基于标签嵌入的弱监督深度图像哈希
计算机视觉与模式识别
2019-01-29 v3
摘要
许多语义图像哈希方法被表述为利用图像与标签信息学习二值哈希码的监督学习问题。然而，大规模标注图像数据获取代价高昂，从而限制了此类算法的使用。另一方面，由于众多网络图像库的存在，无标注图像数据极为丰富。此类网络图像常附带含有有用信息的图像标签，尽管原始标签一般而言不能直接给出语义标签。受此启发，我们将语义图像哈希问题表述为弱监督学习问题。我们利用与图像相关的用户生成标签中所含信息来学习哈希码。更具体地，我们提取标签的 word2vec 语义嵌入，并利用其中的信息约束学习过程。据此，我们将模型命名为基于标签嵌入的弱监督深度哈希（WDHT）。WDHT 在语义图像检索任务上进行了测试，并与若干最先进模型比较。结果表明，我们的方法在弱监督图像哈希领域树立了新的 SOTA。
引用
@article{arxiv.1806.05804,
title = {Weakly Supervised Deep Image Hashing through Tag Embeddings},
author = {Vijetha Gattupalli and Yaoxin Zhuo and Baoxin Li},
journal= {arXiv preprint arXiv:1806.05804},
year = {2019}
}
备注
11 pages, 4 figures