高维空间相似性搜索的记忆向量

我们从统计信号处理和决策理论的角度，研究了一种用于存储和搜索高维向量数据库的索引架构。该架构由多个存储单元组成，每个单元通过单个代表向量概括数据库的一部分。查询与存储单元中某个向量的潜在相似性通过与该单元代表向量的简单相关性来衡量。该代表向量优化了以下假设检验：查询与存储单元中的任何向量均独立， versus 查询是某个存储向量的简单扰动。与穷举搜索相比，我们的方法能在不显著降低搜索质量的情况下，显著更快地找到最相似的数据库向量。有趣的是，在高维空间中，复杂度的降低被证明更为显著。我们在大规模图像搜索场景中，使用现成的最先进描述符，实证展示了其实际价值。