高阶能量函数优化的并行实现

• 作者: 张道贵
• 来源期刊: 现代计算机
• 关键词: 能量方程 机器视觉 优化
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 研究与开发
• 页码范围: 22-25
• 页数: 4页
• 字数: 2735字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2017.08.005

摘要

在机器视觉领域中,例如图像分割、视频处理和图像存储等问题都可以建模成能量方程优化问题.然而为了追求高性能建模出来的能量方程一般都是高次能量方程,对于这种高次能量方程直接求解极其困难.最近的方法中Ishikawa提出对高次能量方程的降为二次的方法,这种降次方法没有加入新的变量.基于这种算法的流程,对这种算法的降次结果进行分析,从而对其并行化处理,没有改变其效果的基础上在时间上达到较快的改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张道贵	四川大学计算机学院	2	0	0.0	0.0