|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
各向同性的迭代量化哈希算法
! i- T# h) K c" M1 s/ w7 K摘要:准确有效的哈希算法是实现海量高维数据近邻检索的关键.迭代量化哈希( Ilterative Quantization , TQ)和各向同性哈希( Isotropic Hash,IsoHash )是两种知名的编码方法.但是ITQ算法对旋转矩阵施加的约束过于单薄,容易导致过拟合;而 IsoHash算法缺乏对哈希编码的更新策略,降低了编码质量.针对上述问题,提出了一种各向同性的迭代量化哈希算法.该方法采用迭代的策略,对编码矩阵和旋转矩阵交替更新,并在正交约束的基础上增加各向同性约束来学习最优旋转矩阵,最小化量化误差.在CIFAR-10 ,22K LabelMe和 ANN_ GIST_1M基准库上与多种方法进行对比,实验结果表明本文算法在查准率、查全率以及平均准确率均值等指标上均明显优于对比算法.% ]7 Q* L% H( |) W# y' N
关键词:哈希;大规模图像检索;各向同性;迭代量化, g3 V4 O: @+ ~# h: r% G" b/ C" G5 f
- F6 Q, g0 A$ A* e! M8 S8 E# h4 l" y7 ^
! k0 P" b" M' a# u' A4 p
: R s8 v% A' ]6 W$ U. r$ K |
|
/1 
发表于 2021-7-1 10:26
收藏
淘帖
支持！
反对！