基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
最近邻搜索在大规模图像检索中变得越来越重要.在最近邻搜索中,许多哈希方法因为快速查询和低内存被提出.然而,现有方法在哈希函数构造过程中对数据稀疏结构研究的不足,本文提出了一种无监督的稀疏自编码的图像哈希方法.基于稀疏自编码的图像哈希方法将稀疏构造过程引入哈希函数的学习过程中,即通过利用稀疏自编码器的KL距离对哈希码进行稀疏约束以增强局部保持映射过程中的判别性,同时利用L2范数来哈希编码的量化误差.实验中用两个公共图像检索数据集CIFAR-10和YouTube Faces验证了本文算法相比其他无监督哈希算法的优越性.
推荐文章
基于稀疏自编码的无监督图像哈希算法
哈希算法
图像检索
稀疏自编码
无监督
KL差异
基于稀疏自编码特征聚类算法的图像窜改检测
稀疏自编码
K-means聚类算法
同图复制
块匹配
基于无监督哈希算法的车辆图像快速检索
无监督哈希
三元组
卷积神经网络
车辆图像
快速检索
基于SSIM稀疏自编码网络的异常事件检测
结构相似性
稀疏自编码
马氏距离
反向传播
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于稀疏自编码的无监督哈希算法
来源期刊 液晶与显示 学科 物理学
关键词 图像哈希 稀疏自编码 KL距离 量化误差 无监督算法
年,卷(期) 2018,(11) 所属期刊栏目 图像处理
研究方向 页码范围 950-957
页数 8页 分类号 O431.2|O431.1
字数 4762字 语种 中文
DOI 10.3788/YJYXS20183311.0950
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谭家海 中国科学院西安光学精密机械研究所 5 7 1.0 2.0
2 张丽萍 7 2 1.0 1.0
3 孟卫平 10 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (13)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(12)
  • 参考文献(0)
  • 二级参考文献(12)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像哈希
稀疏自编码
KL距离
量化误差
无监督算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
液晶与显示
月刊
1007-2780
22-1259/O4
大16开
长春市东南湖大路3888号
12-203
1986
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
21631
论文1v1指导