私はフィッシャー・ベクトルについて何かお読みしましたが、私はまだ学習過程にあります。これは、GMM（またはk-means、通常はVLADと呼ばれていても）を利用して、従来のBoF表現よりも優れた表現です。Fisher VecotrとImage Retirevalの距離の測定方法は？
しかし、私は通常、SVMなどの分類問題に使用されていることがわかりました。
しかし、画像検索はどうですか？私は彼らが画像検索にも使われているのを見ましたが（here）、私は1点を理解していません.2つの画像を表す2つのFVが与えられているので、どのように距離を計算しますか？
このような状況で使用することは妥当ですか？
以下の2つの論文に見られるように、ユークリッド距離が一般的な選択肢のようです。また、ドットプロダクトを類似度として使用することについても言及しています。コサイン類似度（密接に関連する）は、ML類似性の一般的なメトリックです。
http://link.springer.com/article/10.1007/s11263-013-0636-x
http://www.robots.ox.ac.uk/~vgg/publications/2013/Simonyan13/simonyan13.pdf
、あなたのニーズに合ったものを選択できるように、この十分ですか？
ありがとうございます、それは私のニーズを満たすdefenetelyものです:)私はLSHを介しておおよその類似のアイテムが見つかりました一般的なフレームワークを実装しているので、それは同様のFVを見つけるために許容可能なソリューションだと思いますか？通常、私は逆インデックスが使われていることを知っていますが、ここでは、これらのソリューションが記述されている論文のように、100Mではなく50kのMAYBE 100kイメージを使用しています。 – justHelloWorld
特に、コサイン類似度およびL2距離のために設計された最先端技術のFALCONNは、あなたの答えに従って完璧であろう。 – justHelloWorld
はい。 LSHは特に類似性の意味を保持しているので、簡単な方法のどれでもあなたによく役立ちます。実際には、（私の基準では）イメージが非常に少ないので、余弦とL2の両方を試すことができます。結果を比較して、どちらがあなたに役立つかを見てください。 – Prune
文書にアクセスするには登録が必要ですが、穏やかな要件ですが驚きです。 – Prune