摘要

本文提出了一种新的哈希方法，用于在大规模数据集上高效学习紧凑的二值编码，以实现高效的图像检索。尽管复杂的图像外观变化仍给可靠检索带来巨大挑战，但得益于卷积神经网络（CNN）在各类视觉任务中学习鲁棒图像表示的最新进展，本文提出了一种新型的深度监督哈希（Deep Supervised Hashing, DSH）方法，旨在为海量图像数据学习紧凑且保持相似性的二值编码。具体而言，我们设计了一种CNN架构，以图像对（相似/不相似）作为训练输入，并促使每个图像的网络输出逼近离散值（如+1/-1）。为此，我们精心设计了一种损失函数，通过编码输入图像对中的监督信息，最大化输出空间的判别能力，同时对实数值输出施加正则化约束，使其逼近理想的离散值。在图像检索任务中，新输入的查询图像可通过网络前向传播，并对网络输出进行量化，即可快速生成二值编码表示。在CIFAR-10和NUS-WIDE两个大规模数据集上的大量实验表明，所提方法在性能上显著优于当前最先进的技术。