효율적인 이미지 검색을 위한 온라인 및 오프라인 처리로 확산 분리하기

확산은 검색 작업에서 순위 결정 또는 재순위 결정 방법으로 자주 사용되어 더 높은 검색 성능을 달성하고 있으며, 최근 몇 년 동안 많은 주목을 받고 있습니다. 그러나 확산의 단점은 단순 k-최근접 이웃(k-NN) 검색에 비해 느리게 수행되는 점으로, 대규모 데이터셋에서는 상당한 온라인 계산 비용이 발생합니다. 이러한 약점을 극복하기 위해 본 논문에서는 새로운 확산 기술을 제안합니다. 본 연구에서는 쿼리에 확산을 적용하는 대신, 데이터베이스의 각 요소에 대한 확산 결과를 사전 계산하여, 온라인 검색 과정에서 k-NN 검색 위에 간단한 선형 조합을 수행하도록 하였습니다. 제안된 방법은 온라인 검색 속도 면에서 10배 가량 더 빠르게 됩니다. 또한, 이전 연구들에서 사용된 초기 절삭(early truncation) 대신 후기 절삭(late truncation)을 사용하여 더욱 우수한 검색 성능을 달성할 수 있도록 제안합니다.