[論文レビュー] Generalized Fast Approximate Energy Minimization via Graph Cuts: Alpha-Expansion Beta-Shrink Moves

Mark Schmidt, Karteek Alahari|arXiv (Cornell University)|Aug 29, 2011

VLSI and FPGA Design Techniques参考文献 16被引用数 16

ひとこと要約

本稿では、マーカフ連鎖のエネルギー最小化における近似法として、α-拡大とα-β-スワップの両手法を一般化する多項式時間で解ける新規な移動法、α-拡大β-シュリンク移動を提案する。この手法は理論的および実践的に両方の既存手法を上回り、標準的なコンピュータビジョンベンチマークにおいてより低いエネルギー解を達成しており、特に画像補填タスクにおいて再構成誤差を29.5%低減した。

ABSTRACT

We present alpha-expansion beta-shrink moves, a simple generalization of the widely-used alpha-beta swap and alpha-expansion algorithms for approximate energy minimization. We show that in a certain sense, these moves dominate both alpha-beta-swap and alpha-expansion moves, but unlike previous generalizations the new moves require no additional assumptions and are still solvable in polynomial-time. We show promising experimental results with the new moves, which we believe could be used in any context where alpha-expansions are currently employed.

研究の動機と目的

• 離散的グラフィカルモデルにおける近似エネルギー最小化のための、より効果的で汎用性の高い移動法の開発。
• α-拡大とα-β-スワップの両者において、解の品質の観点で互いに支配し合うことがないという限界の解消。
• 追加の仮定を必要とせず、計算効率を損なわずに両手法を一般化する移動法の設計。
• 現在α-拡大に依存しているアプリケーション（例：ステレオマッチング、画像修復）における実用的導入の促進。
• 実験的に、新規移動法が悪い局所最適解から脱出でき、より低いエネルギーの配置に到達できることの実証。

提案手法

• α-拡大とα-β-スワップを一般化する新しい移動タイプ、α-拡大β-シュリンクを提案。これは、αに割り当てられた変数の部分集合をβに再割り当て可能であり、他の変数は変更されない。
• 移動は元のグラフ構造上で定義される二値の部分的サブモジュラエネルギー最小化問題であり、多項式時間で解ける。
• エネルギー関数はサブモジュラリティを保つように構築されており、最小カット/最大フローのアルゴリズムによる効率的最適化を可能にする。
• 反復的勾配降下フレームワーク内で動作し、各イテレーションで合計エネルギーを最小化する最良のα-拡大β-シュリンク移動を選択する。
• 移動はαとβによってパラメータ化されており、βは標準的なα-拡大を超える配置を探索するために選択される。
• 理論的優位性は、任意のα-拡大またはα-β-スワップ移動が、提案された移動の特別な場合であることを示すことによって確立される。

実験結果

リサーチクエスチョン

• RQ1 解の品質の観点で、α-拡大とα-β-スワップの両者を支配する単一の移動タイプを設計可能か？
• RQ2 エネルギー関数に追加の仮定を必要とせず、これらの移動を一般化可能か？
• RQ3 このような一般化された移動が多項式時間で計算可能であり、かつ効果的なエネルギー最小化を可能にするか？
• RQ4 新規移動は、標準的なα-拡大で安定な悪い局所最適解から脱出可能か？
• RQ5 実世界のコンピュータビジョンタスクにおいて、新規移動の性能は既存手法と比較してどうか？

主な発見

• α-拡大β-シュリンク移動は、形式的な理論的観点から、α-拡大とα-β-スワップを包含する特殊ケースとして、両者を支配する。
• 7つの標準的コンピュータビジョンデータセットのうち5つにおいて、α-拡大で安定な局所最適解から新規移動が脱出に成功した。
• 家屋補填タスクにおいて、β = α+1を用いた場合、再構成誤差（ℓ₁ノルム）を1,303,537から911,207に低下させ、29.5%の改善を達成した。
• β = α+1がすべてのデータセットで最低エネルギーを達成し、7つ中4つで厳密に優れていたことから、強力な実験的性能が示された。
• すべてのタスクにおいてα-拡大よりも低いエネルギー配置を達成しており、特に256ラベルを用いた画像修復タスクで最大の向上が得られた。
• 実装は公開されており、現在α-拡大移動を利用しているあらゆるアプリケーションへの採用が可能である。