JD와 마찬가지로 데이터 세트 간의 유사성을 측정하는 데 사용되는 통계 척도.

Image Segmentation에서 정답과 예측간의 차이를 알기위해 사용한다.

F1 Score와 개념상 같지만, 영상처리에서 더 강조를 하는 경향이 있다.

SDD는 다음과 같다.

$$ SDD(x,y) = 1 - SDC \\= 1 - {2|x\cap y|\over |x| + |y|} $$

Jaccard와 마찬가지로 유사도 값의 범위는 [0,1]이다.

라벨링된 영역과 예측한 영역이 정확히 같다면, 1이되며 그렇지 않을 경우에는 0이 된다.

JD와 달리 SDD는 삼각 부등식 조건을 만족하지 않기 때문에 Metric이 아니다.