近日，以視感知研究室09年畢業的博士生劉一為第一作者的論文(Y. Liu, X.-L. Wang, H.-Y.

Wang, H. Zha, H. Qin, "Learning Robust Similarity Measures

for 3D Partial Shape Retrieval")被人工智能與計算機視覺領域頂級期刊International

Journal of Computer Vision (IJCV)錄用。

該文主要研究了如何對兩個特征集合的部分相似性測度進行學習的基本問題。論文在現有特征集合Earth Mover距離的基礎上，提出了一種單調變換的方法，來得到理想的基礎距離度量(ground

distance)，以提高Earth Mover距離對缺失特征和混雜特征的魯棒性，從而使其能夠更好地應用于部分相似性檢索任務。論文證明當該單調變換滿足一定性質，可采用測度嵌入(metric

embedding)方法來大大提高相似性檢索的計算速度。論文還提出一種保序的Adaboost監督學習方法，在檢索任務中可快速地利用先驗知識和用戶反饋信息對該單調變換進行優化，使基于Earth

Mover距離的部分相似性測度能夠靈活用于多種檢索任務。論文還給出了在特征集合約束下，如何學習特征間Mahalanobis距離的方法。