PulseAugur
实时 12:46:32

Min-Sliced Transport Plans Enhance OT Efficiency and Transferability

研究人员引入了最小切片传输计划(min-Sliced Transport Plan, min-STP)框架,以解决计算机视觉任务中最优传输(Optimal Transport, OT)的计算成本问题。这种新方法优化了一维投影以创建条件传输计划,显著减少了计算时间。该研究还探讨了这些优化切片器在新分布对上的可迁移性,发现即使在轻微的数据扰动下它们仍然有效,从而能够高效地迁移到相关任务并为点云对齐和生成建模等应用进行摊销训练。 AI

影响 这项研究通过降低计算开销,有望加速最优传输在点云对齐和生成建模等领域的应用。

排序理由 这是一篇发表在arXiv上的研究论文,详细介绍了一种优化最优传输计算效率的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Xinran Liu, Elaheh Akbari, Rocio Diaz Martin, Navid NaderiAlizadeh, Soheil Kolouri ·

    Efficient Transferable Optimal Transport via Min-Sliced Transport Plans

    arXiv:2511.19741v4 Announce Type: replace Abstract: Optimal Transport (OT) offers a powerful framework for finding correspondences between distributions and addressing matching and alignment problems in various areas of computer vision, including shape analysis, image generation,…