的一部分神经信息处理系统的进展20(NIPS 2007)
Gertjan Burghouts、Arnold Smeulders、Jan-mark Geusebroek
评估特征之间的相似性是目标识别和场景分类任务中的关键步骤。我们认为,关于相似函数生成的距离分布的知识对于决定特征是否相似至关重要。直觉上,人们会认为任何发行版都可能会产生功能之间的相似性。在本文中,我们将得出相反的结论,并报告了一个理论结果,即如果特征值相关且分布不一致,那么从一个特征向量到其他向量的$L_p$-范数(一类常用的距离度量)是Weibull分布的。除了这些假设适用于图像之外,我们还通过实验证明了它们适用于各种流行的特征提取算法,适用于不同范围的图像。这一基本见解为特征相似性评估开辟了新的方向,并对目标和场景识别算法进行了改进。勘误表:论文作者声明,他们已经确信参考文献中的推理作为其主张的证明过于简单。因此,他们撤回了自己的定理。
在电子程序中更改姓名的请求将被接受,不会提出任何问题。然而,名称更改可能会导致书目跟踪问题。作者被要求仔细考虑这一点,并在要求在电子诉讼中更改姓名之前与合著者进行讨论。
使用“报告问题”链接请求更改名称。