이전에 미분 가능한 top-k / argmax 질문 올렸던 사람임




해보고 싶은게 정확하게는


두 이미지를 각각 segmentation 했을 때 비슷할 것인가? 를 판단하는 메트릭이 필요한데


(segmentation은 아니어도 되고, 어쨋든 이미지 전반의 local, global 한 구조를 비교해야 함)


segmentation 은 신경망이 아니라 고전적인 방법으로 진행해야 함


내 경우에 LPIPS, SSIM, PSNR 같은 걸 비교하는 건 적절하지 않음





각각의 이미지에 대해


spectral clustering 같은 걸 해서 graph adjacent matrix 나 graph laplacian 를 계산한 다음


이것들로 두 이미지의 구조적인 유사성을 비교하려고 함.


고전적인 segmentation 관점에선 graph laplacian의 eigenvector들을 여러개 구한다음에 이것들의 차이를 구하는게 맞을 거 같은데


eigenvector들을 잔뜩 구한다음에 걔들끼리의 직교성을 본다 이런 거 좀 수치적으로 애바 같고


그래프 이론 찾아보니까 random walk kernel 같은게 제일 적절해보였는데


제대로 찾아가고 있는지 모르겠다


주변에 이런 거 하는 사람이 없어서 혼자 이상한 곳으로 쳐박히는 거 아닌가 싶어서