SPTAG：用于快速近似最近邻居搜索的库SPTAG SPTAG（空间分区树和图）是Microsoft Resea发布的用于大规模矢量近似最近邻居搜索方案的库SPTAG：用于快速近似最近邻居搜索的库SPTAG SPTAG（空间划分）树和图）是由Microsoft Research（MSR）和Microsoft Bing发布的大规模矢量近似最近邻居搜索方案的库。 简介该库假定样本表示为向量，并且可以通过L2距离或余弦距离来比较向量。 返回查询向量的向量是具有最小L2距离或余弦的向量

java交易网站源码Hnswlib - 快速近似最近邻搜索 带有 python 绑定的仅标头 C++ HNSW 实现。 HNSW 200M SIFT 实验的论文代码 消息： hnswlib 现在是 0.5.0。 添加了对酸洗索引的支持、对 PEP-517 和 PEP-518 构建的支持、小加速、错误和文档修复。 非常感谢 , , ,, , , , ! 感谢 Apoorv Sharma ，hnswlib 现在支持真正的元素更新（界面保持不变，但是当您更新元素嵌入时，性能/内存不应该降低）。 多亏了 Dmitry ，hnswlib 提高了不是 4 的倍数的向量维度的性能 感谢 Louis Abraham() 现在可以通过 pip 安装 hnswlib！ 强调： 轻量级，仅头文件，除 C++ 11 之外没有其他依赖项。 C++、python 和 R() 的接口。 完全支持增量索引构建。 支持元素删除（目前，没有实际释放内存）。 可以使用自定义用户定义的距离 (C++)。 与当前 nmslib 的实现相比，显着减少了内存占用和更快的构建时间。 算法参数的描述可以在 中找到。 Python 绑定

近似最近邻搜索算法研究与应用

针对现有图像盲取证方法在多重镜像篡改检测效果较差的问题,提出一种基于近似最近邻(ANN)搜索的图像篡改检测方法。提取图像的BRISK(Binary Robust Invariant Scalable Keypoints)特征描述子,获得图像的二值特征向量。利用PatchMatch计算特征间的偏移量并借助传导策略优化搜索相似图像块,实现篡改区域的初步检测。利用最小均方线性模型计算拟合误差移除误匹配点,精确定位篡改区域。在CASIA V2.0图像数据集和哥伦比亚大学图像数据集上进行实验,实验结果表明,该算法能够准确且高效地检测经复杂几何形变的篡改区域,特别是对多重镜像篡改检测的准确率更高。

针对高维特征向量存在的最近邻匹配正确率低的问题, 提出了一种基于SURF和快速近似最近邻搜索的图像匹配算法。首先用Fast-Hessian 检测子进行特征点检测, 并生成SURF特征描述向量; 然后通过快速近似最近邻搜索算法得到初匹配点对, 再对得出的单向匹配结果进行双向匹配; 最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对。实验证明了该算法不仅提高了SURF算法匹配的正确率, 还保证了算法的实时性。

由国外著名大学编写的非常有效近似最近邻分类算法，可直接使用，也可作为学习