面向全无监督图像检索的自监督一致性量化方法

无监督图像检索旨在无需昂贵数据标注的情况下学习高效的检索系统，但大多数现有方法严重依赖手工特征描述符或预训练特征提取器。为最小化人工监督，近期进展提出了深度全无监督图像检索，旨在从头训练深度模型以联合优化视觉特征和量化编码。然而，现有方法主要关注实例对比学习，未考虑底层语义结构信息，导致性能次优。在本工作中，我们提出一种新颖的自监督一致性量化方法用于深度全无监督图像检索，其由局部一致性量化和全局一致性量化组成。在局部一致性量化中，我们设计了具有码字多样性正则化的局部邻域语义一致性学习。这能发现子量化表示的底层邻域结构信息作为自监督信号。在全局一致性量化中，我们对嵌入和量化表示均采用对比学习，并融合这些表示以进行实例间的一致性对比正则化。这可以弥补量化过程中有用表示信息的损失并正则化实例间的一致性。通过局部与全局一致性量化的统一学习目标，我们的方法利用了更丰富的自监督线索来促进模型学习。在三个基准数据集上的大量实验表明了我们的方法相对于最先进方法的优越性。