[논문 리뷰] Distance Between Sets - A survey

Aura Conci, Carlos S. Kubrusly|arXiv (Cornell University)|2018. 08. 07.

Image Retrieval and Classification Techniques참고 문헌 17인용 수 23

한 줄 요약

이 종합적 서베이에서는 거리 함수의 개념을 메트릭 공간과 측도 공간에서 다루며, 하우스도르프 가족과 프리셰-니코디움-아로냐스지안, 마르크체비스키-슈타인하우스와 같은 측도론적 거리에 중점을 두고 있다. 15종의 하우스도르프 변형을 분류하고 영상 처리, 패턴 인식, 객체 분석 분야의 응용을 검토하며, 실제 응용에서의 안정성과 계산적 트레이드오프를 강조한다.

ABSTRACT

The purpose of this paper is to give a survey on the notions of distance between subsets either of a metric space or of a measure space, including definitions, a classification, and a discussion of the best-known distance functions, which is followed by a review on applications used in many areas of knowledge, ranging from theoretical to practical applications.

연구 동기 및 목표

• 메트릭 공간과 측도 공간 내 부분집합 간의 거리 함수를系통적으로 분류하고 정의하는 것.
• 하우스도르프 거리와 그 15개 변형의 이론적 성질과 실용적 한계를 분석하는 것.
• 측도론적 맥락에서 프리셰-니코디움-아로냐스지안 거리와 마르크체비스키-슈타인하우스 거리를 검토하는 것.
• 계산 기하학, 영상 처리, 퍼지 집합 이론 분야에서의 집합 거리 응용을 조사하는 것.
• 실세계 패턴 인식 작업에서 다양한 거리 측정법의 강건성과 민감도를 비교하는 것.

제안 방법

• 거리 함수를 두 주요 유형으로 분류: 하우스도르프 유형(메트릭 기반)과 측도론적 유형(측도 공간 성질 기반).
• 하우스도르프 거리의 네 가지 동치 표현을 제시하고 점진적인 수정을 통해 15개의 변형을 분석.
• 프리셰-니코디움-아로냐스지안 거리와 그 정규화된 형태인 마르크체비스키-슈타인하우스 거리를 측도론적 원리로 정의.
• 임의의 비메트릭 거리가 등가 메트릭 공간과 연결될 수 있도록 준거리공간 및 몫공간 구성 기법을 활용.
• 이격 거리 함수를 영상 및 객체 분석에 적용하며, 이동, 회전, 비대칭성 고려 변형 포함.
• 합성 및 실제 영상 데이터를 이용해 성능 평가를 수행하며, 특히 얼굴 매칭 및 객체 인식 작업에 초점.

실험 결과

연구 질문

• RQ1 하우스도르프 유형 거리와 측도론적 거리 간의 핵심 이론적 차이점은 무엇인가?
• RQ2 하우스도르프 거리의 15개 변형은 영상 처리 응용에서 민감도와 안정성 측면에서 어떻게 다를까?
• RQ3 비-하우스도르프 및 비대칭 거리의 경우는 객체 매칭 및 형태 인식에서 성능 향상에 어떻게 기여하는가?
• RQ4 유한하거나 가측 집합 맥락에서 프리셰-니코디움-아로냐스지안 및 마르크체비스키-슈타인하우스와 같은 측도론적 거리는 메트릭 기반 거리와 어떻게 비교되는가?
• RQ5 실세계 영상 분석 작업에서 표준 하우스도르프 거리를 사용할 경우의 계산적 및 실용적 제약 조건은 무엇인가?

주요 결과

• 하우스도르프 거리는 이론적으로 매력적이지만, 영상 처리에서 노이즈 및 이방성에 매우 민감하여 실용적으로는 불안정하다.
• p=2인 메트릭 $ h_p' $ 와 $ \tilde{\rho} $ 기반 메트릭은 표준 하우스도르프 거리보다 영상 비교 작업에서 더 강건한 것으로 확인되었다.
• 24개의 하우스도르프 가족 조합 중에서 Dubuisson과 Jain(1994)의 연구에 따르면 $ h_0' $ 가 실제 영상 비교에서 가장 우수한 성능을 보였다.
• 비대칭 하우스도르프 거리 변형, 예를 들어 $ h_1' $ 는 큰 오버랩을 페널티로 삼아 분류 성능를 향상시켰다.
• 이동 및 강성 운동 하에서 최소 하우스도르프 거리를 계산하는 알고리즘이 실제로 얼굴 검출 및 운동 추적 작업에 성공적으로 적용되었다.
• 프리셰-니코디움-아로냐스지안 및 마르크체비스키-슈타인하우스 거리 기반의 측도론적 접근은 특히 퍼지 또는 이산 집합에서, 유한하거나 수량 측도 설정에서 안정적인 대안을 제공한다.