利用kd-fern的快速最近鄰居搜索的制作方法
【專(zhuān)利摘要】一種系統(tǒng)包括收發(fā)器，處理器、數(shù)據(jù)庫(kù)和存儲(chǔ)器。用于執(zhí)行最近鄰居搜索的指令被儲(chǔ)存在存儲(chǔ)器中。通過(guò)收發(fā)器從相機(jī)或其它輸入設(shè)備接收查詢(xún)點(diǎn)導(dǎo)致處理器構(gòu)造KD-Fern，其具有節(jié)點(diǎn)做為一有序組的分裂維度和閾值。KD-Fern的相同層處的所有節(jié)點(diǎn)具有相同的分裂維度和相同的閾值T。二進(jìn)制位在每個(gè)節(jié)點(diǎn)處產(chǎn)生，其描述對(duì)于該特定節(jié)點(diǎn)的相應(yīng)閾值比較判定。處理器將二進(jìn)制映射中的多個(gè)二進(jìn)制地址的每個(gè)與相應(yīng)的最近鄰居索引關(guān)聯(lián)，確定查詢(xún)點(diǎn)的二進(jìn)制地址，且返回通過(guò)從二進(jìn)制映射中提取的最近鄰居結(jié)果例如至車(chē)輛制動(dòng)、轉(zhuǎn)向或車(chē)身控制模塊。
【專(zhuān)利說(shuō)明】利用KD-FERN的快速最近鄰居搜索

【技術(shù)領(lǐng)域】
[0001] 本公開(kāi)涉及利用KD-Fern方法來(lái)增加最近鄰居搜索的速度的系統(tǒng)和方法。

【背景技術(shù)】
[0002] 最近鄰居（NN)搜索被用在各種應(yīng)用中，包括計(jì)算機(jī)視覺(jué)、圖形識(shí)別和目標(biāo)檢測(cè)。對(duì) 于給定搜索或查詢(xún)點(diǎn)，NN搜索的目的是要在參考數(shù)據(jù)集中的大量數(shù)據(jù)點(diǎn)中按照Euclidian 距離找到最接近數(shù)據(jù)點(diǎn)。一組矢量表示所有的可能的Euclidean距離?；綨N搜索的變 化形式是k-NN搜索，其中對(duì)給定查詢(xún)點(diǎn)找到"k"個(gè)最接近矢量針。替換地，近似NN (ANN) 搜索找到一近似地接近查詢(xún)點(diǎn)的矢量作為最接近矢量。
[0003] 經(jīng)由NN搜索技術(shù)檢查的數(shù)據(jù)點(diǎn)可例如是用于目標(biāo)檢測(cè)中的可視或其它圖案。由 此，NN搜索對(duì)于大量的不同圖形識(shí)別任務(wù)的執(zhí)行來(lái)說(shuō)是基本的。計(jì)算機(jī)視覺(jué)領(lǐng)域中的實(shí)例 包括目標(biāo)檢測(cè)和圖像獲取。在相對(duì)高維度空間中，找到準(zhǔn)確的方案需要許多矢量比較，且因 此，當(dāng)使用傳統(tǒng)的NN搜索技術(shù)時(shí)計(jì)算會(huì)相對(duì)較慢。
[0004] 用于增加基礎(chǔ)NN搜索的速度的現(xiàn)有方法包括使用K-維度（KD)樹(shù)，隨機(jī)KD樹(shù)和 Hierarchical K-means。KD樹(shù)特別提供了一種空間劃分?jǐn)?shù)據(jù)結(jié)構(gòu)，用于在給定維度空間中 組織興趣點(diǎn)。在典型的KD樹(shù)算法中，二進(jìn)制樹(shù)被創(chuàng)建，其中該樹(shù)的每個(gè)節(jié)點(diǎn)具有分裂維度 和分裂閾值。維度空間中的給定根單元被分裂為兩個(gè)子單元，而該子單元?jiǎng)t被分裂為再兩 個(gè)子單元，直至沒(méi)有更多的分裂發(fā)生。最終的單元被稱(chēng)為"葉單元"。使用NN搜索技術(shù)，通 過(guò)使用KD樹(shù)排除維度空間的大部分區(qū)域且由此降低搜索負(fù)擔(dān)，最接近給定輸入點(diǎn)的KD樹(shù) 上的點(diǎn)可被找到。但是，KD樹(shù)和其它方法可做出的搜索速度并不理想。


【發(fā)明內(nèi)容】

[0005] 本文公開(kāi)了一種系統(tǒng)和方法，其用于經(jīng)由使用下文稱(chēng)為KD-Fern的技術(shù)來(lái)改善現(xiàn) 有最近鄰居（NN)搜索技術(shù)的可能的搜索速度。本方法的實(shí)例性應(yīng)用可包括目標(biāo)檢測(cè)和特 征識(shí)別，且由此KD-Fern可具有在機(jī)器人、自動(dòng)駕駛、道路障礙檢測(cè)、圖像獲取和其它發(fā)展 的圖形識(shí)別應(yīng)用中的具體應(yīng)用。
[0006] 在一個(gè)實(shí)施例中，一種系統(tǒng)包括處理器、數(shù)據(jù)庫(kù)和存儲(chǔ)器。數(shù)據(jù)庫(kù)包含多個(gè)數(shù)據(jù) 點(diǎn)。用于執(zhí)行最近鄰居搜索的指令被儲(chǔ)存在存儲(chǔ)器中。使用本文所述的方法，從數(shù)據(jù)點(diǎn)的 數(shù)據(jù)庫(kù)先驗(yàn)地創(chuàng)建KD-Fern，創(chuàng)建的KD-Fern具有一組節(jié)點(diǎn)作為分裂維度和分裂閾值的有 序組。從輸入源接收查詢(xún)數(shù)據(jù)點(diǎn)使得處理器執(zhí)行指令。KD-Fern的相同層（level)處的所 有節(jié)點(diǎn)具有相同的分裂維度和相同的閾值τ。在KD-Fern的每個(gè)節(jié)點(diǎn)處，處理器還獨(dú)立地 產(chǎn)生二進(jìn)制0或1位，其描述對(duì)于特定節(jié)點(diǎn)的閾值判定，然后使用查詢(xún)點(diǎn)訪(fǎng)問(wèn)二進(jìn)制映射 (binary map)。處理器還從二進(jìn)制映射返回查詢(xún)點(diǎn)的最近鄰居結(jié)果，該最近鄰居是數(shù)據(jù)庫(kù) 中最接近查詢(xún)點(diǎn)的點(diǎn)。
[0007] -種相關(guān)聯(lián)的方法包括在受限構(gòu)造上述KD-Fern后，經(jīng)由收發(fā)器，從輸入設(shè)備，接 收查詢(xún)數(shù)據(jù)點(diǎn)。對(duì)于KD-Fern的每個(gè)節(jié)點(diǎn)，處理器獨(dú)立地產(chǎn)生二進(jìn)制（0或1)位，其描述對(duì) 于特定節(jié)點(diǎn)的相應(yīng)閾值比較判定。且將二進(jìn)制映射中的多個(gè)二進(jìn)制地址的每個(gè)與相應(yīng)的 最近鄰居索引相關(guān)聯(lián)，例如與被識(shí)別為對(duì)于具有給定二進(jìn)制地址的任意點(diǎn)的最近鄰居相關(guān) 聯(lián)。該方法還包括確定查詢(xún)點(diǎn)的二進(jìn)制地址，且經(jīng)由收發(fā)器，通過(guò)從二進(jìn)制映射中提取對(duì)于 查詢(xún)點(diǎn)的相應(yīng)最近鄰居，返回最近鄰居結(jié)果。
[0008] 本方法的隨機(jī)化KD-Fern變化形式也在此予以描述。在該替換方法中，多個(gè)這種 KD-Fern被隨機(jī)地先驗(yàn)地創(chuàng)建，且一起返回對(duì)于近似最近鄰居的多個(gè)候選節(jié)點(diǎn)。在這種變化 形式中，代替根據(jù)最大平均方差選擇分裂維度，具有最大方差的固定數(shù)量的維度被考慮，且 分裂維度被從它們中隨機(jī)地選擇。通過(guò)從各個(gè)KD-Fern中限制被訪(fǎng)問(wèn)葉的數(shù)量，近似最近 鄰居被返回。
[0009] 一種實(shí)例性車(chē)輛也在這里進(jìn)行描述，其可包括控制器、數(shù)字相機(jī)和上述系統(tǒng)。在該 實(shí)施例中，相機(jī)是至系統(tǒng)的輸入設(shè)備。在該信息被從二進(jìn)制映射提取后，收發(fā)器返回對(duì)于查 詢(xún)點(diǎn)的最近鄰居結(jié)果至控制器?？刂破?，例如制動(dòng)、轉(zhuǎn)向或車(chē)身控制模塊響應(yīng)于返回的最近 鄰居結(jié)果而執(zhí)行關(guān)于車(chē)輛的特性的控制動(dòng)作。在可能的實(shí)施例中，車(chē)輛中使用的該系統(tǒng)可 使用隨機(jī)化KD-Fern方法。
[0010] 當(dāng)結(jié)合附圖時(shí)，從下面的用于執(zhí)行如所附權(quán)利要求限定的本發(fā)明的一些最佳方式 和其它實(shí)施例的具體描述可容易地明白本發(fā)明的上述特征和優(yōu)點(diǎn)，以及其它特征和優(yōu)點(diǎn)。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0011] 圖1是用于執(zhí)行本發(fā)明的基于KD-Fern最近鄰居（NN)搜索即使的示例性系統(tǒng)的 示意圖；
[0012] 圖2是至圖1的系統(tǒng)的示例性輸入數(shù)據(jù)的示意圖，其形式為具有被選擇外觀(guān)片段 的訓(xùn)練圖像；
[0013] 圖3是使用KD-Fern的示例性二維空間分裂與使用KD樹(shù)提供的分裂比較的示意 圖；
[0014] 圖4是描述KD-Fern技術(shù)應(yīng)用的示意性流程圖；
[0015] 圖5是具有圖1的系統(tǒng)的示例性車(chē)輛的示意圖，描述了對(duì)于這里提出的KD-Fern 方法的可能的應(yīng)用。

【具體實(shí)施方式】
[0016] 參考附圖，其中相同的附圖標(biāo)記對(duì)應(yīng)于多個(gè)附圖中相同或類(lèi)似的部件，圖1示意 性地示出了示例性系統(tǒng)10。系統(tǒng)10被配置為經(jīng)由中央處理單元（CPU)從有形非暫時(shí)性 計(jì)算機(jī)可讀介質(zhì)或存儲(chǔ)器(MEM)執(zhí)行代碼，以改善基于部分的目標(biāo)檢測(cè)方法（part-based object detection method)的搜索速度。在下面結(jié)合圖2-4詳述KD-Fern方法，系統(tǒng)10的 示例性車(chē)輛應(yīng)用在下面結(jié)合圖5給出。
[0017] 圖1中所示的系統(tǒng)10可被實(shí)施為一個(gè)或多個(gè)計(jì)算計(jì)算機(jī)，其具有存儲(chǔ)器，其中一 些是計(jì)算機(jī)可讀的有形非暫時(shí)性存儲(chǔ)器（MEM)。存儲(chǔ)器（MEM)的實(shí)例可包括只讀存儲(chǔ)器 (ROM)、光學(xué)存儲(chǔ)器、閃存等。系統(tǒng)10還可包括暫時(shí)性存儲(chǔ)器，例如隨機(jī)訪(fǎng)問(wèn)存儲(chǔ)器（RAM)和 可擦寫(xiě)可電編程只讀存儲(chǔ)器（EEPR0M)。參考訓(xùn)練點(diǎn)的數(shù)據(jù)庫(kù)（DB)和二進(jìn)制映射（M)(都在 下面詳述)被包括在系統(tǒng)10中或在執(zhí)行本文公開(kāi)的KD-Fern技術(shù)中可被CPU訪(fǎng)問(wèn)。相關(guān)聯(lián) 的硬件也可被包括在系統(tǒng)10中，例如高速時(shí)鐘、模擬至數(shù)字（A/D)電路、數(shù)字至模擬（D/A) 電路和任何所需的輸入/輸出（I/O)電路和設(shè)備，包括收發(fā)器（T)、以及信號(hào)調(diào)制和緩沖電 子器件。
[0018] 收發(fā)器（T)可被用于接收來(lái)自輸入源14的輸入數(shù)據(jù)(箭頭12)，例如圖2中所示和 下面所述的數(shù)字圖像12A。在這種實(shí)施例中，目標(biāo)15的原始圖像(箭頭11)可被輸入源14 捕獲，其也示出在圖2中，輸入源14例如為視覺(jué)系統(tǒng)，其形式為光電或紅外相機(jī)。雖然圖像 或其它圖形識(shí)別（pattern recoginition)應(yīng)用特別適用于本KD-Fern技術(shù)，但是輸入數(shù)據(jù) (箭頭12)不限于圖像或圖形識(shí)別。本領(lǐng)域技術(shù)人員應(yīng)認(rèn)識(shí)到，KD-Fern技術(shù)可用于改善各 種其它基于部分的目標(biāo)檢測(cè)方法的速度，或通常采用最近鄰居（nearest neighbor:·)搜 索的實(shí)際上任何問(wèn)題，標(biāo)識(shí)最近鄰居的輸出信號(hào)(箭頭16)被提供作為KD-Fern搜索的結(jié) 果。
[0019] 參考圖2, KD-Fern技術(shù)的非限制性實(shí)例應(yīng)用是圖1的輸入數(shù)據(jù)(箭頭12)中的圖 形被分析的一種技術(shù)。在該例子中，目標(biāo)15的數(shù)字圖像12A (其包括多個(gè)像素13)被捕獲， 例如車(chē)輛、駕駛員、障礙或要被識(shí)別的任意其它特征。圖像片段17可被從數(shù)字圖像12中取 樣且經(jīng)由圖1的系統(tǒng)10處理，以找到用于與訓(xùn)練組中的多個(gè)候選點(diǎn)有關(guān)的給定查詢(xún)點(diǎn)的最 近鄰居。訓(xùn)練組形成這種數(shù)據(jù)點(diǎn)的參考組，其可被包含在圖1的數(shù)據(jù)庫(kù)（DB)中。
[0020] KD-Fern技術(shù)以?xún)蓚€(gè)階段執(zhí)行：（I)KD-Fern構(gòu)建，其在接收查詢(xún)點(diǎn)前有限發(fā)生；和 (II)KD-Fern/NN搜索。通常，階段I涉及從η維空間中的各個(gè)數(shù)據(jù)點(diǎn)（p)構(gòu)建圖1的數(shù)據(jù) 庫(kù)（DB)。系統(tǒng)10則使用其硬件和相關(guān)邏輯以從η維空間構(gòu)造一個(gè)或多個(gè)KD-Fern作為一 種判定樹(shù)（decision tree),如下結(jié)合圖3和4所述。系統(tǒng)10獲得查詢(xún)點(diǎn)，例如從圖2中所 示的圖像片段17中采樣的數(shù)據(jù)點(diǎn)，然后利用從階段I預(yù)先構(gòu)建的KD-Fern (s)快速地在圖 1的數(shù)據(jù)庫(kù)（DB)中找到最接近數(shù)據(jù)點(diǎn)。
[0021] 不同于包括KD樹(shù)（KD-Trees)的現(xiàn)有NN搜索技術(shù)，本發(fā)明的KD-Fern技術(shù)允許讓 用于各個(gè)NN判定的每個(gè)位被獨(dú)立地確定。在KD樹(shù)中，必須首先知道被確定的第一位比較 結(jié)果以進(jìn)一步進(jìn)行，這是一種在用在較大數(shù)據(jù)組中時(shí)會(huì)減慢KD樹(shù)技術(shù)的需求。本KD-Fern 方法還允許用戶(hù)訪(fǎng)問(wèn)預(yù)先填充的二進(jìn)制映射（Μ)僅一次，以確定用于給定查詢(xún)點(diǎn)的最近鄰 居結(jié)果。KD-Fern技術(shù)簡(jiǎn)單地輸出維度（V)和相應(yīng)的閾值（τ )的列表，且在給定查詢(xún)點(diǎn)的 情況下，快速地計(jì)算其在KD-Fern中的位置，以由此確定最近鄰居。
[0022] 精確NN搜索問(wèn)題可被如下簡(jiǎn)單地描述：給定數(shù)據(jù)點(diǎn)的數(shù)據(jù)庫(kù)Pc和查詢(xún)矢 量,找到argminpeP|k_pll。如本領(lǐng)域熟知的，KD樹(shù)數(shù)據(jù)結(jié)構(gòu)產(chǎn)生平衡的二叉樹(shù)，其 在填充的數(shù)據(jù)庫(kù)中包含各個(gè)訓(xùn)練點(diǎn)，作為KD樹(shù)的"葉"。樹(shù)的每個(gè)"節(jié)點(diǎn)"指定對(duì)于其分 裂維度（spliting dimension)的索引，de {l，...，k}，且閾值τ限定分裂值（spliting dimension)。這就是η維空間是如何被劃分的，圖3中示出且在下面描述了實(shí)例。
[0023] 給定查詢(xún)q，q (d)表示其第d(dth)項(xiàng)，以"根至葉"的方式通過(guò)在在每個(gè)節(jié)點(diǎn)計(jì)算 q(d)的二進(jìn)制值〉τ且接著在1值處遵循右手分支和在〇值處遵循左手分支，從而穿越Kd 樹(shù)。當(dāng)達(dá)到葉數(shù)據(jù)集點(diǎn)（dataset point)時(shí)，其至該查詢(xún)的距離被計(jì)算且被保存。可選地， 由d, τ限定的每個(gè)穿越節(jié)點(diǎn)（traverse node)可被插入至"優(yōu)先級(jí)隊(duì)列"，其具有等于其至 查詢(xún)的距離的鍵值：|q(d)_T |。在達(dá)到葉后，通過(guò)從具有優(yōu)先級(jí)隊(duì)列中最小鍵值（key)的 節(jié)點(diǎn)在樹(shù)中下行而繼續(xù)KD樹(shù)搜索。當(dāng)優(yōu)先級(jí)隊(duì)列中的最小鍵值大于找到的最小距離時(shí)，該 搜索被停止，由此確保精確最近鄰居被返回。
[0024] 在一些關(guān)鍵的方面由圖1的系統(tǒng)10執(zhí)行的KD-Fern技術(shù)與該現(xiàn)有的KD樹(shù)方法有 所不同，其現(xiàn)在將結(jié)合上述的兩個(gè)一般階段I和Π 給出描述。
[0025] 階段I :KD_Fern構(gòu)造算法
[0026] 圖1的系統(tǒng)10中的存儲(chǔ)器（MEM)內(nèi)，作為本發(fā)明的KD-Fern技術(shù)的階段I的部分， 下面的邏輯被記錄以在任意后續(xù)NN搜索中執(zhí)行：
[0027] 輸入：數(shù)據(jù)組，

【權(quán)利要求】
1. 一種系統(tǒng)，包括： 收發(fā)器； 處理器； 數(shù)據(jù)庫(kù)，其包含多個(gè)數(shù)據(jù)點(diǎn)；和 有形的非暫時(shí)性計(jì)算機(jī)可讀存儲(chǔ)器，用于執(zhí)行最近鄰居搜索的指令被記錄在該存儲(chǔ)器 上； 其中處理器被配置為構(gòu)造出KD-Fern，其具有一組節(jié)點(diǎn)作為分裂維度和閾值的有序組， 其中在KD-Fern的相同層處的所有節(jié)點(diǎn)具有相同的分裂維度d和相同的閾值τ，且其中 通過(guò)收發(fā)器從輸入設(shè)備接收查詢(xún)點(diǎn)使得處理器通過(guò)處理器經(jīng)由指令的執(zhí)行而進(jìn)行以下操 作： 對(duì)于KD樹(shù)的每個(gè)節(jié)點(diǎn)獨(dú)立地產(chǎn)生二進(jìn)制（0或1)位，其描述了用于該特定節(jié)點(diǎn)的相應(yīng) 閾值比較判定； 將二進(jìn)制映射中的多個(gè)二進(jìn)制地址的每個(gè)與相應(yīng)的最近鄰居索引相關(guān)聯(lián)； 確定查詢(xún)點(diǎn)的二進(jìn)制地址；和 通過(guò)從二進(jìn)制映射提取用于查詢(xún)點(diǎn)的相應(yīng)最近鄰居，經(jīng)由收發(fā)器返回最近鄰居結(jié)果。
2. 如權(quán)利要求1所述的系統(tǒng)，還包括與處理器通信的外部設(shè)備，其中收發(fā)器被配置為 將最近鄰居結(jié)果返回至該外部設(shè)備，且其中該外部設(shè)備被配置為響應(yīng)于接收的最近鄰居結(jié) 果而執(zhí)彳了控制動(dòng)作。
3. 如權(quán)利要求1所述的系統(tǒng)，其中該系統(tǒng)被配置為構(gòu)造多個(gè)KD-Fern，從具有最大方差 的固定數(shù)目的維度中隨機(jī)地選擇分裂維度，且將近似的最近鄰居結(jié)果作為最近鄰居結(jié)果返 回。
4. 如權(quán)利要求1所述的系統(tǒng)，其中二進(jìn)制映射包括記錄在具有炒項(xiàng)的查找表中的每 個(gè)長(zhǎng)度為L(zhǎng)的多個(gè)二進(jìn)制串，且其中二進(jìn)制映射在最近鄰居搜索的執(zhí)行過(guò)程中僅被訪(fǎng)問(wèn)一 次，以確定用于該查詢(xún)點(diǎn)的最近鄰居結(jié)果。
5. 如權(quán)利要求1所述的系統(tǒng)，其中輸入設(shè)備是相機(jī)，其可操作以輸出數(shù)字圖像，且其中 處理器被配置為接收數(shù)字圖像中的點(diǎn)作為查詢(xún)點(diǎn)。
6. -種車(chē)輛，包括： 控制器； 數(shù)字相機(jī)；和 一系統(tǒng)，其包括： 收發(fā)器； 處理器； 數(shù)據(jù)庫(kù)，其包含多個(gè)數(shù)據(jù)點(diǎn)，其中處理器被配置為使用數(shù)據(jù)庫(kù)中的多個(gè)數(shù)據(jù)點(diǎn)構(gòu)造多 層KD-Fern，所述多層KD-Fern具有一組節(jié)點(diǎn)作為分裂維度d和閾值τ的有序組，KD-Fern 的相同層處的所有節(jié)點(diǎn)具有相同的分裂維度和相同的閾值τ ;和 有形的非暫時(shí)性計(jì)算機(jī)可讀存儲(chǔ)器，用于執(zhí)行最近鄰居（ΝΝ)搜索的指令被記錄在該存 儲(chǔ)器上； 其中通過(guò)收發(fā)器從數(shù)字相機(jī)接收查詢(xún)點(diǎn)使得通過(guò)處理器執(zhí)行指令，且由此使得計(jì)算機(jī) 設(shè)備進(jìn)行以下操作： 對(duì)于KD樹(shù)的每個(gè)節(jié)點(diǎn)獨(dú)立地產(chǎn)生二進(jìn)制（0或1)位，其描述了用于特定節(jié)點(diǎn)的相應(yīng)閾 值比較判定； 將二進(jìn)制映射中的多個(gè)二進(jìn)制地址的每個(gè)與相應(yīng)的最近鄰居索引相關(guān)聯(lián)； 確定查詢(xún)點(diǎn)的二進(jìn)制地址；和 通過(guò)從二進(jìn)制映射提取用于查詢(xún)點(diǎn)的相應(yīng)最近鄰居，經(jīng)由收發(fā)器將最近鄰居結(jié)果返回 至控制器；且 其中控制器被配置為響應(yīng)于返回的最近鄰居結(jié)果而執(zhí)行與車(chē)輛的性能有關(guān)的控制動(dòng) 作。
7. 如權(quán)利要求6所述的車(chē)輛，其中控制器是以下中之一： 制動(dòng)控制器，其中所述車(chē)輛的性能是由一組制動(dòng)促動(dòng)器施加的制動(dòng)力； 轉(zhuǎn)向控制器，其中所述車(chē)輛的性能是由轉(zhuǎn)向馬達(dá)施加的轉(zhuǎn)向力。
8. 如權(quán)利要求6所述的車(chē)輛，其中控制器是車(chē)身控制模塊，且車(chē)輛的性能是HVAC或驅(qū) 動(dòng)位置設(shè)定。
9. 如權(quán)利要求6所述的車(chē)輛，其中二進(jìn)制映射包括記錄在具有2L項(xiàng)的查找表中且每個(gè) 長(zhǎng)度為L(zhǎng)的多個(gè)二進(jìn)制串，且其中在最近鄰居搜索過(guò)程中處理器僅訪(fǎng)問(wèn)二進(jìn)制映射一次， 以確定用于該查詢(xún)點(diǎn)的最近鄰居結(jié)果。
10. 如權(quán)利要求6所述的車(chē)輛，其中該系統(tǒng)被配置為構(gòu)造多個(gè)KD-Fern，從具有最大 方差的固定數(shù)目的維度中隨機(jī)地選擇分裂維度，且返回近似最近鄰居結(jié)果作為最近鄰居結(jié) 果。
【文檔編號(hào)】G06F17/30GK104216936SQ201310660847
【公開(kāi)日】2014年12月17日 申請(qǐng)日期:2013年12月9日 優(yōu)先權(quán)日:2013年6月3日
【發(fā)明者】D.M.利瓦伊 申請(qǐng)人:通用汽車(chē)環(huán)球科技運(yùn)作有限責(zé)任公司