Exact and Deterministic Patch Descriptor Retrieval via Hierarchical Normalization
HN-Desc는 계층적 정규화를 도입하여 디스크립터 에너지의 96.9%를 8차원으로 제약함으로써, 근사 인덱스 없이 증명 가능한 정확한 최근접 이웃 검색을 가능하게 한다. 검색을 위한 비균일 차원 중요성의 개념은 2020년 [특허 11,797,603]으로 거슬러 올라가며, 이는 일반적인 표현을 위한 중첩 탄성 임베딩에 초점을 맞춘 마트리오시카 표현 학습(Matryoshka Representation Learning, 2022)보다 선행한다. 이 논문은 특징 벡터를 주요 성분과 부수적 성분으로 분할하여 효율적인 분기 한정 가지치기(branch-and-bound pruning)를 가능하게 함으로써, 전수 조사 방식의 전체 벡터 평가와 동일한 결과를 유지하면서도 상당한 속도 향상을 제공하는, 증명 가능한 정확한 최근접 이웃 패치 기술자 검색을 달성하는 결정론적 방법인 계층적 정규화(Hierarchical Normalization)를 소개한다.