一种等量约束聚类的无监督蒸馏哈希图像检索方法

摘要：

为了进一步降低无监督深度哈希检索任务中的伪标签噪声,提出了一种等量约束聚类的无监督蒸馏哈希图像检索方法.该方法主要分为两个阶段,在第一阶段中,主要对无标签图像进行软伪标签标注,用于第二阶段监督哈希特征学习,通过所提等量约束聚类算法,在软伪标签标注过程中可以有效降低伪标签中的噪声;在第二阶段中,主要对学生哈希网络进行训练,用于提取图像哈希特征.通过所提出的无监督蒸馏哈希方法,利用图像软伪标签指导哈希特征学习,进一步提高了哈希检索性能,实现了高效的无监督哈希图像检索.为了评估所提方法的有效性,在CIFAR-10、FLICKR25K和EuroSAT三个公开数据集上进行了实验,并与其他先进方法进行了比较.在CIFAR-10数据集上,与TBH方法相比,所提方法检索精度平均提高12.7％;在FLICKR25K数据集上,与DistillHash相比,所提方法检索精度平均提高1.0％;在EuroSAT数据集上,与ETE-GAN相比,所提方法检索精度平均提高16.9％.在三个公开数据集上进行的实验结果表明,所提方法能够实现高性能的无监督哈希检索,且对各类数据均有较好的适应性.

关键词：无监督哈希、图像检索、聚类、知识蒸馏、自监督学习

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家重点研发计划;江苏省自然科学基金资助项目;中国博士后科学基金资助项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：601-606,627