如何测量Fisher Vector之间的距离以进行图像检索？答案

【问题标题】：How to measure distance between Fisher Vector for Image Retrieval?如何测量Fisher Vector之间的距离以进行图像检索？
【发布时间】：2016-06-27 15:38:39
【问题描述】：

我读过一些关于 Fisher Vector 的文章，但我仍在学习过程中。它比经典的 BoF 表示更好，利用 GMM（或 k-means，即使通常称为 VLAD）。

但是，我发现它们通常用于分类问题，例如 SVM。

但是图像检索呢？我已经看到它们也被用于图像检索（here），但我不明白一点：给定两个 FV 代表 2 个图像，我们如何计算它们的距离以及“这两个图像有多相似？”

在这种情况下使用它们是否合理？

【问题讨论】：

请注意，访问文档需要注册——这是一个温和的要求，但仍然令人惊讶。

标签： image-processing machine-learning computer-vision content-based-retrieval

【解决方案1】：

从下面的两篇论文中可以看出，欧几里得距离似乎是流行的选择。也有使用点积作为相似性度量的参考；余弦相似度（密切相关）是机器学习相似度的普遍流行指标。

http://link.springer.com/article/10.1007/s11263-013-0636-x

http://www.robots.ox.ac.uk/~vgg/publications/2013/Simonyan13/simonyan13.pdf

这足以让您选择满足您需求的东西吗？

【讨论】：

非常感谢，这绝对能满足我的需求 :) 由于我正在实施一个通用框架，通过 LSH 找到近似相似的项目，你认为这是一个可以接受的寻找相似 FV 的解决方案吗？通常我知道使用倒排索引，但在这里我使用不超过 50k 可能 100k 图像，而不是描述这些解决方案的论文中的 100M。
根据您的回答，特别是针对余弦相似性和 L2 距离设计的最先进的 FALCONN 将是完美的。
是的。由于 LSH 特别保留了一种相似感，因此任何简单的方法都应该很好地为您服务。事实上，由于您的图像太少（按照我的标准 :-)），您可以同时尝试余弦和 L2；比较结果，看看哪个更适合您。