Question

我在matlab中使用FLANN并使用SIFT特征描述符作为我的数据。有一个功能：

[result, ndists] = flann_search(index, testset, ...);

这里index是用kd-tree构建的。 “用户手册”表示result返回testset中样本的最近邻居，ndists包含测试样本与最近邻居之间的相应距离。我使用了欧氏距离，发现ndists中的距离与原始数据计算的距离不同。更奇怪的是，ndists中的所有数字都是整数，这对于欧氏距离来说通常是不可能的。你能帮我解释一下吗？

Answer 1

FLANN默认返回平方欧氏距离（x ₁ ² + ... + x _n < SUP> 2 ）。您可以使用flann_set_distance_type(type, order)更改已使用的指标（请参阅manual）。

example：

from pyflann import *
import numpy as np

dataset = np.array(
    [[1., 1, 1, 2, 3],
     [10, 10, 10, 3, 2],
     [100, 100, 2, 30, 1]
     ])
testset = np.array(
    [[1., 1, 1, 1, 1],
     [90, 90, 10, 10, 1]
     ])

result, dists = FLANN().nn(
    dataset, testset, 1, algorithm="kmeans", branching=32, iterations=7, checks=16)

输出：

>>> result
array([0, 2], dtype=int32)
>>> dists
array([  5., 664.])
>>> ((testset[0] - dataset[0])**2).sum()
5.0
>>> ((testset[1] - dataset[2])**2).sum()
664.0

SIFT特征是整数，因此在平方欧氏距离的情况下，结果距离也是整数。

matlab中的FLANN返回与我自己的计算不同的距离

1 个答案: