常见距离度量方式及其区别

1、几种常见距离度量方式

见https://www.cnblogs.com/daniel-D/p/3244718.html

2、为什么用外观特征使用余弦距离，而不是欧式距离。

余弦相似度：取值范围[-1,1]
余弦距离=1-余弦相似度：取值范围[0,2]

1）含义：欧式距离体现数值上的绝对差异，用在特征向量上含义模糊；余弦距离体现方向上的相对差异，侧重于相似度、向量方向，与向量的大小无关。

2）取值范围：欧式距离范围不固定，余弦距离范围固定，在维度较多情况下也是[0,2]。

因此，类似于客户评价、外观特征，用余弦相似度更好一些。

3、为什么行人位置匹配使用马氏距离而不是欧式距离、IOU等

1）马氏距离就是“加强版的欧氏距离”。

a：马氏距离是尺度无关的，与各维度的值大小无关，与单位无关。相当于进行了标准化。

它规避了欧氏距离中对于数据特征方差不同的风险，在计算中添加了协方差矩阵进行方差归一化，从而使各维度尺度无关。从而马氏距离不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关。（由于进行了减均值并除协方差矩阵的操作，故马氏距离尺度无关，所谓尺度无关有两层含义，一是与值的大小无关，二是与单位无关）

b：马氏距离还可以排除变量之间的相关性的干扰。

马氏距离和欧式距离公式：https://blog.csdn.net/bluesliuf/article/details/88862918

2）为什么用马氏距离不用IOU

猜测马氏距离考虑的中心点距离和长宽比还有高度，但是IOU只是交并比。马氏距离和CIOU更加相似。马氏距离比单纯IOU好些。

4、如下介绍了改进的论文，包括JDE等

http://www.uml.org.cn/ai/202011274.asp

5、EMD(earth mover's distances)距离

对于离散的概率分布，Wasserstein距离也被描述为推土距离(EMD)。如果我们将分布想象为两个有一定存土量的土堆，那么EMD就是将一个土堆 转换 为另一个土堆所需的最小总工作量。

适用于点云匹配。