18、语义感知对抗训练在深度哈希检索中的实验研究

语义感知对抗训练在深度哈希检索中的实验研究

1 实验设置

1.1 数据集

为了评估相关方法，在三个知名数据集上进行了广泛实验，具体信息如下：
| 数据集 | 样本数量 | 标签数量 | 查询集 | 数据库集 | 训练集 |
| ---- | ---- | ---- | ---- | ---- | ---- |
| FLICKR - 25K | 25,000 | 38 | 1,000 | 剩余 | 从数据库随机选 5,000 |
| NUS - WIDE | 269,648 | 81 | 2,100 | 含 21 个最频繁概念的 193,734 个样本 | 从数据库选 10,500 |
| MS - COCO | 123,287 | 80 | 5,000 | 剩余 | 从数据库随机选 10,000 |

1.2 基线模型

• 目标哈希模型 ：选择 DPH 作为目标哈希模型，可替换为其他深度哈希模型。使用 AlexNet 和 VGGs 作为骨干网络实现 DPH，将其最后分类器层替换为哈希层，该层包含一个具有 K 个隐藏单元的全连接层和 tanh 激活函数。
• 其他哈希方法 ：评估方法在其他哈希方法（DPSH、HashNet 和 CSQ）上的泛化性。
• 攻击和防御方法 ：实现了之前哈希检索中的攻击和防御方法，包括两种非目标攻击（HAG 和 SDHA）、三种目标攻击方法（P2P、DHTA、ProS - GAN 和 THA）以及唯一的防御算法 ATR