我已经阅读了很多关于最近邻问题的论文，看来像随机kd树或LSH这样的索引技术已成功用于基于内容的图像检索（CBIR），它可以在高维空间中运行。一个非常常见的实验是SIFT查询向量，在数据集中找到最相似的SIFT描述符。如果我们使用所有检测到的SIFT描述符重复该过程，我们可以找到最相似的图像。
然而，另一种流行的方法是使用Bag of Visual Words并将检测到的所有SIFT描述符转换为一个巨大的稀疏向量，可以使用相同的文本技术（例如倒排索引）进行索引。
我的问题是：这两种不同的方法（通过最近邻技术匹配SIFT描述符和SIFT描述符上的VS Bag特征+反转索引）是非常不同的，我不明白哪一个是更好。
如果第二种方法更好，那么最近邻在计算机视觉/图像处理中的应用是什么？
答案 0 :(得分：1)
哦，小男孩，我想问一个问题，即使论文也无法回答。为了进行比较，人们应该采用两种方法的最先进技术并进行比较，测量速度，准确度和召回率。具有最佳特征的那个比另一个好。
就个人而言，我没有听过太多关于视觉词汇的东西，我只在文本相关的项目中使用了词袋模型，而不是与图像相关的项目。而且，我很确定我见过很多人使用第一种方法（包括我和我们的research）。
这是我得到的最好的，所以如果我是你，我会搜索一篇比较这两种方法的论文，如果我找不到，我会找到两种方法的最佳代表（你发布的链接有2009年的一篇论文，我认为这是旧的，并检查他们的实验。
但要小心！为了比较最佳代表的方法，您需要确保每篇论文的实验都是超级相关的，所使用的机器具有相同的“功效”，所使用的数据具有相同的性质和大小，并且等等。