8、图像哈希技术：Inductive Structure Consistent Hashing与Probability Ordinal - Preserving Semantic Hashing解析

图像哈希技术：Inductive Structure Consistent Hashing与Probability Ordinal - Preserving Semantic Hashing解析

在图像检索领域，哈希技术能够将高维的图像特征映射为低维的二进制码，从而提高检索效率。下面将详细介绍两种哈希技术：Inductive Structure Consistent Hashing（ISCH）和Probability Ordinal - Preserving Semantic Hashing（POSH）。

1. Inductive Structure Consistent Hashing（ISCH）

ISCH在MSCOCO数据集上展现出了出色的平均精度均值（MAP）性能，尤其在8、16和64位的码长下表现突出。该数据集具有多标签类别不平衡的特性，这会导致标签耦合的复杂问题。不过，ISCH的视觉 - 语义桥接模块可以解决标签偏差问题。

1.1 与深度哈希方法的比较

为了评估ISCH的性能，将其与多种深度哈希方法在CIFAR - 10数据集上进行了对比，这些方法包括CNNH +、DLBHC、DNNH等。为保证公平比较，所有方法都使用相同的基础网络。具体操作步骤如下：
1. 对于ISCH方法，采用预训练网络中经过微调的参数，从第一个全连接层提取所有图像特征，得到500维的特征向量。
2. 将这些特征向量作为ISCH方法的输入。

对比结果如下表所示：
| Alg. | 12 bits | 24 bits | 36 bits | 48 bits |
| — | — | — | — | — |
|