面向大規(guī)模視覺(jué)檢索的哈希學(xué)習(xí).pdf

1、當(dāng)今，網(wǎng)絡(luò)已經(jīng)成為人們獲取信息的重要途徑。同時(shí)，大數(shù)據(jù)時(shí)代使得多媒體數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)。自上世紀(jì)90年代以來(lái)，人們就對(duì)多媒體數(shù)據(jù)的快速檢索問(wèn)題開(kāi)展了大量研究，并提出了基于文本和基于圖像內(nèi)容的檢索方法。這些方法雖然簡(jiǎn)單易行，但由于海量數(shù)據(jù)呈現(xiàn)非結(jié)構(gòu)化、語(yǔ)義多樣、多模共生等新特點(diǎn)，傳統(tǒng)檢索方法不再適用。因此，建立面向海量多媒體數(shù)據(jù)的高效檢索機(jī)制成為近年來(lái)的研究熱點(diǎn)。
　　隨著哈希技術(shù)的提出，各種基于學(xué)習(xí)、基于多模態(tài)以及基于多哈希表的方

2、法層出不窮，為海量數(shù)據(jù)的快速檢索問(wèn)題提供了新思路。但是，目前的哈希方法在處理大規(guī)模、海量數(shù)據(jù)集時(shí)還是存在存儲(chǔ)效率低、檢索精度差等問(wèn)題。因此，本文在總結(jié)前人工作的基礎(chǔ)上，對(duì)現(xiàn)有方法中存在的不足進(jìn)行了進(jìn)一步研究和分析，論文的主要研究?jī)?nèi)容如下：
　　（1）提出了一種自適應(yīng)多比特量化哈希方法。考慮到目前絕大部分哈希方法都采用固定比特（如單比特或雙比特）的量化編碼策略，單比特編碼方式嚴(yán)重破壞了數(shù)據(jù)的近鄰結(jié)構(gòu)，造成原始空間中相近的點(diǎn)被映射成完

3、全不同的哈希碼，而雙比特編碼方式忽略了數(shù)據(jù)不同維度信息量不同的問(wèn)題，對(duì)所有維度都采用相同的編碼位數(shù)?；诖耍疚奶岢隽艘环N自適應(yīng)多比特量化方法，該方法以數(shù)據(jù)方差作為信息量的度量指標(biāo)，方差較大的維度分配多個(gè)比特位數(shù)，方差較小的維度分配較少的比特位數(shù)，數(shù)據(jù)編碼的學(xué)習(xí)過(guò)程采用不完全編碼方式和聚類(lèi)的思想，更好的保持了原始數(shù)據(jù)的近鄰結(jié)構(gòu)和信息量，使得檢索過(guò)程更加高效、精確。
　?。?）提出了一種基于錨點(diǎn)的全局相似性保持哈希方法。鑒于現(xiàn)有基于