11、概率序保持语义哈希与序保持潜图哈希方法解析

概率序保持语义哈希与序保持潜图哈希方法解析

1. 概率序保持语义哈希（POSH）

1.1 方法优势

概率序保持语义哈希（POSH）是一种基于通用非参数贝叶斯框架的可扩展图像检索方法。它具有以下显著优势：
- 采用基于最大后验估计的序保持哈希策略，包含概率序相似性保持模块、概率量化函数和概率语义保持函数。
- 能够将三元组序相似性和灵活语义集成在一个统一的学习框架中。
- 设计了有效的算法来解决相关优化问题，理论分析表明其具有快速收敛和可管理的计算负载的潜力。

1.2 实验评估

• 参数敏感性分析 ：在POSH方法中，重点调整两个关键超参数 $\eta$ 和 $\lambda$。以16位哈希码为例，在三个数据集上进行实验。
  • 对于超参数 $\eta$，将其值在0.01 - 30范围内调整。结果显示，当 $\eta$ 超过1时，POSH在三个图像数据集上表现良好，性能方差稳定，这强调了在哈希码学习中保持样本间序保持结构的重要性。
  • 对于超参数 $\lambda$，实验结果表明模型的整体性能受 $\lambda$ 值变化的影响相对较小，这证实了在模型中加入平滑正则化的重要性。

超参数	取值范围	对模型性能的影响
$\eta$	0.01