此前对于分割问题的Metric都采用Dice,感觉其缺陷在于对边界的刻画不敏感,注意力主要集中在mask的内部。而Hausdorff距离作为形状相似性的一种度量,能够为Dice做出较好的补充。
Hausdorff距离量度度量空间中真子集之间的距离。所谓度量空间,也就是一个集合,其中任意元素之间的距离可定义;真子集就简单理解成一组有限(可以是无限)数目的元素(点)集合。因此,Hausdorff距离可以理解成一个点集中的点到另一个点集的最短距离的最大值。
定义如下:
其中sup(supremum)和inf(infimum)分别表示上确界和下确界。
这里我有一个问题,Hausdorff距离采用的是最大值,容易受到一个极端点的影响,有没有采用平均值的方法。