【问题标题】:Computing Letter (Symbol) Spatial Similarity Metric计算字母(符号)空间相似度度量
【发布时间】:2016-01-25 21:38:04
【问题描述】:

是否有任何算法可用于计算视觉符号(字母)之间的视觉相似度?我相信它会考虑到旋转对称性、拓扑同一性和拓扑特征的空间范围。相似度度量会这样说:

A H 彼此相似。 D C O Q 彼此相似。 p b q d 彼此相似。 I J 彼此相似。另一方面,这些字母集合彼此相似,并且可以定量地测量相似度。

有没有一种算法可以测量符号的这种空间视觉相似性?

【问题讨论】:

    标签: algorithm distance symbols similarity topology


    【解决方案1】:

    如果这些符号可以映射为光栅像素,答案是肯定的。 空间数据(包括符号的空间结构)的协同定位、变化和分布在下面的一个非常有区别的索引中进行检查。

    在比较两个栅格地图时,空间效率指标 (SPAEF) 被证明是可靠的。 Python 和 Matlab 代码可在以下位置获得: http://space.geus.dk/tools_products/index.html

    最近关于该指标的论文: https://www.hydrol-earth-syst-sci.net/22/1299/2018/hess-22-1299-2018-assets.html

    Observed vs Simulated raster maps

    Stats - poor spatial fit

    Observed vs Shuffled pixels Stats - poor spatial match

    Observed vs Biased map

    Stats - good spatial fit (SPAEF is bias insensitive)

    【讨论】:

      猜你喜欢
      • 2013-03-20
      • 2017-03-13
      • 1970-01-01
      • 1970-01-01
      • 2017-08-22
      • 1970-01-01
      • 2011-12-10
      • 1970-01-01
      相关资源
      最近更新 更多