用于图像检索的非对称深度语义量化
计算机视觉与模式识别
2019-06-04 v2
摘要
由于其快速检索和存储高效的能力，哈希已被广泛用于最近邻检索任务。通过使用基于深度学习的技术，哈希在许多应用中可以胜过非学习-based 哈希技术。然而，我们认为当前的基于深度学习的哈希方法忽略了一些关键问题（例如，由于哈希方法无法发现丰富的语义信息且训练策略难以优化离散二值码，所学到的哈希码不具备判别性）。在本文中，我们提出了一种新颖的图像哈希方法，称为非对称深度语义量化（ADSQ）。ADSQ 使用三流框架实现，其由一个 LabelNet 和两个 ImgNet 组成。LabelNet 利用三个全连接层的力量，用于捕获图像对之间丰富的语义信息。对于两个 ImgNet，它们各自采用相同的卷积神经网络结构，但具有不同权重（即非对称卷积神经网络）。两个 ImgNet 用于生成判别性的紧凑哈希码。具体而言，LabelNet 的功能是捕获丰富的语义信息，用于引导两个 ImgNet 最小化实值连续特征与离散二值码之间的差距。此外，ADSQ 能够利用最关键的语义信息来引导特征学习过程，并考虑公共语义空间与汉明空间的一致性。在三个基准（即 CIFAR-10、NUS-WIDE 和 ImageNet）上的实验结果表明，所提出的 ADSQ 可以胜过当前最先进（state-of-the-art）的方法。
引用
@article{arxiv.1903.12493,
title = {Asymmetric Deep Semantic Quantization for Image Retrieval},
author = {Zhan Yang and Osolo Ian Raymond and WuQing Sun and Jun Long},
journal= {arXiv preprint arXiv:1903.12493},
year = {2019}
}
备注
Accepted to IEEE ACCESS. arXiv admin note: text overlap with arXiv:1812.01404