计算机视觉中图匹配研究进展:从二图匹配迈向多图匹配

• 作者: 严骏驰 杨小康
• 来源期刊: 控制理论与应用
• 关键词: 图匹配 多图匹配 增量匹配 高阶图匹配
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 人工智能与机器人专刊
• 页码范围: 1715-1724
• 页数: 10页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2018.80484

摘要

图匹配试图求解二图或多图之间节点的对应关系.在图像图形领域,图匹配是一个历久弥新的基础性问题.从优化的角度来看,图匹配问题是一个组合优化问题,且在一般情形下具有非确定性多项式复杂程度(non-deter-ministic polynomial,NP)难度的性质.在过去数十年间,出现了大量求解二图匹配的近似算法,并在各个领域得到了较为广泛的应用.然而,受限于优化问题本身的理论困难和实际应用中数据质量的种种限制,各二图匹配算法在匹配精度上的性能日益趋近饱和.相比之下,由于引入了更多信息且往往更符合实际问题的设定,多图的协同匹配则逐渐成为了一个新兴且重要的研究方向.本文首先介绍了经典的二图匹配方法,随后着重介绍近年来多图匹配方法的最新进展和相关工作.最后,本文讨论了图匹配未来的发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小康	上海交通大学人工智能研究院	31	217	8.0	13.0
2	严骏驰	上海交通大学计算机科学与工程系	1	3	1.0	1.0