近日，以视感知研究室09年毕业的博士生刘一为第一作者的论文(Y. Liu, X.-L. Wang, H.-Y.

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

for 3D Partial Shape Retrieval")被人工智能与计算机视觉领域顶级期刊International

Journal of Computer Vision (IJCV)录用。

该文主要研究了如何对两个特征集合的部分相似性测度进行学习的基本问题。论文在现有特征集合Earth Mover距离的基础上，提出了一种单调变换的方法，来得到理想的基础距离度量(ground

distance)，以提高Earth Mover距离对缺失特征和混杂特征的鲁棒性，从而使其能够更好地应用于部分相似性检索任务。论文证明当该单调变换满足一定性质，可采用测度嵌入(metric

embedding)方法来大大提高相似性检索的计算速度。论文还提出一种保序的Adaboost监督学习方法，在检索任务中可快速地利用先验知识和用户反馈信息对该单调变换进行优化，使基于Earth

Mover距离的部分相似性测度能够灵活用于多种检索任务。论文还给出了在特征集合约束下，如何学习特征间Mahalanobis距离的方法。