Рассматривается колонковый классификатор как метод распознавания и кластеризации образов, основанный на понятии обратных образов. Этот подход заменяет операции сравнения неизвестных образов с образами-прототипами операциями пересечения обратных образов. Выполнение этих операций требует значительно меньшего объема вычислений, чем использование операций сравнения. Возможная аналогия с хешированием состоит в том, что признаки распознаваемого образа являются адресами, играющими роль аргумента хеш-функции, которые определяют имя класса образа без поисковых операций, как при хешировании. В качестве примера практической реализации описанного метода решается задача распознавания динамически изменяющихся образов, представленных видеоклипами.