《表7 量化粒度与量化误差及查询时间的关系》
实验中我们发现,重排序过程中执行面量化距离近似方法时,可将子空间进一步划分,然后在更低维度的子空间进行面量化近似求解.该细化的粒度称作面量化粒度,设为Pplane,Pplane对查询准确率和查询时间均有极大影响,本文通过实验说明面量化粒度带来的影响.如图6所示,数据集选取的是ANN_SIFT1M,簇内乘积量化树的配置为k1=4,k2=32,P=2,k3=8,w1=2,w2=16,近邻簇大小为500,候选集合规模小于等于20 000,可见查询准确度会随着Pplane的增大而上升,查全率不受量化粒度的影响.如表7所示是不同量化粒度下量化器引入的平均量化误差以及对应的查询时间比对,显然量化粒度增大,平均量化量化误差减小但计算复杂度增加,查询时间随之增大,如何在查询准确度和查询速度之间做一个合适的权衡,需要根据具体应用要求进行取舍,选择Pplane=16可在一定的精确度损失范围内适当减少计算和存储的开销.
图表编号 | XD00134457700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 刘淑伟、陈威、赵伟、陈进才、卢萍 |
绘制单位 | 华中科技大学武汉光电国家研究中心、华中科技大学信息存储系统教育部重点实验室、华中科技大学武汉光电国家研究中心、华中科技大学信息存储系统教育部重点实验室、华中科技大学计算机科学与技术学院、华中科技大学武汉光电国家研究中心、华中科技大学信息存储系统教育部重点实验室、华中科技大学信息存储系统教育部重点实验室、华中科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |