[논문 리뷰] Spectral Descriptors for Graph Matching

Nan Hu, Leonidas Guibas|arXiv (Cornell University)|2013. 04. 04.

Graph Theory and Algorithms참고 문헌 31인용 수 8

한 줄 요약

이 논문은 그래프 라플라시안을 기반으로 한 그래프 라플라시안 행렬에서 유도된 노드 수준의 스펙트럴 기술자인 라플라시안 가족 서명(Laplacian Family Signature, LFS)과 간선 수준의 스펙트럴 기술자인 쌍별 열핵 거리(pairwise heat kernel distance)를 제안하여 가중치가 부여된 그래프 매칭을 향상시킨다. 이 방법은 근사적으로 해결되는 정수 이차계획문(Integer Quadratic Program, IQP)으로 공식화되며, 기존의 기술자 기반 및 인접행렬 기반 방법들과 비교해 시뮬레이션, CMU 하우스, 실제 영상 그래프에서 뛰어난 성능을 보인다.

ABSTRACT

In this paper, we consider the weighted graph matching problem. Recently, approaches to this problem based on spectral methods have gained significant attention. We propose two graph spectral descriptors based on the graph Laplacian, namely a Laplacian family signature (LFS) on nodes, and a pairwise heat kernel distance on edges. We show the stability of both our descriptors under small perturbation of edges and nodes. In addition, we show that our pairwise heat kernel distance is a noise-tolerant approximation of the classical adjacency matrix-based second order compatibility function. These nice properties suggest a descriptor-based matching scheme, for which we set up an integer quadratic problem (IQP) and apply an approximate solver to find a near optimal solution. We have tested our matching method on a set of randomly generated graphs, the widely-used CMU house sequence and a set of real images. These experiments show the superior performance of our selected node signatures and edge descriptors for graph matching, as compared with other existing signature-based matchings and adjacency matrix-based matchings. 1

연구 동기 및 목표

• 노이즈와 구조적 흐름에 의한 교란 상황에서의 가중치가 부여된 그래프 매칭 문제를 해결한다.
• 노이즈에 강건한 안정적인 스펙트럴 기술자를 노드 및 간선 수준에서 개발한다.
• 기존의 2차 호환성 함수를 대체하거나 향상시켜 매칭 정확도를 향상시킨다.
• 기존의 기술자 기반 및 인접행렬 기반 접근 방식을 능가하는 기술자 기반 매칭 프레임워크를 설계한다.

제안 방법

• 그래프 라플라시안 행렬에서 유도된 노드 수준의 스펙트럴 기술자인 라플라시안 가족 서명(Laplacian Family Signature, LFS)을 제안한다.
• 그래프 라플라시안의 열핵에서 유도된 간선 수준의 기술자인 쌍별 열핵 거리를 제안한다.
• 작은 노드 및 간선 교란 상황에서 두 기술자의 이론적 안정성을 확립한다.
• 쌍별 열핵 거리가 노이즈에 강건한 방식으로 고전적인 인접행렬 기반 2차 호환성 함수를 근사함을 보여준다.
• 제안된 기술자를 사용하여 그래프 매칭 문제를 정수 이차계획문(Integer Quadratic Program, IQP)으로 공식화한다.
• 근사 해법을 적용하여 효율적으로 근사 최적 해를 도출한다.

실험 결과

연구 질문

• RQ1 그래프 라플라시안 기반의 스펙트럴 기술자는 교란 상황에서 안정성과 강건성을 어떻게 향상시킬 수 있는가?
• RQ2 쌍별 열핵 거리는 고전적인 2차 호환성 함수를 노이즈에 강건한 방식으로 어느 정도 근사하는가?
• RQ3 LFS와 열핵 거리 기반의 기술자 기반 매칭이 기존의 기술자 기반 및 인접행렬 기반 그래프 매칭 방법을 능가할 수 있는가?
• RQ4 제안된 기술자들은 시뮬레이션, 순차 기반, 실제 영상 그래프를 포함한 다양한 그래프 유형에서 어떻게 성능을 발휘하는가?

주요 결과

• 라플라시안 가족 서명(Laplacian Family Signature, LFS)과 쌍별 열핵 거리는 노드 및 간선의 작은 교란 상황에서도 안정적이다.
• 쌍별 열핵 거리는 고전적인 2차 호환성 함수를 노이즈에 강건한 방식으로 근사한다.
• 제안된 기술자 기반 매칭 기법은 기존의 기술자 기반 방법보다 무작위로 생성된 그래프에서 뛰어난 성능을 발휘한다.
• CMU 하우스 순차 데이터셋에서, 이 방법은 기술자 기반 및 인접행렬 기반 매칭 기법을 모두 능가한다.
• 실제 영상 그래프에 대한 실험에서 제안된 방법은 높은 매칭 정확도와 강건성을 보였다.
• 근사 해법을 적용한 IQP 공식화를 통해 근사 최적 매칭을 효율적으로 계산할 수 있었다.