三维网格分割的评价指标：Rand Index、Hamming、Cut Discrepancy 与边界距离度量

三维网格分割的评价指标：Rand Index、Hamming、Cut Discrepancy 与边界距离度量

起因：读 Bang et al.（Computer Graphics Forum 2021）《Estimating Garment Patterns from Static Scan Data》时发现，这类服装 / 网格分割工作常常只用"跑通了 + 肉眼看着边界更平滑"来交差，几乎没有可比的量化指标。可真要评一个分割算法，到底该用哪些数？

这篇把网格分割评测里最常被引用的那套指标讲清楚——源自 Princeton Segmentation Benchmark（PSB，Chen 等，SIGGRAPH 2009） 的区域型指标（Rand Index / Hamming / Cut Discrepancy），以及常用的边界敏感指标（Boundary F-score / Hausdorff）。

先统一记号

• 网格有 N 个元素（面片或顶点），每个元素被赋予一个标号（label）。
• S = 真值分割（ground truth，通常取多个人工标注的统计结果）；S′ = 算法输出的预测分割。
• 评测目标：衡量 S′ 和 S 到底有多"像"。

指标分两大派：

1. 区域 / 逐对型（pair-wise, region-based）：只看"哪些元素被分到了一起"，对边界具体落在哪不敏感。
2. 边界 / 距离型（boundary-based, distance-based）：只看"分界线在哪、离真值差多远"，对区域内部纯不纯净不敏感。

要评得站得住脚，两边都得报。

一、区域型指标

1. Rand Index（RI）

把每个元素看成一个点，考察所有点对是否被一致地分在了一起。

• a = 在 S 和 S′ 里都同属一组的点对数
• b = 在两边都分属不同组的点对数
• c、d = 只在一方同组、另一方不同组的点对数（分歧）

RI = (a + b) / C(N, 2)       其中 C(N,2) = N(N-1)/2

范围 [0, 1]，越大越好，1 表示完全一致。

直觉：它同时奖励"该在一块的确实在一块"（a）和"该分开的确实分开了"（b）。

坑：

• "两端同组"和"两端不同组"被同等看待。当分割很碎（组很多）时，b 天然就大，RI 会虚高——随机分割也常能拿到 0.7 以上。所以 RI 必须配着别的指标一起看。
• 对"分割成几块"不敏感。真值只有 3 组、你却切了 30 组，RI 也可能不低。

改进版：Adjusted Rand Index（ARI）（扣除随机期望）、Probabilistic Rand Index（PRI）（对多个人工真值取期望，PSB 用的就是这个思路）。

2. Fowlkes–Mallows Index（FM）

把"逐对"判定拆成查准 / 查全，再取几何平均：

逐对查准 precision = a / (a + c)
逐对查全 recall    = a / (a + d)
FM = sqrt(precision × recall) = a / sqrt((a + c)(a + d))

范围 [0, 1]，越大越好。比 RI 更能体现"预测出的组是否真的对应真值的组"，PSB 里常与 RI 并列使用。

3. Purity 与 Entropy（PSB 也用了）

这两个衡量每个预测组内部有多"纯"：

• Purity：对每个预测组 R′，取出它与某个真值组 R 的最大重叠，再按组大小加权平均。

Purity = (1/N) × Σ_{R′} max_{R} |R ∩ R′|

越大越好，1 表示每个预测组都完整落在一个真值组里。

• Entropy：对每个预测组 R′，计算其成员落在各真值组上的分布熵，再按组大小加权平均。

Entropy = −(1/N) × Σ_{R′} Σ_{R} |R ∩ R′| × log( |R ∩ R′| / |R′| )

越小越好，0 表示毫无歧义。

Purity / Entropy 的毛病和 RI 恰好相反：它们不惩罚"过度分割"——把每个元素单独列成一组，Purity 直接满分。所以还是那句话：单独一个数都不够用。

二、边界距离型指标

区域型指标对"边界偏了 1cm 还是 10cm"毫无感觉。要评边界，就得直接量分界线之间的距离。

4. Cut Discrepancy（CD）

先把分割的"切割线"（segment 之间的边界）取出来，记 S 的切割点集为 C，S′ 的为 C′。

• 对 C 中每个点，量它到 C′ 中最近点的距离（在网格上量测地距离）；
• 反向再量一遍 C′ → C；
• 两边距离求和，再用两条切割线的平均长度（或网格尺度）做归一化：

CD(S, S′) = ( Σ_{p∈C} d(p, C′) + Σ_{q∈C′} d(q, C) ) / avg_cut_length(S, S′)

越小越好，0 表示边界完全重合。它回答的问题是："你的边界和真值边界，平均偏出去多远？"

5. Hamming Distance（HD，分割语境下）

在网格分割评测里，HD 不是信息论里那个逐位比较，而是：

在把两个分割的区域做最优一一配对之后，最少需要改变多少个元素的标号，才能让两个分割完全一致。

换句话说，它是"被分错归属的元素数量"的一个下界式度量。越小越好，0 表示完全一致。常用于报告边界处错配的比例。

三、边界敏感指标（源自 2D，3D 可迁移）

6. Boundary F-score（BF）

设真值边界点集 B_g，预测边界点集 B_p，给定一个容差 τ：

• 预测点算命中（TP）：它与 B_g 中最近点的距离 ≤ τ
• precision = |命中预测点| / |B_p|
• recall = |能在 τ 内找到预测点对应的真值点| / |B_g|
• BF = 2 × precision × recall / (precision + recall)

越大越好，1 表示在 τ 容差下边界完全吻合。

关键在 τ：它把"严格逐点对齐"放宽成"差不太多就算对"，更符合人对分割质量的感知。τ 通常取网格平均边长或某个绝对尺度，报告时必须写清 τ 是多少，否则这个数字没有意义。

变体：Boundary IoU（把 IoU 只算在边界带内）、relaxed boundary、trimap 等，思路同源。

7. Hausdorff Distance

衡量两组点集在最坏情况下的偏差。

• 单向：h(A,B) = max_{a∈A} min_{b∈B} d(a,b)（A 中最"孤单偏远"的点，离 B 有多远）
• 对称 Hausdorff：H(A,B) = max( h(A,B), h(B,A) )

用在分割上，A、B 就是真值 / 预测的边界点集。越小越好。

坑： 单个离群点就能把 Hausdorff 顶到天上去（因为取 max）。实践中几乎都改用鲁棒版本：

• 95th-percentile Hausdorff：取距离分布的第 95 百分位，抗离群；
• ASSD（Average Symmetric Surface Distance，平均对称表面距离）：

ASSD = ( Σ_{a∈A} min_{b∈B} d(a,b) + Σ_{b∈B} min_{a∈A} d(a,b) ) / ( |A| + |B| )

即双向平均距离，最平滑、最稳，医学图像里最常用。

四、怎么选？一张决策表

你关心什么	用哪个	方向
元素有没有被分到一起	Rand Index / FM	越大越好
每个预测组纯不纯	Purity / Entropy	纯度越大、熵越小越好
分界线平均偏了多远	Cut Discrepancy	越小越好
有多少元素归属错了	Hamming Distance	越小越好
容差内边界对不对	Boundary F-score	越大越好
边界最坏偏差 / 平均偏差	Hausdorff / 95%-Hausdorff / ASSD	越小越好
逐元素类平均交并比（补充）	mIoU / Accuracy	越大越好

建议： 区域型（RI/FM 或 mIoU）＋ 边界型（CD 或 BF）各报一个，再配可视化对比。只用单个指标，一定经不起推敲。

五、常见坑

1. RI 虚高：随机分割也能 0.7+，别只报 RI。
2. Purity 不罚过度分割：把每个元素单列一组就满分，必须配 RI / HD。
3. 不写容差 τ 的 Boundary F-score 等于没写。
4. 裸 Hausdorff 被离群点毒害：改用 95% 分位或 ASSD。
5. 测地距离 vs 欧氏距离：3D 网格边界距离要走表面测地距离，欧氏距离会"穿墙"从而低估偏差。
6. 对齐 / 归一化要交代：不同数据集尺度不同，报告前说明归一化方式。
7. 只做定性对比：像不少早期服装重建工作那样，只给"边界更平滑"的肉眼结论 + 计算耗时，读者无法复现、无法比较。想被引用，就给数字。

六、和 IoU / Accuracy 的关系

• mIoU / Accuracy 也是区域型，但按"每个元素归到哪一类"直接算，适合有固定语义类别（上衣 / 裤子 / 皮肤）的分割。
• RI / FM / Purity / Entropy 不依赖类别语义、也不依赖类别数，适合无监督 / 形状分割（把同一形状切块），这正是 PSB 的场景。
• CD / HD / BF / Hausdorff 是"边界派"，与上面两类正交。

术语表 / Key Terms

• PSB（Princeton Segmentation Benchmark） — 普林斯顿分割基准，Chen 等 2009；网格分割评测的经典数据集与指标集
• Rand Index (RI) — 逐点对一致性比例
• ARI / PRI — 调整 RI / 概率 RI，分别修正随机期望与多人真值
• Fowlkes–Mallows (FM) — 逐对查准 × 查全的几何平均
• Purity / Entropy — 预测组的纯度 / 歧义熵
• Cut Discrepancy (CD) — 切割线之间的双向归一化距离，越小越好
• Hamming Distance (HD) — 最优区域配对下需改标签的元素数，越小越好
• Boundary F-score (BF) — 容差 τ 下边界的查准 / 查全调和平均
• Boundary IoU — 只算边界带内的 IoU
• Hausdorff Distance — 两边界点集的最坏偏差（取 max）
• 95th-percentile Hausdorff — 取第 95 分位的鲁棒 Hausdorff
• ASSD — 平均对称表面距离，双向平均、最稳
• Geodesic Distance — 测地距离，沿表面走的最短路径长度
• Consistency Error — 后续工作为修正 RI / HD 的偏好而提出的改进指标

---

笔记系列。