面向图像检索与行人重识别的位可伸缩深度哈希与正则化相似度学习

提取信息丰富的图像特征和学习有效的近似哈希函数是图像检索中的两个关键步骤。传统方法通常分开研究这两步，例如，从预定义的手工特征空间中学习哈希函数。同时，大多数先前方法中输出哈希码的位长度是预设的，忽略了不同位的重要程度并限制了实际灵活性。为解决这些问题，我们提出一种监督学习框架，直接从原始图像生成紧凑且位可伸缩的哈希码。我们将哈希学习表述为正则化相似度学习问题。具体而言，我们将训练图像组织成一批三元组样本，每个样本包含两张同标签图像和一张不同标签图像。利用这些三元组样本，我们在汉明空间中最大化匹配对与不匹配对之间的间隔。此外，引入正则化项以强制邻接一致性，即外观相似的图像应具有相似的编码。深度卷积神经网络以端到端方式训练模型，其中判别性图像特征与哈希函数同时优化。此外，我们的哈希码的每一位被非等权重加权，从而可通过截断不重要的位来操控码长。我们的框架在相似图像搜索的公开基准上优于最先进方法，并在监控中的行人重识别应用上取得了有前景的结果。还表明生成的位可伸缩哈希码在较短码长下很好地保持了判别力。