|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
各向同性的迭代量化哈希算法 , F2 c* Z7 l5 z* u* P$ c
摘要:准确有效的哈希算法是实现海量高维数据近邻检索的关键.迭代量化哈希( Ilterative Quantization , TQ)和各向同性哈希( Isotropic Hash,IsoHash )是两种知名的编码方法.但是ITQ算法对旋转矩阵施加的约束过于单薄,容易导致过拟合;而 IsoHash算法缺乏对哈希编码的更新策略,降低了编码质量.针对上述问题,提出了一种各向同性的迭代量化哈希算法.该方法采用迭代的策略,对编码矩阵和旋转矩阵交替更新,并在正交约束的基础上增加各向同性约束来学习最优旋转矩阵,最小化量化误差.在CIFAR-10 ,22K LabelMe和 ANN_ GIST_1M基准库上与多种方法进行对比,实验结果表明本文算法在查准率、查全率以及平均准确率均值等指标上均明显优于对比算法.
' ]2 \: L" o9 U* M: [6 Q6 T& J关键词:哈希;大规模图像检索;各向同性;迭代量化2 \: E) [! v2 s7 Z+ Z& c
* g6 [# {" A4 M& |
- T" g7 I" K( `# E z; i5 c, }
) o) w7 [: t& }( W |
|
/1 
发表于 2021-7-1 10:26
收藏
淘帖
支持！
反对！