资源描述：
《基于多特征多核哈希学习的大规模图像检索》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、中国科学:信息科学2017年第47卷第8期:1109–1126SCIENTIASINICAInformationis从大数据到大知识工程专刊.论文基于多特征多核哈希学习的大规模图像检索1,2*1,21,21,2曾宪华,袁知洪,王国胤,杨洁1.重庆邮电大学计算机科学与技术学院,重庆4000652.重庆邮电大学计算智能重庆市重点实验室,重庆400065*通信作者.E-mail:zengxh@cqupt.edu.cn收稿日期:2017–06–24;接受日期:2017–08–01;网络出版日期:2017–08–23国家重点研发计划云计算和大数据重点专项(批准号:2016
2、YFB1000905)、国家自然科学基金项目(批准号:61672120)和重庆自然科学基金项目(批准号:cstc2015jcyjA40036)资助摘要哈希学习方法解决了图像大数据的检索效率低,存储代价高的问题.目前已有的核哈希方法中,要么仅使用一种特征对应单个核函数,要么是多特征对应单个核函数,它们忽视了综合考虑不同的核函数具有的不同作用和不同的特征包含不同的信息的事实.本文提出了一种自适应的多特征多核的哈希学习算法(MFMKH),该算法能够自适应学习多特征融合的权重系数和多核融合的权重系数,将多特征和多核的优点进行了双重融合.本算法中的特征融合解决了单特征所包
3、含的信息量单一不足的问题,采用多种不同的核函数能够弥补单核学习能力上的不足,具有多特征自适应融合和多核学习的双重优点.在标准的IRMA,Ultrasound和Cifar10数据集上的实验表明,本文算法检索性能明显优于同类基于核的哈希学习方法,且与监督的深度哈希相比训练时间显著少的情况下检索性能在Cifar10数据集上是可竞争的.关键词维度约减,多特征融合,多核学习,哈希学习,自适应学习,图像检索1引言在大数据时代,大数据的应用所涉及的领域越来越广.由于大数据的重要性,它已经成为国家重要的战略资源,对大数据的存储、管理和分析也已经成为学术界和工业界高度关注的热点[
4、1,2].而图像作为大数据信息来源的主要成分,它已成为视觉领域研究的热点.而机器学习技术[3]对于解决大规模图像检索中数据量大、维度高等问题起着关键的作用.传统的图像检索分为基于文本的图像检索(TBIR)[4]和基于内容的图像检索(CBIR)[5].如今CBIR是当前图像检索的研究重点,对于CBIR而言,建立低层次图像特征和高层次的语义特征之间的联系是很困难的,检索精度也相对较低.为此,Shao等[4]在2004年提出了一种基于文本和内容的医学图像检索方法,该方法能够将高层次的语义特征和低层次的图像特征结合起来,使得检索效果比引用格式:曾宪华,袁知洪,王国胤,等
5、.基于多特征多核哈希学习的大规模图像检索.中国科学:信息科学,2017,47:1109{1126,doi:10.1360/N112016-00307ZengXH,YuanZH,WangGY,etal.Large-scaleimageretrievalbasedonmulti-featureandmulti-kernelhashinglearning(inChinese).SciSinInform,2017,47:1109{1126,doi:10.1360/N112016-00307⃝c2017《中国科学》杂志社www.scichina.cominfocn.sci
6、china.com曾宪华等:基于多特征多核哈希学习的大规模图像检索仅仅基于内容的图像检索方法要好.He等[6]在2006年提出一种基于广义的流形排序的图像检索方法,通过人工反馈的方法进一步提高了图像检索的精度.Wang等[7]在2008年提出一种基于内容的非对等的流形排序图像检索方法,通过增加可靠数据点的权重,避免噪声的影响从而使得算法更具鲁棒性.然而上述提到的图像检索方法中都不能很好地应用于大规模的图像检索中,当图像数据规模足够大时,它们都面临着存储空间大,检索速度慢等缺点,因此哈希学习方法应运而生.其中一个最著名的哈希方法就是局部感知哈希(LSH)[8],该
7、方法由于采用的是随机映射的方式,因此不能很好地解决线性不可分问题以及维度灾难"问题.为了解决这个问题,Kulis等[9]在2009提出了基于核的局部敏感哈希(KLSH),将其扩展为能够处理高维空间中的数据;紧接着Raginsky等[10]提出了平移不变性核局部敏感哈希(SKLSH);以及Liu等[11]在2012年提出一种有监督的核哈希方法(KSH),该方法能够巧妙处理哈希码的内积,从而可以更有效地优化汉明距离;考虑到多特征融合的优势,Liu等[12]在2014年提出一种多特征核哈希方法(MFKH).Li等[13]在2015年提出一种基于标签对的深度监督哈希(
8、DPSH),使用标签对信
