开发工具:
文件大小: 606kb
下载次数: 0
上传时间: 2021-03-14
详细说明：保留相似性的哈希是大规模图像检索中最近邻居搜索的一种广泛使用的方法。 最近，有监督的哈希方法很吸引人，因为它们通过合并有监督的信息来学习具有较少比特的紧凑型哈希码。 在本文中，我们提出了一种新的两阶段有监督哈希算法，该方法将哈希学习过程分解为学习近似哈希码的阶段，然后是学习哈希函数的阶段。 在第一阶段，我们提出了一个基于余量的目标，以找到近似的哈希码，以使与一对相似（不相似）图像关联的一对哈希码具有足够小的（较大的）汉明距离。 该目标导致极具挑战性的优化问题。 我们开发了一种协调下降算法来有效解决此优化问题。 在第二阶段，我们使用卷积神经网络学习哈希函数。 我们对具有不同图像类型的几个基准数据集进行了广泛的评估。 结果表明，与现有的有监督或无监督的哈希方法相比，所提出的基于余量的哈希方法具有实质性的改进。 （C）2016 Elsevier BV保留所有权利。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
