基于稀疏三元码的多层网络用于通用向量压缩
计算机视觉与模式识别
2017-11-01 v1 信息论
math.IT
摘要
我们提出了用于快速相似度搜索的稀疏三元码（STC）的多层扩展，重点在于从三元码重建数据库向量。为权衡 STC 的紧凑性与重建向量的质量，我们研究了这些码在不同设置下的率失真特性。我们表明单层码在高码率下无法获得满意结果。因此，我们将 STC 的概念扩展到多层，并设计了 ML-STC——一种无码本系统，依次精炼前层残差的重建。虽然 ML-STC 保持了单层 STC 的稀疏三元结构，从而适用于大规模数据库中的快速相似度搜索，但我们表明，在基于模型的合成数据和公共大规模数据库上，其率失真性能均优于若干二进制哈希方法。
引用
@article{arxiv.1710.11510,
title = {A multi-layer network based on Sparse Ternary Codes for universal vector compression},
author = {Sohrab Ferdowsi and Slava Voloshynovskiy and Dimche Kostadinov},
journal= {arXiv preprint arXiv:1710.11510},
year = {2017}
}
备注
Submitted to ICASSP 2018