PQ for ANN image retrieval

最新推荐文章于 2022-04-07 12:15:40 发布

原创

最新推荐文章于 2022-04-07 12:15:40 发布 · 592 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#检索

本文介绍了PQ（Product Quantization）技术在近似最近邻（ANN）图像检索中的作用，涉及Vector Quantization和K-Means。通过将特征分组并进行量化，PQ能够在保持检索质量的同时平衡内存和效率。此外，文章还简要提及了监督学习中的SVM应用。

近似最近邻检索

hash

PQ

Vector Quantization

这项技术广泛地用在信号处理以及数据压缩等领域。事实上，在 JPEG 和 MPEG-4 等多媒体压缩格式里都有 VQ 这一步。

Vector Quantization ，其实它本身并没有这么高深。大家都知道，模拟信号是连续的值，而计算机只能处理离散的数字信号，在将模拟信号转换为数字信号的时候，我们可以用区间内的某一个值去代替着一个区间，比如，[0, 1) 上的所有值变为 0 ，[1, 2) 上的所有值变成 1 ，如此类推。其这就是一个 VQ 的过程。一个比较正式一点的定义是：VQ 是将一个向量空间中的点用其中的一个有限子集来进行编码的过程。
这里写图片描述

一个典型的例子就是图像的编码。最简单的情况，考虑一个灰度图片，0 为黑色，1 为白色，每个像素的值为 [0, 1] 上的一个实数。现在要把它编码为 256 阶的灰阶图片，一个最简单的做法就是将每一个像素值 x 映射为一个整数 floor(x255) 。当然，原始的数据空间也并不以一定要是连续的。比如，你现在想要压缩这个图片，每个像素只使用 4 bit （而不是原来的 8 bit）来存储，因此，要将原来的 [0, 255] 区间上的整数值用 [0, 15] 上的整数值来进行编码，一个简单的映射方案是 x15/255 。

实际做法就是：将每个像素点当作一个数据，跑一下 K-means ，得到 k 个 centroids ，然后用这些 centroids 的像素值来代替对应的 cluster 里的所有点的像素值。对于彩色图片来说，也可以用同样的方法来做，例如 RGB 三色的图片，每一个像素被当作是一个 3 维向量空间中的点。