用于半监督哈希的成对师生网络
计算机视觉与模式识别
2019-02-05 v1
摘要
哈希方法将相似的高维数据映射为汉明距离更小的二值哈希码，因其低存储成本和快速检索速度而受到广泛关注。成对相似性易于获取并广泛用于检索，大多数有监督哈希算法都是针对成对监督信息精心设计的。由于对所有数据对进行标注十分困难，半监督哈希被提出，旨在利用有限的标注数据对和大量未标注数据对学习高效的哈希码。现有方法通过构建图来捕捉数据集结构，但对于复杂数据表现不佳，因为图是基于数据表示构建的，而确定复杂数据的表示十分困难。本文提出一种新颖的师生半监督哈希框架，其中学生网络由教师网络生成的成对信息进行训练。该网络遵循平滑性假设，使相似数据对的距离保持一致，从而邻域查询的检索结果相似。在大规模数据集上的实验表明，所提方法相比有监督基线方法有显著提升，并优于当前最先进的半监督哈希方法。
引用
@article{arxiv.1902.00643,
title = {Pairwise Teacher-Student Network for Semi-Supervised Hashing},
author = {Shifeng Zhang and Jianmin Li and Bo Zhang},
journal= {arXiv preprint arXiv:1902.00643},
year = {2019}
}