LSH 是关于将向量转换为二进制向量以获得汉明距离吗？

Question

我阅读了一些关于 LSH 的论文，我知道它用于解决近似的 k-NN 问题。我们可以将算法分为两部分：

1. 给定一个任意值的D 维度（其中D 很大）的向量，用一组N（其中N<<D）散列函数将其转换为@987654325 中的二进制向量@ 尺寸。

2. 使用汉明距离，对从阶段 1 获得的给定二进制码集应用某种搜索技术以找到 k-NN。

关键是使用 XOR 计算 N 维度中向量的汉明距离很快。

无论如何，我有两个问题：

1. 如果我们使用二进制描述符，例如 ORB，第 1 点仍然是必要的吗？既然 ORB 的描述符已经是二进制的，我们使用汉明距离来比较它们，为什么我们要执行第一个点？

2. SIFT 描述的图像如何转换？每个 SIFT 描述符为 128 位，每个图像由一组描述符描述。所以我们有矩阵descX128（其中desc是使用的描述符的数量），而LSH通常接受一个向量作为输入。

Answer 1

1) 你可以绕过它，但是那么你将在D 维度中工作，而不是你所说的N。其中N << D。这意味着算法也必须适应D 维度。

---

2) 没有。

阅读SIFT from openCV：

4. 关键点描述符

现在关键点描述符已创建。一个 16x16 的社区 取关键点。它分为 16 个 4x4 大小的子块。为了 每个子块创建 8 个 bin 方向直方图。所以一共有 有 128 个 bin 值可用。它表示为要形成的向量 关键点描述符。除此之外，还采取了一些措施 实现对光照变化、旋转等的鲁棒性。

这就是我的想法，希望这就足够了：

LSH 将n 点的点集作为输入，其中每个点都位于d 维度中。

因此，查询是d 维度中的一个点，目标是找到它的NN^*。

---

1. 现在每个点都代表一个图像描述符。所以，我们的图片中有n 数据集。

2. 查询，也是一个点（即带有d的向量 坐标），表示另一个图像描述符。

3. 我们正在寻求匹配（即找到最近的邻居） 使用我们数据集中的图像描述符查询图像描述符。

所以你所说的转换是在向量中应用的，不是矩阵。

---

编辑：

此外，在我们的High-dimensional approximate nearest neighbor: k-d Generalized Randomized Forests 论文中，请参阅实验部分：

SIFT 是一个 128 维向量，通过以下方式描述局部图像块 局部梯度方向的直方图。

---

*_{或Fixed-radius near neighbors问题}