17、基于深度哈希的视觉索引中的可靠性对象层

基于深度哈希的视觉索引中的可靠性对象层

1 监督学习方法概述

在监督学习中，有几种不同的方法用于学习哈希函数。

1.1 点对标签方法

点对标签方法通过损失函数来判断输入对是否相似。损失函数的目标是分别最小化相似对的实值向量距离，最大化不相似对的距离。例如，Cao等人提出的“HashNet”，该方法依赖于一种在不平衡数据集上表现更好的架构。具体操作如下：
1. 使用加权成对交叉熵损失函数，从稀疏数据中学习图像对之间的相似性/不相似性分数。
2. 为防止梯度消失问题，应用tanh激活函数。

1.2 排名标签方法

排名标签方法使用图像三元组。通常输入为查询图像、相似图像和不相似图像。
- Lai等人提出基于三元组的深度哈希方法，以学习更具区分性的哈希码。步骤如下：
1. 包含一个分割编码模块，将每个图像（查询、正样本、负样本）的特征表示分割成多个部分。
2. 在平均池化层之后为每个二进制位添加一个节点，将长长度实向量转换为短二进制码。
3. 实现三元组排名损失函数，将查询图像与相似/不相似图像之间的距离分别正则化为最小/最大。
- Zhang等人提出二进制码可扩展的框架，通过添加一个学习每个位权重的新层来生成哈希码大小。在测试阶段，考虑贡献更大的位来提取二进制向量。

监督学习利用监督信息有助于学习鲁棒的哈希函数，但依赖于并非总是可用的标记数据。同时学习哈希函数和分类标签已显著改善了检索结果，但在深度哈希方案中明确纳入对象级信息尚未得到充分研究。从实现复杂度来看，点对标签方法由于无需数据增强，更容易实现，但使用局部级信息可能对成对和排名标签方法都有益。