Natural Supervised Hashing
Natural Supervised Hashing
IJCAI 2016
要点:
- 将标签向量视为二进制码,并学习与标签向量结构相似的目标码。
- 为了避免对大型n⇥n Gram矩阵的直接优化,确定了一种内积保持变换,并使用它在不改变结构的情况下获得接近的标签向量和哈希码。
- 为最终目标提出了交替优化方法,每一步都有一个解析解。训练过程非常快,规模也很好。
目标函数:
- 优化目标:使目标码和标签向量尽可能近。
目标函数:
引入矩阵R,
将显式的YY(T)与XP(XP)T的距离转换为隐式的Y与(XP)的距离
迭代优化P和R - 核化
从训练集随机取m个锚点,使用RBF核,将原始数据x转换到k(x),核化后的数据矩阵为K,φ(XP)被φ(KP)取代
测评
数据集:
NUS-WIDE(每个样本平均1.87个标签)
IAPRTC12(291个标签 每个样本平均5.72个标签)
ESPGAME (268个标签 每个样本平均4.69个标签)
MIRFLICKR25K(38个标签 平均每个样本4.72个标签)特征:
对监督哈希的数据都进行了核化指标:
汉明排序与哈希查找对比算法:
原始特征的直接线性搜索L2
SVM
SDH
LSH
PCA_ITQ
BREs
KSH
CCA_ITQ实验内容:
在NUS-WIDE数据集上,NSH的训练时间显著少于BREs,KSH;NSH的mAP、precision和recall最优
在LAPRTC12和ESPGAME数据集上,NSH的mAP最高
在MIRFLICKR25K数据集上,(至少3个标签相同才认为相似,上面两个都是1个标签相同就认为相似)NSH的mAP、precision和recall最优
Natural Supervised Hashing相关推荐
- Supervised Hashing for Image Retrieval via Image Representation Learning
Supervised Hashing for Image Retrieval via Image Representation Learning 背景 最邻近搜索,是给定一个query,返回空间中距离 ...
- 图像检索--Deep Supervised Hashing for Fast Image Retrieval
CVPR2016 Deep Supervised Hashing for Fast Image Retrieval 源代码: https://github.com/lhmRyan/deep-super ...
- 图像检索2:KSH(Supervised Hashing with Kernels)
Supervised Hashing with Kernels 简单的介绍了KSH(基于核函数的监督哈希),文章还是挺不错的,PPT里面有很详细的介绍和推导,下载浏览PPT就可以对这篇 CVPR 20 ...
- Supervised Discrete Hashing
Supervised Discrete Hashing 2015 CVPR 问题: 处理施加在追踪的哈希码上的离散约束,使哈希优化具有挑战性(通常是NP- hard). 解决: 提出了一个新的监督哈希 ...
- Bit-Scalable Deep Hashing with Regularized Similarity Learning for Image Retrieval and Person Re-ide
总结:(1)对基于三元组学习的损失函数利用拉普拉斯矩阵增加了规则化项 (2)通过给hashing code 的每一Bit 给定一个权重,从而实现Bit-Scalable (3)设计tanh-like ...
- 局部敏感哈希-Locality Sensitive Hashing
局部敏感哈希 转载请注明http://blog.csdn.net/stdcoutzyx/article/details/44456679 在检索技术中,索引一直需要研究的核心技术.当下,索引技术主要 ...
- 哈希学习(2)—— Hashing图像检索资源
CVPR14 图像检索papers--图像检索 1. Triangulation embedding and democratic aggregation for imagesearch (Oral ...
- 大数据哈希学习: 现状与趋势
大数据哈希学习: 现状与趋势 李武军①②*, 周志华①②* ① 南京大学计算机软件新技术国家重点实验室, 南京210023; ② 软件新技术与产业化协同创新中心, 南京210023 * 联系人, E- ...
- 【今日CS 视觉论文速览】8 Jan 2019
今日CS.CV计算机视觉论文速览 Tue, 8 Jan 2019 Totally 43 papers Interesting: 附加:第二部分补充 Tencent ML-Images:腾讯发布大规模多 ...
最新文章
- 【指标统计】删除失败遥控
- SDUT_1299 最长上升子序列
- graphical model
- 面试题 : Intent、IntentFilter、PendingIntent的区别
- oracle+11g+rda,Oracle RDA 4.20 初体验
- pdf在线翻译_如何免费快速地翻译pdf英文文档,并保留很好的格式?
- 1.4 多项式拟合实例
- Mac/Ubuntu/Windows使用VNC Viewer远程控制Ubuntu Server
- HTML5定稿了,终于有一种编程语言开发的程序可以在Android和IOS两种设备上运行了...
- Pylot——跨平台的网站压力测试工具
- java sort排序函数
- querydsl动态 sql_Spring-data-jpa扩展查询 QueryDSL 实践
- win10没有realtek高清晰音频管理器_千万小心:山寨Win10更新工具正作祟!
- tomcat中的过滤器
- could't excute 请求的操作需要提升 win32 error 740
- win10进不了BIOS界面
- Good Luck in CET-4 Everybody!(博弈)
- Java语言发展概述
- POI - Excel 打印配置
- Shell bash和sh区别
热门文章
- 淘宝上线“有好价”,是赢了口碑还是输了“卖家的心”?
- iOS prepare for resign
- 本周技术关注:Oracle10G、MSSQL2005、MYSQL5: CLuster、Replication、Snapshot
- 车厢调度(train.cpp) 问题描述 有一个火车站,铁路如图所示,每辆火车从A驶入,再从B方向驶出,同时它的车厢可以重新组合。假设从A方向驶来的火车有n节
- 低频rfid和Gy39做出来的小玩意
- 蓝桥杯单片机零基础到国二经验分享
- 使用SAS Enterprise Miner进行数据挖掘:信用评分构建评分卡模型
- SQL零基础投喂(复杂⼀点的查询)
- 研究lRP大佬提供的EHP虚拟机的时候的一点门道
- npm i与npm instal的区别