匈牙利匹配算法
摘要
匈牙利匹配算法可以用来做目标跟踪,根据预测算法预测box与上一帧box的iou关系可以确定是否是上一帧的目标。
也是比较常用的二分图匹配算法。
概念
图G的一个匹配是由一组没有公共端点的不是圈的边构成的集合。
- 完美匹配:考虑部集为X={x1 ,x2, ...}和Y={y1, y2, ...}的二部图,一个完美匹配就是定义从X-Y的一个双射,依次为x1, x2, ... xn找到配对的顶点
- 交错路:给定图G的一个匹配M,如果一条路径的边交替出现在M中和不出现在M中,我们称之为一条交错路
增广路:而如果一条M-交错路径,它的两个端点都不与M中的边关联,我们称这条路径叫做M-增广路
匈牙利算法的实质是寻找增广路,通过找到目标后改变之前匹配的结果完成最终的匹配。
算法
1.置M为空
2.找出一条增广路径P,通过取反操作获得更大的匹配M’代替M
3.重复2操作直到找不出增广路径为止
说穿了,就是你从二分图中找出一条路径来,让路径的起点和终点都是还没有匹配过的点,并且路径经过的连线是一条没被匹配、一条已经匹配过,再下一条又没匹配这样交替地出现。找到这样的路径后,显然路径里没被匹配的连线比已经匹配了的连线多一条,于是修改匹配图,把路径里所有匹配过的连线去掉匹配关系,把没有匹配的连线变成匹配的,这样匹配数就比原来多1个。不断执行上述操作,直到找不到这样的路径为止。
代码
根据网上男女匹配的讲解理解后写出。
''' @Descripttion: This is Aoru Xue's demo,which is only for reference @version: @Author: Aoru Xue @Date: 2019-08-27 02:24:35 @LastEditors: Aoru Xue @LastEditTime: 2019-08-27 02:29:26 ''' import numpy as np class Hungary(): def __init__(self,graph): self.graph = graph self.n = len(graph) self.used = None self.nxt = None def find(self,x): for i in range(self.n): # 每个女生问一遍 if self.graph[i][x] == 1 and self.used[i] == 0: # 如果对这个女生有好感,并且这个女生没有问过 self.used[i] = 1 if self.nxt[i] == -1 or self.find(self.nxt[i]): # 如果女生没有对象或者女生的对象还喜欢别人 self.nxt[x] = i self.nxt[i] = x return True return False def match(self): self.used = [False] * self.n self.nxt = [-1] * self.n sum = 0 for i in range(self.n): if self.nxt[i] == -1: self.used = [False] * self.n # 每个男生问之前肯定都没问过任何女生 self.find(i) if __name__ == '__main__': hungary = Hungary([[0,0,0,1,1,1], [0,0,0,1,0,1], [0,0,0,1,0,0], [1,1,1,0,0,0], [1,0,0,0,0,0], [1,1,0,0,0,0]]) hungary.match() print(hungary.nxt) ''' [4, 5, 3, 2, 0, 1] '''