linearize the quadratic inequality constraint to reduce it to solve a sequence of convex minimization problems. For each convex problem, an efficient proximal alternating direction method of multipliers is developed to solve it. The convergence of the algorithm follows some existing results in the optimization literature. Moreover, an interactive procedure is introduced to improve the accuracy of segmentation gradually. Numerical experiments on natural and medical images demonstrate that the proposed method is superior to some existing methods in terms of segmentation accuracy and computational time.
• Abstract（参考訳）: 本稿では,凸形状が先行する画像分割の問題に着目する。 まず、convex object(s)を表すためにバイナリ関数を使用します。 前述した凸形状は、各対象に関連付けられた二進指標関数上の単純な二次不等式制約であることが判明した。 確率に基づく手法に先行して凸形状を組み込んだ画像分割モデルを提案する。 第二に,2次不等式制約により問題となる最適化問題を解くために,新しいアルゴリズムが設計された。 このような問題に対処するため,2次不等式制約を緩和・線形化して,凸最小化問題を解く。 各凸問題に対して,乗算器の高効率な近位交互方向法を開発した。 アルゴリズムの収束は、最適化文献における既存の結果に従う。 さらに、セグメント化の精度を徐々に向上させるために、インタラクティブな手順を導入する。 自然画像と医用画像の数値実験により,提案手法は分割精度や計算時間の観点から既存の手法よりも優れていることが示された。

関連論文リスト

• Trust-Region Sequential Quadratic Programming for Stochastic Optimization with Random Models [57.52124921268249]
  本稿では,1次と2次の両方の定常点を見つけるための信頼逐次準計画法を提案する。 本手法は, 1次定常点に収束するため, 対象対象の近似を最小化して定義された各イテレーションの勾配ステップを計算する。 2階定常点に収束するため,本手法は負曲率を減少するヘッセン行列を探索する固有ステップも計算する。
  論文  参考訳（メタデータ） (2024-09-24T04:39:47Z)
• Accelerating Cutting-Plane Algorithms via Reinforcement Learning Surrogates [49.84541884653309]
  凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。 多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。 そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
  論文  参考訳（メタデータ） (2023-07-17T20:11:56Z)
• 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 conditional gradient homotopy method with applications to Semidefinite Programming [1.6369790794838281]
  ホモトピーに基づく条件勾配法による凸最適化問題の解法。 我々の理論的複雑さは、最先端のSDPに直面すると競合し、安価なプロジェクションフリーの決定的な利点がある。
  論文  参考訳（メタデータ） (2022-07-07T05:48:27Z)
• Efficient Algorithms for High-Dimensional Convex Subspace Optimization via Strict Complementarity [19.24470467199451]
  目的が$realsn$, $k$の部分空間を見つけることにある最適化問題を考慮し、凸の滑らかな損失を最小限に抑える。 この問題は高次元のレジームでは高いが、大域的最適解を見つけることは困難である。 本稿では自然について述べる。 収束する最適な次元緩和を 決定するのです グローバルは単純です
  論文  参考訳（メタデータ） (2022-02-08T17:36:43Z)
• Hybrid Trilinear and Bilinear Programming for Aligning Partially Overlapping Point Sets [85.71360365315128]
  多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。 まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。 次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
  論文  参考訳（メタデータ） (2021-01-19T04:24:23Z)
• A Feasible Level Proximal Point Method for Nonconvex Sparse Constrained Optimization [25.73397307080647]
  本稿では,汎用凸あるいは非汎用機械目標の新しいモデルを提案する。 本稿では,各サブプロブレムの点レベルを徐々に緩和した制約を解くアルゴリズムを提案する。 我々は,新しい数値スケール問題の有効性を実証する。
  論文  参考訳（メタデータ） (2020-10-23T05:24:05Z)
• Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
  構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。 私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。 提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
  論文  参考訳（メタデータ） (2020-07-07T21:26:35Z)
• Aligning Partially Overlapping Point Sets: an Inner Approximation Algorithm [80.15123031136564]
  変換の値に関する事前情報がない点集合を整列するロバストな手法を提案する。 我々のアルゴリズムは変換の正規化を必要とせず、変換の値に関する事前情報がない状況に対処できる。 実験により,提案手法が最先端のアルゴリズムよりも高いロバスト性を示した。
  論文  参考訳（メタデータ） (2020-07-05T15:23:33Z)
• A level set representation method for N-dimensional convex shape and applications [2.294014185517203]
  本稿では,対象物の寸法によらず,より効率的な凸形状表現法を提案する。 本稿では,対象物の凸性は対応する符号距離関数の凸性と同値であることを示す。 この新しい手法を2つの応用に応用する: 凸性前のオブジェクトセグメンテーションと凸殻問題(特に外れ値の場合)。
  論文  参考訳（メタデータ） (2020-03-21T07:37:44Z)
• Convex Shape Representation with Binary Labels for Image Segmentation: Models and Fast Algorithms [7.847719964338735]
  凸形状の新規かつ効果的なバイナリ表現を提案する。 形状凸性と関連する指標関数のいくつかの性質との等価性を示す。
  論文  参考訳（メタデータ） (2020-02-22T01:55:20Z)

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。