重新审视面向稀疏数据集的 Winner Take All (WTA) Hashing
计算机视觉与模式识别
2016-12-08 v2 信息检索
摘要
WTA (Winner Take All) hashing 已成功应用于许多大规模视觉应用中。这种哈希方案专为利用比较推理（或基于顺序的信息）而设计，显示出显著的准确性提升。在本文中，我们发现了一个 WTA 的微妙问题，该问题随着数据集的稀疏性而加剧。此问题限制了 WTA 的判别能力。随后，我们基于 Densification 的思想提出了一种解决方案，该方案可证明地解决了此问题。我们的实验表明，Densified WTA Hashing 在图像分类和检索任务中均持续且显著地优于 Vanilla WTA。
引用
@article{arxiv.1612.01834,
title = {Revisiting Winner Take All (WTA) Hashing for Sparse Datasets},
author = {Beidi Chen and Anshumali Shrivastava},
journal= {arXiv preprint arXiv:1612.01834},
year = {2016}
}