k-最近邻VS相似性搜索

gsa*_*ras 2 algorithm image image-processing similarity nearest-neighbor

这两种算法有什么区别吗?一目了然,它们看起来和我一模一样.

假设我们正在搜索图像,然后给出查询图像,可以用k-NN算法搜索k(= 10个例如)图像.在相似性搜索算法中,人们也可以搜索10个图像(10个像我猜的阈值),结果应该与k-NN算法相同,对吧?

相似性搜索的示例.

ami*_*mit 8

主要区别是相似性搜索是特征/产品,而k-NN是一种算法.

相似性搜索只是说"给我类似的项目",这是功能.它没有说明应该如何做.

另一方面,k-NN是一种算法.它不是一个特征,它是一种分类算法.相似性搜索实际上可能会使用k-NN(但不太可能).