Finding shortest paths in a graph is relevant for numerous problems in computer vision and graphics, including image segmentation, shape matching, or the computation of geodesic distances on discrete surfaces. Traditionally, the concept of a shortest path is considered for graphs with scalar edge weights, which makes it possible to compute the length of a path by adding up the individual edge weights. Yet, graphs with scalar edge weights are severely limited in their expressivity, since oftentimes edges are used to encode significantly more complex interrelations. In this work we compensate for this modelling limitation and introduce the novel graph-theoretic concept of a shortest path in a graph with matrix-valued edges. To this end, we define a meaningful way for quantifying the path length for matrix-valued edges, and we propose a simple yet effective algorithm to compute the respective shortest path. While our formalism is universal and thus applicable to a wide range of settings in vision, graphics and beyond, we focus on demonstrating its merits in the context of 3D multi-shape analysis.


翻译:在图形中找到最短路径对于计算机视觉和图形中的许多问题都很重要,包括图像分割、形状匹配或计算离散表面的大地距离等。传统上,对于带有卡路里边重量的图形,可以考虑最短路径的概念,这样就可以通过将个别边缘重量加在一起来计算路径长度。然而,具有卡路里边重量的图形在表达性方面受到严重限制,因为往往使用边缘来编码更复杂的相互关系。在这项工作中,我们弥补了这种建模限制,并在一个带有矩阵值边缘的图表中引入了一条最短路径的新颖的图形理论概念。为此,我们定义了一种有意义的方法来量化矩阵值边缘的路径长度,我们提出了一种简单而有效的算法来计算各自的最短路径。虽然我们的形式主义是普遍的,因此适用于视觉、图形及以后的多种环境,但我们侧重于在3D多层分析中展示其优点。

1
下载
关闭预览

相关内容

Python图像处理,366页pdf,Image Operators Image Processing in Python
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
学术会议 | 知识图谱顶会 ISWC 征稿:Poster/Demo
开放知识图谱
5+阅读 · 2019年4月16日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
已删除
将门创投
8+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2022年2月6日
Arxiv
0+阅读 · 2022年2月5日
Arxiv
54+阅读 · 2022年1月1日
Arxiv
8+阅读 · 2021年7月15日
VIP会员
相关资讯
学术会议 | 知识图谱顶会 ISWC 征稿:Poster/Demo
开放知识图谱
5+阅读 · 2019年4月16日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
已删除
将门创投
8+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员