arXiv · 机器人与计算机视觉· Max Kahl, Sebastian Stricker, Lisa Hutschenreiter, Florian Bernard, Carsten Rother, Bogdan Savchynskyy·· 21 天前AI 评分44
GREEDA 优化生物成像中不完整、大规模及稀疏多图匹配问题
Optimizing Incomplete, Large-Scale and Sparse Multi-Graph Matching in Bioimaging
AI 导读
GREEDA 是一种针对生物成像领域不完整与稀疏多图匹配问题的通用方法,能适配不同成本阶范式。在基于 30 条线虫图像的中规模任务中,GREEDA 仅需 2 分钟即可产出高质量解,而竞品至少需一小时且效果较差;在小规模稠密问题上,其速度比领先方法快一个数量级并保持同等精度。该方法已开源于 arXiv:2406.18215v3,旨在支持大规模生物成像研究。
来源:arXiv · 机器人与计算机视觉 · arxiv.org