効率的な画像検索を実現するためのオンライン処理とオフライン処理に分離した拡散手法の利用

拡散は、検索タスクにおいてより高い検索性能を達成するために一般的に使用されるランキングまたはリランキング手法であり、近年多くの注目を集めています。しかし、拡散の欠点は、単純な k-NN 検索と比較して処理速度が遅いことであり、大規模データセットでは非軽微なオンライン計算コストが発生します。この弱点を克服するため、本論文では新しい拡散技術を提案します。当研究では、クエリに対して拡散を適用するのではなく、データベース内の各要素の拡散結果を事前に計算し、k-NN 検索プロセスの上に単純な線形結合を行うことでオンライン検索を高速化しています。提案手法により、オンライン検索速度は約10倍速くなります。さらに、従来の研究で行われていた初期切り捨てではなく、後期切り捨てを使用することでより優れた検索性能を達成することを提案しています。