豪斯多夫距离(Hausdorff distance):一种用来衡量两个集合(常见为点集、曲线或形状)相似程度的距离度量。直观上,它表示“从一个集合中任取一点,到另一个集合最近点的距离”的最大值(通常再对两个方向取最大),因此对离群点/边界差异比较敏感。也常用于计算机视觉、形状匹配、拓扑与度量空间等领域。
/ˈhaʊzdɔːrf ˈdɪstəns/
The Hausdorff distance between the two point sets is small.
这两组点集之间的豪斯多夫距离很小。
To compare the predicted outline with the ground-truth shape, we computed the Hausdorff distance, which highlights the worst-case boundary error.
为了比较预测轮廓与真实形状,我们计算了豪斯多夫距离,它能突出显示边界误差的最坏情况。
“Hausdorff distance”以德国数学家费利克斯·豪斯多夫(Felix Hausdorff)命名。该概念源于他在集合论、拓扑学与度量空间等领域的基础性工作;后来在几何、分析以及计算机科学中被广泛采用,用于描述集合之间的“最远的最近距离”意义上的差异。