论文部分内容阅读
在机器视觉领域中,例如图像分割、视频处理和图像存储等问题都可以建模成能量方程优化问题。然而为了追求高性能建模出来的能量方程一般都是高次能量方程,对于这种高次能量方程直接求解极其困难。最近的方法中Ishikawa提出对高次能量方程的降为二次的方法,这种降次方法没有加入新的变量。基于这种算法的流程,对这种算法的降次结果进行分析,从而对其并行化处理,没有改变其效果的基础上在时间上达到较快的改进。