关键词similarity-preserving hashing
搜索结果 - 4
- 多标签图像检索的实例感知哈希
本文介绍了一种基于深度神经网络和实例感知图像表示的图像哈希方法,旨在解决多标签图像检索中单哈希码表示的不足,并在多个基准数据集上进行了广泛评估,证明了该方法可以显著提高语义哈希和类别感知哈希的检索性能。
- CVPR深度神经网络中的同时特征学习与哈希编码
本文提出了一种深度学习结构的监督哈希方法,其中图像通过经过精心设计的卷积神经网络映射为二进制代码,通过三个构建模块的流水线过程(卷积子网络,划分编码模块和三元组排序损失),实现最近邻搜索的高效率和精确度。
- 稀疏相似性保持哈希
本研究提出使用 feed-forward 神经网络来实现稀疏高维哈希码,并且通过对视觉和多模态数据的实验评估表明该方法具有显著的优势。
- 全景图像匹配的描述符学习
本文提出使用相似和不相似描述符对的训练集来学习不变描述符,通过神经网络解决优化问题,使用相似性保持哈希框架将描述符数据映射到汉明空间以保留训练集上的相似性,该方法不仅优于简单描述符匹配,也优于最先进的相似性保持哈希方法。