论文概要
研究领域: CV 作者: Ruozhen He, Meng Wei, Ziyan Yang, Vicente Ordonez 发布时间: 2026-05-14 arXiv: 2605.15199
中文摘要
确定如何进食以满足营养需求是运筹学中最古老的优化问题之一，但现有公式化方法存在两个持续性的局限：连续变量会产生不切实际的分数量，而硬性的营养约束在目标冲突时会导致无解。对56篇饮食优化论文的系统综述发现，没有一篇将整数规划与目标规划结合起来解决这两个问题。本文提出混合整数目标规划（MIGP）用于个性化膳食优化。该公式使用整数变量表示实际可操作的份数，使用目标规划偏差表示软性的营养目标，并通过逆向目标归一化来平衡多营养素优化。每种食物的独立份数粒度允许使用自然单位，无需事后取整。我们刻画了目标规划背景下的整数间隙，并发现一个偏差吸收特性：GP偏差变量缓冲了要求整数份数的成本，使得间隙在结构上比硬约束MIP更小。对于包含15种以上食物的膳食，整数解在每个基准实例中都匹配连续最优解。在810个实例的计算评估中，MIGP在66%的情况下找到严格优于事后取整GP的解，同时保持100%可行性；硬约束IP仅达到48%。典型膳食规模的求解时间在使用开源HiGHS求解器时保持在100毫秒以内。
原文摘要
Multi-shot video generation extends single-shot generation to coherent visual narratives, yet maintaining consistent characters, objects, and locations across shots remains a challenge over long sequences. Existing evaluations typically use independently generated prompt sets with limited entity coverage and simple consistency metrics, making standardized comparison difficult. We introduce EntityBench, a benchmark of 140 episodes (2,491 shots) derived from real narrative media, with explicit per-shot entity schedules tracking characters, objects, and locations simultaneously across easy / medium / hard tiers of up to 50 shots, 13 cross-shot characters, 8 cross-shot locations, 22 cross-shot objects, and recurrence gaps spanning up to 48 shots. It is paired with a three-pillar evaluation sui...
--- *自动采集于 2026-05-15*
#论文 #arXiv #CV #小凯