基于深度学习哈希算法的快速图像检索研究

• 作者: 李泗兰 郭雅
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 哈希函数 损失函数 神经网络 标签
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 3187-3192
• 页数: 6页
• 分类号: TP391.41
• 字数: 4716字
• 语种: 中文
• DOI: 10. 3969/j. issn. 1672-9722. 2019. 12. 047

摘要

现在存在的大部分监督哈希是将手工提取的特征转换为哈希值,然后根据图像标签为监督信息得到损失函数,但是手工提取特征以及不完全考虑所有损失的损失函数会降低检索精度.监督哈希算法主要目的是通过训练数据以及数据的标签提升数据与相应哈希的相似度,从而提高检索的相似度.论文提出了一个新的监督哈希算法,将每个图像的多标签转换为二进制向量,通过汉明距离得到成对图像的相似度,放入损失函数中作为监督信息,加上图像特征量化为哈希码时的量化误差以及所有图像哈希码与平衡值的差值,结合以上所有部分生成损失函数,进行网络训练.实验结果显示论文的方法在检索精度上比现有的方法有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李泗兰	广东创新科技职业学院信息工程学院	18	6	2.0	2.0
2	郭雅	广东创新科技职业学院信息工程学院	22	15	2.0	3.0