基于成对标签的深度哈希图像检索方法

李 雪，于 炯，李梓杨，陈嘉颖，蒲勇霖

(1.新疆大学 软件学院，新疆 乌鲁木齐 830008；2.新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046；3.新疆大学 软件工程技术重点实验室，新疆 乌鲁木齐 830008)

0 引 言

随着基于内容的图像检索技术逐步替代早期基于文本的图像检索技术，有限的时间和计算资源将挑战也转向优化存储消耗和检索速度这两方面[1,2]。近似最近邻检索作为数据检索中使用最为广泛的技术，其中最受欢迎的一类方法是哈希方法，该方法将高维图像映射成固定长度的散列值并保持原始空间中的相似性，在内存消耗和检索速度方面有着明显优势，因此被广泛应用于公安系统、数字图书馆、搜索引擎等相关工业中[3]。目前的哈希检索方法存在标签语义利用不充分、哈希码离散优化松弛、卷积神经网络模型照搬套用等缺点，这些制约因素限制了大规模图像检索的发展的脚步。为了解决上述问题，本文提出基于成对标签的深度哈希图像检索方法(deep pairwise hashing with binary restricted，DPHB)，与之前单纯采用相似或不相似的标签的方法相比，能够深度挖掘丰富的图像间的内在联系，生成具有强判别力的哈希码，有效解决了二值码离散优化问题，使得标签所表达的语义更丰富，特征学习过程中语义损失更明显。

1 相关工作

由于早期的媒体图像数量有限，哈希方法的发展受到图像数量的制约，如局部敏感哈希[4](locality sensitive hashing，LSH)，采用随机投影对特征空间进行划分，增大原始空间中相邻的点被划分到相同桶内的概率，实验结果表明这类不依赖数据的方法的有效性与哈希码的长度正相关。……