Глобальная дискретная оптимизация при помощи...
DESCRIPTION
TRANSCRIPT
Глобальная дискретная оптимизация при помощи
разрезов графов
Петя
Оптимизация
непрерывная дискретная
(комбинаторная)
План
Заключение
Семейство функций
Пример задачи
Потоки и разрезы в сетях
Сведение задачи оптимизации
Семейство функций
X1
X2
X3
X4
X5
X6
E12
E25
E56
E36
E43
E15 Xi
Пример: вырезание фона
Локальная модель Глобальная модель
Локальное предсказание
Сеть
трубопроводная
Сеть (теория графов)
5 3
4 2
2
2
2
1 исток (source)
сток (sink)
Пропускная способность ребра
Поток (flow)
Величина потока: 4
2/5 2/3
2/4 2/2
0/2
2/2
2/2
0/1 4 4
Поток: функция f( )→R С ограничениями: 1. В узлах вода не проливается 2. Трубы не лопаются
Разрез (s-t cut)
Максимальный поток ≤ Пропускной способности разреза
исток (source)
сток (sink)
S
T
Разрез (s-t cut)
5 3
4 2
2
2
2
1 исток (source)
сток (sink)
Пропускная способность разреза: 7
S
T
Min-cut → Max-flow
• Теорема Форда-Фалкерсона:
– Задачи Min-cut и Max-flow равносильны
Max-flow
Min-cut
Семейство функций
1 шаг 2 шаг
+ условие субмодулярности на Eij(∙, ∙)
• Точный эффективный алгоритм • Глобальное решение
• NP-complete • Приближенное решение • Эффективные алгоритмы • Частные случаи
Минимизация E → Min-cut
0
1
Условие субмодулярности
+ условие субмодулярности на Eij(∙, ∙)
Max-flow: алгоритмы решения
Реализации
• BK (Boykov, Kolmogorov)
• IBFS (Goldberg et. al)
• Доступен исходный код
IBFS with dynamic trees data structure
Расширение задачи
+ условие субмодулярности на Eij(∙, ∙)
«Minimizing Nonsubmodular Functions with Graph Cuts» Kolmogorov & Rother, PAMI 2007
Приближенное решение Оценка снизу оптимального значения E(x)
QPBO Quadratic Pseudo-Boolean Optimization
NP-complete
Расширение задачи
Множество методов:
• α-expansion • αβ-replace • SMD • SMR • Модификации α,β-замены • …
(учет специфики задачи, различные ограничения)
Совсем универсального метода нет
Вернее есть (TRW), но основан не на graph-cuts. Работает значительно дольше.
+ ограничения
NP-complete
Приложения
Метрический классификатор Визильтер, 2011
Карта глубины по стерео изображению
Прогнозирование вспышек
GrabCut, вырезание фона MS Office
Разметка изображения
Анализ медицинских изображений
Что читать дальше
Energy Minimization Methods in Computer Vision and Pattern Recognition Boykov, Y.; Kahl, F.; Lempitsky, V.; Schmidt, F.R. (Eds.), 2011
Structured Learning and Prediction in Computer Vision Nowozin, Lampert, 2011 Now Publishers
Kolmogorov, Zabin, PAMI 2004 «What energy functions can be minimized via graph cuts?»