(1)树为基础,例如B-树,KD tree Randomized KD tree。
使用这种类别会发生的问题是当维数较大时会发生维数灾难。
(2)哈希,例如SH、LSH、KMH、ITQ。
使用该类别会发生的问题是压缩率大,准确率不高。
(3)基于视觉单词的倒排列表,例如IVF-BOW、IMI-PQ、C-MI。分割图像的特征,把图像像单词一样分隔开。 压缩率大,准确率高。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。