这个基于图像相似度/距离的度量的名称是什么？答案

【问题标题】：What is the name of this image similarity/ distance based metric?这个基于图像相似度/距离的度量的名称是什么？
【发布时间】：2021-06-06 01:39:56
【问题描述】：

我使用以下代码计算图像 1 和 2（i1 和 i2）之间的相似度。 1 = 完全相似，而 0 = 非常不同。我想知道这个算法使用的是什么方法（即欧几里得距离或..？）谢谢。

import math
i1=all_images_saved[0][1]
i2=all_images_saved[0][2]
i1_norm = i1/np.sqrt(np.sum(i1**2))
i2_norm = i2/np.sqrt(np.sum(i2**2))
np.sum(i1_norm*i2_norm)

【问题讨论】：

标签： image numpy distance

【解决方案1】：

看起来像cosine similarity。您可以检查它是否给出与以下相同的结果：

from scipy import spatial 
cosine_distance = spatial.distance.cosine(i1.flatten(), i2.flatten()) 
cosine_similarity = 1 - cosine_distance

【讨论】：

【解决方案2】：

我不相信这是一个距离，否则 0 表示相同。这看起来像 2 个归一化向量的点积，在这种情况下，我会说它们是原始向量（从 -1 到 1 的值范围在下面描述的阈值之间）：

1 = 同向
0 = 正交
-1 = 反方向

鉴于geometric definition of the dot product，如果您有点积和向量的大小，您可以推导出两者之间的角度：

a . b = ||a|| ||b|| cos θ

或者我在这里完全错过了什么？

【讨论】：

有人推荐了这个指标来判断两张图片的相似程度。不是这样吗？
数学上它给出了被视为矩阵的图像的相似性。但是，如果您的意思是人类如何感知图像，则它可能不合适（例如，拍摄 1 张图像，从中裁剪 2 张较小的图像，两者之间的偏移量很小：图像看起来与人类相似，但从数学上讲，所有像素都已关闭，因此数学可能会说它们是不同的。归一化可能会有所帮助（例如，特定图像的居中/重塑：stackoverflow.com/questions/44914035/…）但通常对于图像，您可以使用神经网络获得更好的结果，因为卷积的灵活性