相似性引导的深度人脸图像检索

人脸图像检索从查询输入人脸图像中搜索相同身份的图像，随着图像数据库规模迅速增长正受到更多关注。为进行快速而准确的检索，已有基于紧凑哈希码的方法被提出，且近来带监督分类训练的深度人脸图像哈希方法展现出优异性能。然而，基于分类的方案有一劣势，即无法将人脸图像间复杂相似性揭示于哈希码学习中。在本文中，我们试图通过提出一种相似性引导哈希（SGH）方法来改善人脸图像检索质量，其温和地同时考虑自身与成对相似性。SGH采用多种旨在探究人脸图像间精细相似性的数据增强，解决了类内与类间身份层面的困难。在已有基准及一个额外提出的大规模高分辨率人脸图像数据集上的协议所进行的广泛实验结果表明，我们的SGH取得了最先进的检索性能。