基于哈希学习的大规模媒体检索研究

发布时间：2021-07-05 23:40

　　近年来,随着移动互联网技术和移动设备的大发展,媒体数据的规模越来越大,大规模媒体检索任务已经成为一个紧要的问题。因为其快速的检索速度以及十分低的存储消耗,所以哈希学习技术非常适合用来进行大规模媒体检索,已经获得越来越多的关注。并且研究表明,监督哈希方法在实际应用中比无监督哈希方法的效果更好。尽管基于监督哈希方法的媒体检索研究已经有一定的进展,但仍有一些问题需要去解决。比如,大部分的监督哈希方法因为使用了大小为数据量平方的成对相似性矩阵,使得其复杂度高,存储消耗大,不利于应用在大规模数据上。又比如,有一些哈希方法,在模型学习的时候先松弛掉哈希码二进制约束,优化一个松弛后的损失函数进而得到一个实值的解,最后把该解量化成最终的哈希码,这样的学习策略会引入大量的量化误差。本文在基于哈希学习的大规模媒体检索研究方面进行了深入研究。更具体的,我们设计了四种监督哈希模型来进行大规模媒体检索。本文的主要工作和贡献如下:（1）通过分析与观察之后,我们发现属于相同类别的数据的哈希码应相同。在此基础上,我们只需要为每一个类别学习出一个类别哈希码,并使之保持住类别之间的相似性即可。这样,训练的时候便无需考虑具... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：158 页

【学位级别】：博士

【部分图文】：

图２．１所有方法在ＭＮＩＳＴ数据集上的ＭＡＰ结果，哈希码位数从８位到９６位

??２．４．５?ＣＩＦＡＲ－１０数据集上的实验??图２．１中画出了所有方法在ＣＩＦＡＲ－１０数据集上运行的ＭＡＰ结果。从图中我们??可以观察到如下的现象：??１〇??

Ｎ?Ｎ??图３．３所有方法在ＣＩＦＡＲ－ＩＯ数据集上的前Ｎ准确率曲线，哈希码位数在８位到６４位之??间变化。??＠８?ｂｉｔｓ?＠１６?ｂｉｔｓ??０．１１?＇?■?■?■??０．１８［?＞?????＇???：???厂…：??：?０．１２．１???????Ｑ＿?０．０４＾－，、．，，???Ｍ?ｉ？?ＬＳＨ?Ｑ．?Ｉ?？■■■?ＬＳＨ?????－＊－￣ｒｒｏ?０．０６???ｕ??＊?ｕ?ｉｌ?ｆｆ￣￣￣＾?ａ?＿＿，ｅ？＿ＫＳＨ?？言、ＫＳＨ??一一：ｒｒ?〇．〇３ｒ．??—ｅ—?ＣＯＳＤＩＳＨ?ｐ－￣￣一一二．???—９—?ＣＯＳＤＩＳＨ?＊??｜?—Ａ－?ＳＳＤＨ?—Ａ—ＳＳＤＨ?［Ｔ??°０?４００?８００?１２００?１６００?２０００?°０?４００?８００?１２００?１６００?２０００??Ｎ?Ｎ??＠３２?ｂｉｔｓ?＠６４?ｂｉｔｓ??０．２５?ｉ????????０．３?■?？?＇?１?????〇，ｉ＾ｘ???Ｑ＿??—ｔ—ＬＳＨ?ＣＬ?—ＬＳＨ?（，??＇

【参考文献】：
期刊论文
[1]大数据哈希学习:现状与趋势[J]. 李武军,周志华.  Science Bulletin. 2015(Z1)



本文编号：3267063