资料下载
×
基于双峰高斯分布的深度哈希检索算法
消耗积分:0 |
格式:pdf |
大小:1.13 MB |
2021-04-29
分享资料个
哈希检索因为具有存储空间小、检索速度快的特点而受到广泛关注。目前深度哈希算法存在2个主要问题深度哈希编码本质上是二值化特征，并且编码长度较短，存在特征表达能力有限的问题;已有的深度哈希算法无法直接通过反向传播学习离散哈希编码，通常将离散值松弛为连续值来优化学习，存在量化误差的问题。针对以上问题，提出一种结合注意力模型和双峰高斯分布的深度哈希检索算法。该算法设计嵌λ空间和通道注意力模型的网络结构，关注重要特征并抑制不必要特征，增强了哈希编码的特征表达能力;同时为了解决量化误差问题，将均值为的双峰高斯分布作为先验分布，并借鉴变分自编码机的思想，提出通过KL散度约束哈希编码分布服从先验分布，以减少量化误差。在3个基准数据集 CIFAR-10， Imagenet， NUS-WIDE上，在不同码位下计算MAP结果显示其MAP值优于对比的其他算法，取得了良好的检索效果，验证了文中算法的有效性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
