svm - CBIR 如何使用 SVM 而不是欧几里得距离？

Question

通常 CBIR 使用欧几里德距离来比较查询图像和数据库图像特征向量。

然而，在数学作品中，我得到了一个源代码，它不是欧几里德距离，而是使用 SVM 完成的，例如使用两种技术的基于内容的图像检索：

1. 使用knn进行图像检索；
2. 使用 svm 进行图像检索。

它是如何工作的？

Answer 1

该领域有一些文献：

使用 SVM 算法的基于内容的图像检索

一种使用支持​​向量机的图像检索方法

使用 Latent Ranking SVM 进行结构化对象查询的图像检索

据我所知，简单的方法是进行特征提取阶段（即使用 PCA），然后进行一类 svm分类。

K-NN 通常使用欧几里得距离，因此该算法为您提供更一致的决策边界和最重要的特征提取阶段。你可以在这里看到一个例子