Как идентифицировать объекты, связанные с данными KD Tree?

Я изучал KD Trees и поиск KNN в 2D и 3D пространстве. Я не могу найти хорошего объяснения того, как определить, на какие объекты ссылается каждый узел дерева.

Примером может служить база данных сравнения изображений. Если бы вы сгенерировали дескрипторы для всех изображений, вы бы поместили все данные дескриптора в одно дерево? Если да, то как узнать, какие узлы связаны с какими исходными изображениями? Если нет, могли бы вы сгенерировать дерево для каждого изображения, а затем выполнить какой-либо тип запросов ближайшего соседа KD-Tree Random Forest, чтобы определить, какие деревья находятся ближе всего друг к другу в трехмерном пространстве?

Пример изображения может быть не лучшим вариантом для KD-Trees, поскольку это многомерное пространство, но я больше использую его, чтобы помочь объяснить вопрос, который я задаю.

Приветствуются любые рекомендации по практическому применению запросов KD-Tree KNN для сравнения объектов.

Спасибо!


person Wes    schedule 24.07.2015    source источник


Ответы (1)


Типичный узел дерева KD содержит ссылку на точку данных.

Дерево KD, которое хранит только координаты, гораздо менее полезно.

Таким образом, вы можете легко их идентифицировать.

person Has QUIT--Anony-Mousse    schedule 27.07.2015
comment
Не могли бы вы указать ссылку, которая объясняет это немного глубже с примерами кода? Глядя на SciPy, он показывает только вводимые значения, а не ссылочные ключи - docs.scipy.org/doc/scipy-0.15.1/reference/generated/ - person Wes; 28.07.2015
comment
Что ж, не считайте scipy оптимальной реализацией ... но проверьте второе возвращаемое значение query. - person Has QUIT--Anony-Mousse; 28.07.2015