基于迭代重加权的高阶张量图匹配算法

• 作者: 徐国夏 石冰 韩立新
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: L1/2范数 迭代重加权 高阶图匹配
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究与设计
• 页码范围: 60-63,80
• 页数: 5页
• 分类号: TP391
• 字数: 3470字
• 语种: 中文

摘要

图匹配是计算机视觉中基础且重要的一个问题.稀疏约束作为一种有效的优化方法,被广泛应用于机器学习和图像处理中.传统的图匹配方法并不能获得足够有效且稀疏的近似解,为解决这个问题且进一步探究稀疏优化在图匹配中的应用,故引入一种L1/2范数以改进高阶张量图匹配模型,并提出了基于迭代重加权的方法以近似求解该非凸非光滑模型.通过标准实验数据集上的对比实验表明,基于迭代重加权的高阶图匹配算法可以得到更加有效且稀疏性强的解,提高了匹配准确率.同时在抵抗匹配噪声的表现上优于传统算法,具有更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石冰	河海大学计算机与信息学院	11	117	3.0	10.0
3	韩立新	河海大学计算机与信息学院	47	272	9.0	15.0
4	徐国夏	河海大学计算机与信息学院	4	1	1.0	1.0