我读过一些关于距离测量的论文，如欧几里得、曼哈顿或卡方，用于匹配基于梯度的图像描述符，如从 SIFT 算法（128-D 向量）计算的那些。他们中的大多数人指出，一种或另一种措施更适合该任务，并且该决定取决于假设的噪声分布（如果假设高斯噪声，则 L2 适合，拉普拉斯噪声则适合 L1）。
所以我的问题是：我如何确定描述符的分布以及这如何影响距离度量的选择？
在一篇论文中，作者指出分布将是正确匹配关键点的 SIFT 描述符之间的距离。但这是否意味着这种分布会因距离度量本身的选择而产生偏差？！
根据噪声分布匹配 SIFT 描述符的良好距离度量是什么？
信息处理
图像处理
计算机视觉
统计数据
物体识别
距离度量
2022-02-08 17:21:45
1个回答
为了获得您的分布或模式，一种基本方法是对数据进行聚类。这当然会使分布偏向度量，或者换句话说，分布将与度量相关联。例如，可以通过使用词汇树来量化 SIFT 描述符以可视化单词，然后绘制单个单词的 1D 直方图。这只是从大量 SIFT 描述符中执行此操作的一种可能方法。另一种方法是使用非参数方法（Parzen Window、Meanshift...）。在任何一种情况下，分布都将依赖于数据并且非常复杂。
我认为这个问题也值得一提论文中的 Root Sift 方法，大家应该知道改进对象检索的三件事，作者建议使用 Hellinger 距离而不是 Euclidean。实现非常简单（只需一个 sqrt）并且结果不断得到改进。K-means 仍然可以使用。显然，对于 SIFT，Hellinger 是比 Euclidean 更好的度量。
其它你可能感兴趣的问题