隨著網(wǎng)絡(luò)上圖像數(shù)據(jù)的日益增多,對(duì)圖像中最近鄰的搜索需求也日益增多。而圖像哈希在該方面因?yàn)橛?jì)算速度快、存儲(chǔ)空間少等優(yōu)勢(shì)被廣泛重視,因而涌現(xiàn)了很多優(yōu)秀的算法。但是,這些算法中仍然存在著一些問(wèn)題需要解決。首先,傳統(tǒng)無(wú)數(shù)據(jù)依賴哈希方法通用性強(qiáng)、運(yùn)行速度快,但是在結(jié)果準(zhǔn)確率上卻不占優(yōu)勢(shì)。然后,現(xiàn)在普遍使用的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像哈希算法雖然準(zhǔn)確率高,但是需要訓(xùn)練專門(mén)的哈希生成網(wǎng)絡(luò),訓(xùn)練時(shí)間和存儲(chǔ)空間需求大。再者,很多使用神經(jīng)網(wǎng)絡(luò)的圖像哈希算法往往不能確定將何種信息編碼進(jìn)了哈希碼中,編碼具有很大的語(yǔ)義不可控性。對(duì)于上述問(wèn)題,深度分段哈希算法給出了對(duì)應(yīng)解決方案。首先,針對(duì)傳統(tǒng)哈希方法準(zhǔn)確率低的問(wèn)題,算法將圖像特征提取任務(wù)交給了卷積神經(jīng)網(wǎng)絡(luò),但是對(duì)特征的處理上使用傳統(tǒng)圖像處理方法,既保留了準(zhǔn)確率又保留了計(jì)算速度。然后,對(duì)于卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間和空間需求大的問(wèn)題,算法所需網(wǎng)絡(luò)直接采用分類神經(jīng)網(wǎng)絡(luò),不需要針對(duì)哈希算法專門(mén)訓(xùn)練網(wǎng)絡(luò),實(shí)現(xiàn)了網(wǎng)絡(luò)模型的共用,從共用角度減少了網(wǎng)絡(luò)訓(xùn)練時(shí)間和存儲(chǔ)空間。最后,關(guān)于哈希編碼的語(yǔ)義不可控性問(wèn)題,算法采用分段的策略,將整體哈希碼按照不同語(yǔ)義分段編碼,利用分類神經(jīng)網(wǎng)絡(luò)和顯著性... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

所示，圖像哈希的方法是將每一幅圖像壓縮成一段二值哈希碼，將檢圖1-1圖像哈希算法應(yīng)用示例

圖 1-2 圖像哈希算法類型大約過(guò)了 10 年后的當(dāng)代，大量的圖片通過(guò)互相分享和傳播出現(xiàn)在互聯(lián)網(wǎng)上，使方便地從網(wǎng)絡(luò)中獲得大量圖片并進(jìn)行標(biāo)簽統(tǒng)計(jì)，這也促進(jìn)了數(shù)據(jù)依賴類方法發(fā)展。更進(jìn)一步，數(shù)據(jù)依賴方法又可以進(jìn)而分為有監(jiān)督方法和無(wú)監(jiān)督方法，于兩者之間的半監(jiān)督方法。無(wú)監(jiān)督方法不使用圖像的標(biāo)簽進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，法中有代表性的算法有譜哈希（spectral hashing, SH）[11]算法、迭代量rative quantization, ITQ）[11]、各向同性散列（isotropic hashing, IsoH散圖哈希（discrete graph hashing, DGH）[23]、可伸縮圖哈希（scalable grang, SGH）[21]、序數(shù)嵌入哈希（ordinal embedding hashing, OCE）[24]和語(yǔ)覺(jué)哈希（semantic-assisted visual hashing, SAVH）[23]等。然而，由于無(wú)法沒(méi)有使用語(yǔ)義級(jí)別的標(biāo)簽信息進(jìn)行訓(xùn)練的指導(dǎo)，使得結(jié)果有很多局限性。在有監(jiān)督哈希算法中，有代表性的算法有內(nèi)核監(jiān)督哈希（supervised hashin[9][10]

并且將顯著性結(jié)果編碼至哈希碼中。本章接下來(lái)將分別介紹本文所提算法中使用到的技術(shù)，簡(jiǎn)述其原理和發(fā)展。2.1 圖像檢索如圖 2-1 所示，在基于內(nèi)容的圖像檢索中，目的是通過(guò)對(duì)圖像內(nèi)容的判斷和統(tǒng)計(jì)來(lái)查詢圖像相似的圖像，所以在該項(xiàng)任務(wù)中，圖像的表示方式和相似性的比較方式都是至關(guān)重要的環(huán)節(jié)。在現(xiàn)在為止的大量研究中，其中最具挑戰(zhàn)性的任務(wù)之一就是如何將人類的圖像的感知和圖像的像素級(jí)別的信息連接起來(lái)。對(duì)于人類的視覺(jué)系統(tǒng)來(lái)說(shuō)，識(shí)別一幅圖像中的物體都是什么并不是一件難事，而且一個(gè)普通的正常人類都可以在很短的時(shí)間內(nèi)對(duì)圖像物體進(jìn)行判斷，而這也是人類其他各種日常活動(dòng)的基礎(chǔ)，但是對(duì)于計(jì)算機(jī)來(lái)講，計(jì)算機(jī)所能感受到的是像素?cái)?shù)字，并不能直接通過(guò)像素理解圖像的高級(jí)語(yǔ)義。


本文編號(hào)：3122549