Kernel on Bag of Paths for Measuring Similarity of Shapes

Kernel on Bag of Paths For Measuring Similarity of Shapes

F. Suard, etc.

很有意思的一篇paper。最近正好在考虑怎么样将shape用于object detection。

定义path为$$h$$，长度为$$n$$，在图$$G$$上。$$h=(v1, ..., v_n)$$，$$(v_i, v{i+1}) \in E$$, for $$i=1,...,n-1$$。

两个path的similarity 定义为kernel function $$K_L(h, h')$$

$$ KL(h, h') = K_V(l(v_1), l(v_1')) \cdot \prod{i=2}^n Ke(l(v{i-1}, vi), l(v{i-1}', v_i')) \cdot K_v(l(v_n), l(v_n'))

$$

其中$$K_v$$是kernel on vertex，$$K_e$$是kernel on edge。 核心方法就是上面列出，比较两个graph就可以取平均之类。

Appendix

收录于European Symposium on Artificial Neural Networks, 2007