PmH将图像分块(可以overlop,需要overlop参数和partition参数),分别建立hash表,从而提高速度与命中率:
(若未分块时hash table的sketch数为n,分为p块,为每块建立n/p个sketches,然后将所有sketches连接起来作为整幅图的hash table)
1. 由于每块特征变少,所以提高速度
2. 根据case a b c d的分析,可得case a d提高了命中率,b c命中率不变,总体上提高了命中率。
Geometry Sensitive Hash:
根据特征的尺度和方向将所有图像的坐标校准。
然后取特征中心,根据所有特征相对于中心的位置,和它们scale的关系,给每个特征加一个ID。文中分为16个位置ID和2个scale关系ID。此时,相同的words根据其中两种ID的不同,分裂为不同的“words”
最后,min-hash时,只有描述子的words相同,并且两种ID也相同时,才算是hit