towards code-free：scalable cascaded hashing for mobile image search

approach：

A.PCA降维

首先对sift做了pca，pca的前k个主成分保留了原始描述子的大部分能量。这样做增强了召回率，且降低了模型复杂度。

通过如下实验可以看到：

1.除去第一个主成分（2个高斯）外的所有k个维数的系数分布，都近似一个高斯分布。

2.前k个主成分维数的熵是远远大于1的。

这样说明一个问题：一个bit去描述这样一个高斯分布是远远不够的，丢失了很多信息。

B. scalable cascaded hashing

这个方法可以近似看作ANN search

给一个PSIFT数据点y,以及同样的查询点q，那么

放松成：

其中ti这个阈值由广泛实验研究决定（这什么鬼）

 这里的ti指候选集相对召回率的期望（不是很好理解，x是绝对系数距离，后面会有ex），pi的估计也是一个必须的过程，这里的做法是对偶的选择配对图像，再从这些图像对中选取relevant feature pairs。根据这些样本，做PCA以后，在绝对系数距离上估计概率密度pi。

这是第一维度的pi估计图，可以发现只要选取n=40，那么就可以得到94%的 revelant true match。如果我们将每一维度串联起来，并在每一个维度选取合适的参数，那么既可以大大提高recall，并指数减少FP rate，从而减小搜索范围。

全局recall定义如下：

为了保证recall足够大，我们也需要设置阈值，使得ri>=cauthy。

有了上面的准备工作，我们可以提出SCH算法。

对于数据库图像：通过hash函数就会产生hash值。

对于检索图像：采用软阈值的方法，

其中si=2ti，这是因为我们并不知道每一个index的feature的确切位置，所以采用软阈值策略。

总的invert-index结构如下图

  

C. 二值向量匹配验证

很简单，直接截图吧：

其中z尖等于一个向量z的中值，因为不同维度之间的相对系数差被假设为稳定的的。最后计算海明距离：

主要有四个重要参数：cauthy，tao，e，c，实验调参数。