SIFT10M数据集，已用于评估近似近邻搜索方法

Xiping Fu, Brendan McCane, Steven Mills, Michael Albert and Lech Szymanski Department of Computer Science, University of Otago, Dunedin, New Zealand {xiping, mccane, steven, malbert, lechszym}@cs.otago.ac.nz Data Set Information: In SIFT10M, the titles of the png files indicate the columns position of the SIFT features. This data set has been used for evaluating the approximate nearest neighbour search methods. The patches can be used for visualisation purpose and helps for analysing the performance of the corresponding approximate nearest neighbour search methods. Attribute Information: Each SIFT feature is a 128D column, and the corresponding patch is saved in 41*41 png format. The png files are compressed into 307 tar files for downloading. Relevant Papers: Xiping Fu, Brendan McCane, Steven Mills, and Michael Albert, 'NOKMeans: Non-orthogonal K-means hashing', in Asian Conference on Computer Vision (ACCV14). pp 162--177. Xiping Fu, Brendan McCane, Steven Mills, Michael Albert, and Lech Szymanski, 'Auto-JacoBin: Auto-encoder Jacobian Binary Hashing', submitted to PAMI. Citation Request: Please refer to the Machine Learning Repository's citation policy

作者：傅西平、布伦丹·麦凯恩（Brendan McCane）、史蒂文·米尔斯（Steven Mills）、迈克尔·阿尔伯特（Michael Albert）、莱赫·希曼斯基（Lech Szymanski），新西兰达尼丁奥塔哥大学计算机科学系，联系邮箱：{xiping, mccane, steven, malbert, lechszym}@cs.otago.ac.nz

数据集说明：在SIFT10M数据集中，PNG（可移植网络图形格式，Portable Network Graphics）文件的文件名代表对应SIFT（尺度不变特征变换，Scale-Invariant Feature Transform）特征的列位置。本数据集曾被用于评估近似最近邻搜索方法，其中的图像块可用于可视化分析，有助于对应近似最近邻搜索方法的性能评测。

属性说明：每个SIFT特征为128维列向量，对应的图像块以41×41像素的PNG格式存储。所有PNG文件被打包为307个tar压缩包以供下载。

相关论文：1. 傅西平、布伦丹·麦凯恩、史蒂文·米尔斯、迈克尔·阿尔伯特，《NOKMeans：非正交K均值哈希》，收录于亚洲计算机视觉大会（ACCV14），第162-177页；2. 傅西平、布伦丹·麦凯恩、史蒂文·米尔斯、迈克尔·阿尔伯特、莱赫·希曼斯基，《Auto-JacoBin：自编码器雅可比二值哈希》，提交至《IEEE模式分析与机器智能汇刊》（PAMI）。

引用要求：请遵循机器学习仓库（Machine Learning Repository）的引用规范。

搜集汇总

背景与挑战

背景概述

SIFT10M数据集是一个用于评估近似近邻搜索方法的数据集，包含128维的SIFT特征和对应的41*41大小的png图像块，总大小为7.3G，适用于机器视觉和图像识别领域的研究。