MIHash：基于互信息的在线哈希
计算机视觉与模式识别
2017-08-01 v2
摘要
基于学习的哈希方法被广泛用于最近邻检索，且近来在线哈希方法通过从流式数据学习哈希函数，展现了良好的性能-复杂度权衡。本文中，我们首先解决在线哈希的一个关键挑战：索引数据的二进制编码必须重新计算以跟上哈希函数的更新。我们提出了一种基于信息论量——互信息——的哈希函数高效质量度量，并成功将其作为消除不必要哈希表更新的准则。接下来，我们还展示了如何使用随机梯度下降优化互信息目标。因此我们开发了一种新颖的哈希方法MIHash，可用于在线与批量设置。在图像检索基准（包括一个2.5M图像数据集）上的实验证实了我们的公式在减少哈希表重计算与学习高质量哈希函数两方面的有效性。
引用
@article{arxiv.1703.08919,
title = {MIHash: Online Hashing with Mutual Information},
author = {Fatih Cakir and Kun He and Sarah Adel Bargal and Stan Sclaroff},
journal= {arXiv preprint arXiv:1703.08919},
year = {2017}
}
备注
International Conference on Computer Vision (ICCV), 2017