LSH用于基于汉明距离的快速NN相似性搜索？

Question

我正在调查多维向量的快速NN搜索。 （与在提取和计算特征向量之后搜索相似图像一样）

我目前正在使用 ORB 来描述带有位字符串的关键点 为了比较2个描述符，ORB需要汉明距离。

我已阅读过LSH根据Eucliand距离（L2）或Manathann距离（L1）计算其哈希表。 这是否意味着LSH isn't是一个需要汉明距离的矢量比较选项？

修改

LSH可以使用汉明距离，因为它根据初始位串上的子串创建哈希表，这就是它的工作原理

Answer 1

汉明距离相当于限制为布尔矢量的L1（曼哈顿）距离。

Answer 2

没有。 LSH不限于L1或L2（Eucliand距离）。它只是一种高级分区或索引的高级方法，无论你怎么称呼它。

LSH将帮助您找到查询向量中最可能的KNN向量。之后，您可以使用l1 / l2 /余弦/阻塞代码进行详细的相似性或距离计算。