Анализ принципа расстояния Earth Mover
Earth Mover's Distance, или EMD, - это журнальная статья IJCV 2000 года.《The Earth Mover's Distance as a Metric for Image Retrieval》
предложенныйМера сходства изображенийМетоды, как также может быть известно из названия статьи, концепция EMD изначально использовалась для поиска изображений. Позже, из-за его различных преимуществ, он постепенно использовался в других аспектах.мера сходства.эта частьВ основном понимаю EMDКонцепции и принципы.
несколько основных понятий
-
Подпись определяется как ряд важных функций, которые вы можете написать
,
является характеристикой,
это вес функции.
,
-
EMD сама по себе является задачей линейного программирования. Предположение
является особенностью образа,
характерен
вес и
является чертой другого образа,
характерен
вес.
-
особенность
Коллекции и особенности
матрица расстояний между множествами
,Каждый
представлять
и
расстояние (например, расстояние L1, L2 и т. д.), мы можем видеть
Является
матрица.
Цель
надеюсь найти одинflow
, которая также является матрицей,Каждый
представлять из
прибыть
количество потоков,
да
место для
Стоимость местоположения (расстояния), тем самым минимизируя глобальную функцию стоимости:
Этот поток является решением линейного программирования
- Выражение линейного программирования:
- Принципиальная схема линейного программирования
- Для этой статьи сходство между подграфами, выражение линейного программирования:
Ядро графа соответствия пирамиды (пересечение гистограммы) Принцип анализа
метод родом из《The Pyramid Match Kernel:Discriminative Classification with Sets of Image Features》
Эта статья используется для сопоставления сходства на гистограммах, состоящих из признаков.
Фундаментальный
-
PM
работает, разделяя пространство признаков на все более и более крупные области и взвешивая сумму совпадений на каждом уровне. -
Если они принадлежат одному и тому же региону, говорят, что две точки совпадают. Совпадения в более крупных регионах имеют меньший вес, чем совпадения в более мелких регионах.
-
1D схема