[論文レビュー] Many-to-One Boundary Labeling with Backbones

Michael A. Bekos, Sabine Cornelsen+6 more|arXiv (Cornell University)|Aug 30, 2013

Digital Image Processing Techniques参考文献 8被引用数 6

ひとこと要約

本稿は、多数対一境界ラベリングのためのバックボーンラベリングを導入し、水平なバックボーンがラベルから特徴を囲む長方形へと延び、垂直セグメントによって特徴点を接続する。著者は、交差を許さない設定においてラベル数と総リーダー長を最小化するための動的計画法アルゴリズムを提示し、ラベル順序を柔軟にした場合の交差最小化がNP困難であることを示している。一方、固定順序では効率的な計算が可能である。

ABSTRACT

In this paper we study \emph{many-to-one boundary labeling with backbone leaders}. In this new many-to-one model, a horizontal backbone reaches out of each label into the feature-enclosing rectangle. Feature points that need to be connected to this label are linked via vertical line segments to the backbone. We present dynamic programming algorithms for label number and total leader length minimization of crossing-free backbone labelings. When crossings are allowed, we aim to obtain solutions with the minimum number of crossings. This can be achieved efficiently in the case of fixed label order, however, in the case of flexible label order we show that minimizing the number of leader crossings is NP-hard.

研究の動機と目的

• 既存の多数対一境界ラベリングモデルの限界、すなわちラベルの高さの過剰、幅広いルーティング領域、リーダーの交差を解消すること。
• 視覚的ごみを低減し、トラックルーティング領域の必要性を排除するバックボーンベースの新モデルを提案すること。
• 交差を許さない制約下でラベル数と総リーダー長を最小化するための効率的アルゴリズムを開発すること。
• ラベル順序が柔軟な場合にリーダー交差数を最小化する問題の計算複雑性を調査し、NP困難であることを示すこと。
• ラベル順序が固定された場合に交差最小化を効率的に解けるアルゴリズムを提供すること。

提案手法

• 有限および無限のバックボーンの両方について、ラベル数および総リーダー長の最小化問題を解くために動的計画法を用いる。
• バックボーンをラベルから延びる水平線としてモデル化し、垂直セグメントで特徴点に接続する。
• 有限バックボーンの場合、インスタンスを分割するための外側の接続点を考慮して部分問題を処理する。
• 無限バックボーンの場合、対称性を活用して問題を独立した左および右の部分問題に分割する。
• 固定ラベル順序での交差最小化には、ギャップ割り当てに基づく貪欲戦略を適用し、入れ違いエッジの交差を回避する。
• 固定線形交差数問題をバックボーンラベリングに還元することで、ラベル順序が柔軟な場合の交差最小化がNP困難であることを証明する。

実験結果

リサーチクエスチョン

• RQ1 既存の多数対一ラベリングモデルと比較して、バックボーンラベリングは視覚的ごみを低減し、ルーティング領域を排除できるか？
• RQ2 交差を許さないバックボーンラベリングにおいて、効率的にラベル数と総リーダー長を最小化するための動的計画法戦略は何か？
• RQ3 ラベル順序が柔軟な場合にリーダー交差数を最小化することはNP困難か？
• RQ4 ラベル順序が固定された場合に交差最小化は効率的に解けるか？
• RQ5 インク使用量と視覚的明瞭性の観点から、バックボーンベースのラベリングはハイパーリーダーや個別リーダーと比較してどのように異なるか？

主な発見

• 本稿は、交差を許さないバックボーンラベリングにおいてラベル数と総リーダー長を最小化する効率的で動的計画法アルゴリズムを提示し、Lin (2010) が提起した未解決問題を解消した。
• 無限バックボーンの場合、自然な左・右の独立部分問題への分解が可能であるため、より高速なアルゴリズムが得られる。
• 有限バックボーンの場合、点集合の部分的分割を考慮する必要があるため、より複雑な処理を要する。
• ラベル順序が柔軟な場合のリーダー交差最小化はNP困難であり、固定線形交差数問題への還元によって証明された。
• ラベル順序が固定された場合、入れ違いエッジの追加交差を避けるギャップ割り当て戦略を用いることで、交差最小化を効率的に解ける。
• 還元により、バックボーンラベリングにおける最小変数交差数が、関連グラフのスプライス図における最小交差数の2倍に一致することが示された。