728x90
두 벡터 간의 각도 차이로 유사한 정도를 구하는 방법이다.
0~1 사이의 값이 나오게된다.
두 벡터가 직교이면 D = 1로 가장 유사성이 없다고 판단한다.
두 벡터가 비슷한 방향일수록 D가 0에 가까워지므로 유사하다고 판단한다.
$$ D = 1 - \frac{X \cdot Y}{||X|| \times ||Y||}$$
D : 코사인 거리
X, Y : 코사인 거리를 구하고자 하는 각각의 벡터들
Cosine Similarity - 코사인 유사도 - 토탈 데이터 과학 블로그 - Total Data Science
코사인유사도,Cosine Similarity,벡터 내적
euriion.com
'컴퓨터비전' 카테고리의 다른 글
| 핀홀 카메라 모델(pinhole camera model) (0) | 2022.01.15 |
|---|---|
| Shortcut Layer (0) | 2021.11.28 |
| IOU(Intersection Over Union) (0) | 2021.11.22 |
| [Object Detection+Tracking] Yolov4+DeepSort Demo (0) | 2021.10.17 |
| 마할라노비스 거리(Mahalanobis distance) (0) | 2021.10.15 |
