本文選題：哈希　切入點：大規(guī)模圖像檢索　出處：《電子學報》2017年07期

【摘要】：準確有效的哈希算法是實現(xiàn)海量高維數(shù)據(jù)近鄰檢索的關(guān)鍵.迭代量化哈希(Iterative Quantization,ITQ)和各向同性哈希(Isotropic Hash,Iso Hash)是兩種知名的編碼方法.但是ITQ算法對旋轉(zhuǎn)矩陣施加的約束過于單薄,容易導致過擬合;而Iso Hash算法缺乏對哈希編碼的更新策略,降低了編碼質(zhì)量.針對上述問題,提出了一種各向同性的迭代量化哈希算法.該方法采用迭代的策略,對編碼矩陣和旋轉(zhuǎn)矩陣交替更新,并在正交約束的基礎上增加各向同性約束來學習最優(yōu)旋轉(zhuǎn)矩陣,最小化量化誤差.在CIFAR-10、22K Label Me和ANN-GIST-1M基準庫上與多種方法進行對比,實驗結(jié)果表明本文算法在查準率、查全率以及平均準確率均值等指標上均明顯優(yōu)于對比算法.
[Abstract]:Accurate and effective hash algorithm is the key to realize the nearest neighbor retrieval of massive high dimensional data.Iterative quantification hashing (ITQ) and isotropic hash Isotropic Hashso (Iso) are two well-known coding methods.However, the constraints imposed by the ITQ algorithm on the rotation matrix are too thin and easy to overfit, while the Iso Hash algorithm lacks an update strategy for hash coding, which reduces the coding quality.To solve the above problems, an isotropic iterative quantization hash algorithm is proposed.The method uses iterative strategy to update the coding matrix and the rotation matrix alternately and adds isotropic constraints on the basis of orthogonal constraints to learn the optimal rotation matrix and minimize the quantization error.Compared with many methods on CIFAR-10K Label me and ANN-GIST-1M datum, the experimental results show that the proposed algorithm is superior to the contrast algorithm in precision, recall and average accuracy.
【作者單位】： 江蘇省大數(shù)據(jù)分析技術(shù)重點實驗室;南京信息工程大學信息與控制學院;
【基金】：國家自然科學基金(No.61622305,No.61502238,No.61532009,No.61672292) 江蘇省自然科學基金(No.BK20160040) 江蘇省六大人才高峰(No.DZXX-037)
【分類號】：TP301.6

【相似文獻】

相關(guān)期刊論文 前10條

1 陳一驕;盧錫城;孫志剛;;面向流管理的哈希算法研究[J];計算機工程與科學;2008年04期

2 鄒保平;;基于一致哈希算法的用電信息采集系統(tǒng)研究[J];電力信息化;2011年06期

3 劉華珠;賀前華;;基于哈希算法的網(wǎng)絡橋接器地址維護方法(英文)[J];科學技術(shù)與工程;2008年17期

4 王遠;;可重構(gòu)哈希算法芯片的設計與實現(xiàn)[J];電腦知識與技術(shù);2012年04期

5 張江,傅鶴崗;基于關(guān)聯(lián)規(guī)則的二維哈希算法的改進[J];計算機工程與設計;2005年08期

6 唐銘;史長瓊;周愷卿;張大方;;倒插入分段哈希算法[J];計算機應用;2011年02期

7 孫陽;朱宏峰;劉天華;;一種新型抗旋轉(zhuǎn)攻擊的魯棒哈希算法[J];小型微型計算機系統(tǒng);2011年04期

8 賀賢明,邵雷兵;一種基于學習的自適應哈希算法研究[J];計算機應用與軟件;2004年11期

9 邵雷兵,莊毅;一種基于學習的自適應哈希算法研究[J];微電子學與計算機;2004年08期

10 陳青華;;一種新型的圖像哈希算法[J];兵工自動化;2011年05期

相關(guān)會議論文 前3條

1 劉宗斌;馬原;荊繼武;夏魯寧;;SM3哈希算法的硬件實現(xiàn)與研究[A];第26次全國計算機安全學術(shù)交流會論文集[C];2011年

2 文振q;朱為總;歐陽杰;高金花;;一種魯棒可區(qū)分的視頻感知哈希算法[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

3 文振q;高金花;劉朋飛;杜以華;張萌;;基于分塊DCT和PCA的圖像感知哈希算法研究[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

相關(guān)博士學位論文 前6條

1 金仲明;基于哈希算法的海量多媒體數(shù)據(jù)檢索研究[D];浙江大學;2015年

2 焦玉華;音頻感知哈希算法研究[D];哈爾濱工業(yè)大學;2010年

3 趙玉鑫;多媒體感知哈希算法及應用研究[D];南京理工大學;2009年

4 趙杠;對偶連接問題的哈希算法研究[D];復旦大學;2010年

5 胡媛媛;基于視覺模型的圖像感知哈希算法研究[D];哈爾濱工業(yè)大學;2011年

6 袁鑫攀;基于minwise哈希的文檔復制檢測的研究及應用[D];中南大學;2012年

相關(guān)碩士學位論文 前10條

1 劉弘;基于Markov圖模型的特征哈希算法[D];江西師范大學;2015年

2 杜丹丹;基于稀疏哈希算法的目標跟蹤方法研究[D];大連理工大學;2015年

3 倪康康;基于哈希算法的圖像檢索系統(tǒng)[D];西安電子科技大學;2015年

4 高憲軍;半監(jiān)督哈希算法研究[D];西安電子科技大學;2014年

5 余俊偉;基于局部不變矩和DWT特征矩陣的圖像哈希算法[D];廣西師范大學;2015年

6 阮林林;基于局部線性嵌入和局部保持投影的圖像哈希算法[D];廣西師范大學;2015年

7 凌聰;基于改進的多索引哈希的相似圖片搜索系統(tǒng)的研究與實現(xiàn)[D];中山大學;2015年

8 劉恒;面向多重需求的靈活可配的哈希算法硬件加速器研究[D];浙江大學;2016年

9 董獻倫;基于關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)切分問題研究[D];山東大學;2016年

10 王建;快速近似近鄰檢索的哈希方法研究[D];山東大學;2016年

，

本文編號：1702625