Functional Lifting 2.0: Efficient Convexifications for Imaging and Vision
功能性提升 2.0:用于成像和视觉的高效凸化
基本信息
- 批准号:394737018
- 负责人:
- 金额:--
- 依托单位:
- 依托单位国家:德国
- 项目类别:Research Grants
- 财政年份:2018
- 资助国家:德国
- 起止时间:2017-12-31 至 2021-12-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
One of the most versatile and powerful tools for solving computer vision and image processing problems is the class of energy-based methods. The basic idea is to associate with every conceivable solution a cost - or energy - in such a way that low energy values correspond to good solutions. Unfortunately, most practically relevant problems inherently lead to non-convex energy functions, so that the computation of global minimizers becomes very challenging. Consequently, the solution quality in classical local minimization methods heavily depends on the initialization and the particular choice of algorithm. In this project, we will develop global methods that rely on a convexification of non-convex energies in high-dimensional spaces by means of functional lifting in order to find globally optimal solutions. Existing approaches implemented this lifting by discretizing the range into labels, ultimately limiting the solution accuracy. In contrast, this project will extend the applicability of recent sublabel-accurate lifting methods that greatly reduce the extra cost of obtaining an approximate global solution and allow to gradually take into account the non-convexities while exploiting convex parts in the energy. This allows to develop solvers that scale gracefully with the non-convexity of the problem, and allow to efficiently compute close-to-globally optimal solutions on a wide range of optimization problems.
解决计算机视觉和图像处理问题最通用,最强大的工具之一是基于能量的方法。基本思想是将每个可能的解决方案与成本或能量 - 低能值相对应的成本或能量联系在一起。不幸的是,大多数实际上相关的问题固有地导致了非凸能函数,因此全球最小化器的计算变得非常具有挑战性。因此,经典局部最小化方法中的解决方案质量在很大程度上取决于算法的初始化和特定选择。在这个项目中,我们将通过功能提升来开发依赖于高维空间中非凸能能量的凸化的全局方法,以找到全球最佳的解决方案。现有方法通过将范围离散到标签中,最终限制了解决方案的准确性,从而实现了这种提升。相比之下,该项目将扩大最近的Sublabel精确提升方法的适用性,这些方法大大降低了获得近似全球解决方案的额外成本,并允许逐渐考虑到非凸度的同时利用能量中的凸零件。这允许开发解决问题的求解器,以优雅地扩展问题,并允许在广泛的优化问题上有效计算几乎全球最佳解决方案。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Professor Dr. Daniel Cremers其他文献
Professor Dr. Daniel Cremers的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Professor Dr. Daniel Cremers', 18)}}的其他基金
Multimodal sparsity models for segmentation of visual objects
用于视觉对象分割的多模态稀疏模型
- 批准号:
263894508 - 财政年份:2015
- 资助金额:
-- - 项目类别:
Research Grants
Efficient Active Online Learning for 3D Reconstruction and Scene Understanding
用于 3D 重建和场景理解的高效主动在线学习
- 批准号:
260350367 - 财政年份:2014
- 资助金额:
-- - 项目类别:
Priority Programmes
Elastische Registrierung dreidimensionaler Formen durch kombinatorische Optimierung
通过组合优化实现三维形状的弹性配准
- 批准号:
225908483 - 财政年份:2013
- 资助金额:
-- - 项目类别:
Research Grants
Dynamische statistische Modelle für zeitlich veränderliche implizite Formen
时变隐式形式的动态统计模型
- 批准号:
109672137 - 财政年份:2009
- 资助金额:
-- - 项目类别:
Research Grants
Variational Methods for Model-based Interacitve Analysis of Flows
基于模型的流量交互分析的变分方法
- 批准号:
81897381 - 财政年份:2008
- 资助金额:
-- - 项目类别:
Priority Programmes
Effiziente Methoden zur optimalen Bewegungssegmentierung
最佳运动分割的有效方法
- 批准号:
36493755 - 财政年份:2007
- 资助金额:
-- - 项目类别:
Research Grants
Statistisches Formenwissen für die 3D-Rekonstruktion
3D 重建的统计形状知识
- 批准号:
52138519 - 财政年份:2007
- 资助金额:
-- - 项目类别:
Research Grants
Datengestützte Stabilisierung markerfreier videobasierter Motion-Capture-Systeme durch Integration von statistischen Lernmethoden in Retrieval- und Klassifikationstechniken für 3D-Bewegungsdaten
通过将统计学习方法集成到 3D 运动数据的检索和分类技术中,为无标记视频运动捕捉系统提供数据支持的稳定性
- 批准号:
37271895 - 财政年份:2007
- 资助金额:
-- - 项目类别:
Research Grants
Auf Grundlage der Bayes`schen Methoden sollen sowohl optimale als auch effiziente Algorithmen für den Bereich Maschinensehen entwickelt werden
基于贝叶斯方法,将开发机器视觉领域的最优且高效的算法
- 批准号:
5448725 - 财政年份:2005
- 资助金额:
-- - 项目类别:
Independent Junior Research Groups
相似国自然基金
基于几何约束lifting技术的细分小波变换研究
- 批准号:60973101
- 批准年份:2009
- 资助金额:32.0 万元
- 项目类别:面上项目
无乘法运算小波变换VLSI执行方案与实小波测量相位方法研究
- 批准号:50577059
- 批准年份:2005
- 资助金额:24.0 万元
- 项目类别:面上项目
最优小波自适应图像压缩的关键技术研究
- 批准号:60475011
- 批准年份:2004
- 资助金额:23.0 万元
- 项目类别:面上项目
相似海外基金
Lifting the Veil on Cold Planets in the Inner Galaxy
揭开内星系寒冷行星的面纱
- 批准号:
DP240101842 - 财政年份:2024
- 资助金额:
-- - 项目类别:
Discovery Projects
Feasibility Trial of a Novel Integrated Mindfulness and Acupuncture Program to Improve Outcomes after Spine Surgery (I-MASS)
旨在改善脊柱手术后效果的新型综合正念和针灸计划的可行性试验(I-MASS)
- 批准号:
10649741 - 财政年份:2023
- 资助金额:
-- - 项目类别:
A Pilot Study to Evaluate the Anabolic Effect of Testosterone on Muscles of the Pelvic Floor in Older Women with Stress Urinary Incontinence
评估睾酮对患有压力性尿失禁的老年女性盆底肌肉合成代谢影响的初步研究
- 批准号:
10716432 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Innovative Chair to Prevent Pressure Injuries in Persons Living with Alzheimer's Disease and Related Dementias
预防阿尔茨海默病和相关痴呆症患者压力损伤的创新椅子
- 批准号:
10760048 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Nursing homes' visitation bans during the COVID-19 pandemic: Effectiveness and consequences.
COVID-19 大流行期间疗养院的探视禁令:有效性和后果。
- 批准号:
10635829 - 财政年份:2023
- 资助金额:
-- - 项目类别: