有监督相似性保持的深度二阶哈希方法

摘要：

近年来深度哈希方法因其存储效率高和查询速度快的优势在大规模图像检索领域受到了广泛关注.为改善深度成对有监督哈希方法在图像检索上的性能,从提高深度哈希获取图像特征的全局性和同类样本相似性角度出发,提出了一种有监督相似性保持的深度二阶哈希方法.该方法采用成对样本图像进行特征建模,并利用协方差估计来捕获样本图像的深度二阶信息,以获取具有良好全局表达能力的深度二阶哈希码;在此基础上,借鉴类哈希近似二值化来解决哈希映射过程中的非凸性问题,以更好地避免量化误差,同时基于多损失函数集成思想构建类别监督和相似性保持的联合约束,进而采用交替迭代的优化方式实现网络的端到端训练,最终确定样本图像的最优哈希码.在3个通用数据集上进行了广泛的实验,结果有效表明了所提出有监督相似性保持的深度二阶哈希方法的有效性.

关键词：深度哈希、二阶统计建模、类别监督、相似性保持、图像检索

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;辽宁省重点研发计划项目;辽宁省自然科学基金;国家民族事务委员会中青年英才培养计划

在线出版日期：2023-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：482-489