• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on energy minimization methods in computer vision and pattern recognition >Limited-Memory Belief Propagation via Nested Optimization
【24h】

Limited-Memory Belief Propagation via Nested Optimization

机译：通过嵌套优化的有限内存置信度传播

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this work we express resource-efficient MAP inference as joint optimization problem w.r.t. (i) messages (i.e. reparametrizations) and (ii) surrogate potentials that are upper bounds for the problem of interest and allow efficient inference. We show that resulting nested optimization task can be solved on trees by a convergent and efficient algorithm, and that its loopy extension also returns convincing MAP solutions in practice. We demonstrate the utility of the method on dense correspondence and image completion problems.
机译：在这项工作中，我们将资源有效的MAP推理表示为联合优化问题w.r.t. （i）消息（即重新设置参数）和（ii）替代潜力，这些潜力是关注问题的上限，并可以进行有效推理。我们表明，通过收敛和高效的算法可以在树上解决生成的嵌套优化任务，并且其循环扩展在实践中还可以返回令人信服的MAP解决方案。我们证明了该方法在密集对应和图像完成问题上的实用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号