Searching similar images

Abstract

В данной работе рассматриваются теоретические основы методов MinHash и Locality-sensitive hashing (LSH), применяемых для решения задач поиска похожих изображений. С помощью оценок вероятностей обосновано использование этих методов. Описаны общие классы локально-чувствительных хэш-функций, изучена реализация метода LSH для векторов локальных дескрипторов изображений Google VisualRank. В среде Wolfram Mathematica 10.4.1 реализованы алгоритмы сравнения эскизов изображений как матриц цветов и с использованием множественного представления на основе цветов. Получены значения параметров, при которых LSH уменьшает время работы метода MinHash с сохранением качества определения похожих изображений.

In this paper, the theoretical basis of MinHash and Locality-sensitive hashing (LSH) methods are considered. These methods are used to solve the problems of searching for similar images. In this paper, these methods are justified using probability estimates. General classes of locally sensitive hash functions are described. Implementation of LSH method for Google Visual Rank vectors of local descriptors of images is studied. These thumbnail image comparison algorithms are implemented in Wolfram Mathematica 10.4.1.