用于图像检索的二值生成对抗网络
计算机视觉与模式识别
2017-08-15 v1
摘要
使用深度哈希进行图像检索最引人注目的成功主要涉及需要标签的判别模型。在本文中，我们使用二值生成对抗网络（BGAN）以无监督的方式将图像嵌入为二值码。通过将生成对抗网络（GAN）的输入噪声变量限制为二值并以每个输入图像的特征为条件，BGAN 可以同时为每个图像学习二值表示，并生成与原始图像合理相似的图像。在提出的框架中，我们解决了两个主要问题：1）如何在不松弛的情况下直接生成二值码？2）如何赋予二值表示准确图像检索的能力？我们通过提出新的符号激活策略和引导学习过程的损失函数来解决这些问题，该损失函数由新的对抗损失模型、内容损失和邻域结构损失组成。在标准数据集（CIFAR-10、NUSWIDE 和 Flickr）上的实验结果表明，就 mAP 而言，我们的 BGAN 显著优于现有的哈希方法，提升高达 107\%（见表 tab.res.map.comp）。我们的匿名代码可在以下网址获取：https://github.com/htconquer/BGAN。
引用
@article{arxiv.1708.04150,
title = {Binary Generative Adversarial Networks for Image Retrieval},
author = {Jingkuan Song},
journal= {arXiv preprint arXiv:1708.04150},
year = {2017}
}
备注
arXiv admin note: text overlap with arXiv:1702.00758 by other authors