一种用于移动视觉搜索的高效深度学习哈希神经网络
计算机视觉与模式识别
2017-10-24 v1
摘要
移动视觉搜索应用正在兴起，使用户能够通过智能手机感知周围环境。然而，由于移动视觉搜索的特殊挑战，实现高识别比特率一直是先前相关工作的持续目标。本文提出了一种少参数、低延迟、高精度的深度哈希方法，用于为移动视觉搜索构建二进制哈希码。首先，我们利用 MobileNet 模型的架构，通过减少模型参数数量同时保持精度，显著降低了深度特征提取的延迟。其次，我们在 MobileNet 中添加了一个类哈希层，以在标记的移动视觉数据上训练模型。评估表明，所提出的系统在 MAP 指标上可以超越最先进的精度性能。更重要的是，其内存消耗远低于其他深度学习模型。所提出的方法仅需 MB 的神经网络内存，并在用于测试的移动位置识别数据集上达到了 的 MAP。
引用
@article{arxiv.1710.07750,
title = {An efficient deep learning hashing neural network for mobile visual search},
author = {Heng Qi and Wu Liu and Liang Liu},
journal= {arXiv preprint arXiv:1710.07750},
year = {2017}
}