基于稀疏自编码的无监督哈希算法
Chinese Journal of Liquid Crystals and Displays（2018）
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.
更多查看译文
关键词
image hashing, sparse autoencoder, KL distance, quantization error, unsupervised algorithm
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要