Информация о проверке бит хеширования с учетом локальных особенностей?
Так что у меня был свой взгляд на поисковик изображений в качестве личного проекта. Кажется, что ротационные инвариантные функции, такие как AKAZE, SURF, SIFT и т. Д. В OpenCV, довольно хороши для моей цели. Из личного тестирования AKAZE->MLDB работает лучше всего для моей цели (в основном я ищу сопротивление артефактам сжатия и масштабирования).
Я читал о структурах ускорения для функций LSH, поскольку любая система разумного размера хотела бы быстрее, чем поиск O(N). Многие методы, похоже, полагаются на хорошую случайную дисперсию тестов. Насколько я понимаю, каждый бит в хеше LSH на самом деле является своего рода тестом сравнения изображений. Например, пиксель 4 темнее пикселя 3 или левая половина изображения темнее правой.
Я хотел попробовать метод с разреженной хеш-таблицей, эквивалентный хеш-методу, найденному в конце статьи в Википедии о хешировании, чувствительном к локальности.
https://en.wikipedia.org/wiki/Locality-sensitive_hashing
Эффективность указанного алгоритма будет зависеть от вероятности ошибки при равномерном распределении битовых тестов; в противном случае этот метод не сработает очень хорошо, особенно если в одном сегменте будет сброшено несколько элементов, поскольку битовые тесты для этого сегмента имеют низкую дисперсию. Так что я хочу найти больше информации о том, какие тесты выполняются в этих алгоритмах LSH, информация кажется немного скудной о том, какие тесты фактически выполняются для генерации этих битов. Если у кого-то есть какая-либо информация, мы будем очень признательны.