现有最优局部敏感哈希技术在实时处理中的缺陷与改进方案
数据库
2019-12-17 v1
摘要
最近邻查询处理是许多图像检索应用的基本操作。通常，图像由特征提取算法生成的高维向量存储和表示。由于基于树的索引结构因众所周知的“维数灾难”而对高维处理无效，近似最近邻技术被用于更快的查询处理。局部敏感哈希（LSH）是一种非常流行且高效的近似最近邻技术，以其亚线性查询处理复杂度和理论保证而著称。如今，随着技术的出现，若干不同的应用领域需要实时高维数据存储与处理能力。现有 LSH 技术不适合处理实时数据与查询。本文讨论了现有 LSH 技术在处理实时高维图像数据时的挑战与缺陷。此外，通过实验分析，我们提出了对现有最优 LSH 技术的改进，以实现高维图像数据的高效处理。
引用
@article{arxiv.1912.07091,
title = {Drawbacks and Proposed Solutions for Real-time Processing on Existing State-of-the-art Locality Sensitive Hashing Techniques},
author = {Omid Jafari and Khandker Mushfiqul Islam and Parth Nagarkar},
journal= {arXiv preprint arXiv:1912.07091},
year = {2019}
}
备注
Accepted and Presented at the 5th International Conference on Signal and Image Processing (SIGI-2019), Dubai, UAE