面向纹理图像检索的纹理合成引导深度哈希

随着互联网上图像与视频的大规模爆发，高效的哈希方法已被发展以促进内存与时间高效的相似图像检索。然而，现有工作均未使用哈希来解决纹理图像检索问题，主要因为缺乏足够大规模的纹理图像数据库。我们的工作通过开发一种新颖的深度学习架构来解决该问题，该架构为输入纹理图像生成二值哈希码。为此，我们首先预训练一个纹理合成网络（TSN），其以纹理块为输入，并通过注入新的纹理内容输出放大的纹理视图。这表明 TSN 在其中间层中编码了所学的纹理特定信息。在下一阶段，第二个网络利用通道注意力从 TSN 的中间层收集多尺度特征表示，以渐进方式将其组合为稠密连续表示，并最终借助个体与成对标签信息转换为二值哈希码。新的放大纹理块也有助于数据增强，以缓解纹理数据不足的问题，并用于训练网络的第二阶段。在三个公开纹理图像检索数据集上的实验表明，我们的纹理合成引导哈希方法优于当前最先进的方法。