用于大规模数据库中高效视觉描述符检索的紧凑哈希码
计算机视觉与模式识别
2016-05-11 v1
摘要
本文提出了一种基于多重 k-means 分配计算的紧凑哈希码，用于视觉描述符检索的高效方法。该方法已应用于局部和全局视觉内容描述符的近似最近邻（ANN）搜索问题，并在不同数据集上进行了测试：三个包含多达十亿个描述符的大规模公共数据集（BIGANN），以及在卷积神经网络（CNNs）最新进展支持下，还在 CIFAR-10 和 MNIST 数据集上进行了测试。实验结果表明，尽管该方法简单，但其性能非常高，优于更复杂的最先进（state-of-the-art）方法。
引用
@article{arxiv.1605.02892,
title = {Compact Hash Codes for Efficient Visual Descriptors Retrieval in Large Scale Databases},
author = {Simone Ercoli and Marco Bertini and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:1605.02892},
year = {2016}
}