VisAdj

VisAdj框架从节点链接图像中学习图邻接矩阵

研究人员开发了VisAdj，一个新颖的框架，旨在从节点链接图像中学习邻接矩阵，这是从视觉数据中重建图结构的关键一步。与依赖固定启发式方法进行边选择的先前方法不同，VisAdj采用注意力稀疏邻居采样器进行自适应候选选择，并使用线图Transformer显式建模边之间的依赖关系。在合成图、道路网络和血管图像等各种数据集上的实验表明，VisAdj的性能显著优于现有的基线方法。