Un enfoque de múltiples resoluciones basado en árboles de expansión para la optimización de gráficos de poses

Este artículo propone un método computacionalmente eficiente para la optimización de gráficos de poses que utiliza una representación de múltiples resoluciones de la transformación del gráfico de poses construida sobre un árbol de expansión. Se demuestra que la jerarquía basada en árboles de expansión propuesta tiene varias ventajas sobre la jerarquía basada en cadenas seriales previamente conocida en términos de preservación de esparcimiento y compatibilidad con el cálculo paralelo. Se demuestra en experimentos numéricos utilizando varios conjuntos de datos públicos que el método propuesto supera a un solucionador de última generación para conjuntos de datos a gran escala.