2
我目前正在撰寫一個基於視覺詞語的圖像檢索系統的包，它與文本檢索中的矢量空間模型類似。在這個框架下，每個圖像都由一個矢量表示（有時也稱爲文獻中的直方圖）。基本上，向量中的每個數字都計算每個「視覺詞」在該圖像中出現的次數。如果2幅圖像具有「接近」在一起的矢量，這意味着它們具有許多共同的圖像特徵，因此是相似的。如何爲基於內容的圖像檢索的矢量/直方圖集合創建索引
我基本上試圖爲一組這樣的向量創建倒排文件索引。我想要一些可以從數千個（在試用階段）到數十萬甚至上百萬個圖像的數據擴展，這樣一來，自制的數據結構就無法工作。
我看過Lucene，但顯然它只是索引文本（糾正我，如果我錯了），而在我的情況下，我希望它索引數字（即矢量本身）。我已經看到人們通過以下方式將矢量轉換爲文本文檔的情況：
< 3，6，...，5> - >「w1 w2 ... wn」。基本上，任何非零的組件都被替換爲文本詞「w [n]」，其中n是該數字的索引。然後這個「文檔」被傳遞給Lucene來索引。
使用此方法的問題在於，矢量的文本表示不編碼發生特定「單詞」的頻率，因此檢索到的圖像的排名不會很好。
有誰知道一個成熟的索引API，可以處理矢量或者可能爲我的矢量提出不同的編碼方案，以便我可以繼續使用Lucene？我也查看了Lucene的圖像檢索（LIRE）項目，並試用過它附帶的演示，但運行演示時生成的例外數量使我不確定如何使用它。
至於API的語言，我向C++或Java開放。
在此先感謝您的答覆。