基于深度自学习的图像哈希检索方法
来源：计算机工程与科学杂志2015年第12期北京时间：
作者：欧新宇1，2，伍嘉3，朱恒4，李佶5
单位：1.云南开放大学云南省干部在线学习学院,云南 昆明 650223；2.华中科技大学计算机科学与技术学院,湖北 武汉 430074；3.云南开放大学经济与管理学院,云南 昆明 650223；4.云南大学信息学院,云南 昆明 650091；5.昆明长水国际机场信息部,云南 昆明 650000
摘要：基于监督学习的卷积神经网络被证明在图像识别的任务中具有强大的特征学习能力。然而，利用监督的深度学习方法进行图像检索，需要大量已标注的数据，否则很容易出现过拟合的问题。为了解决这个问题，提出了一种新颖的基于深度自学习的图像哈希检索方法。首先，通过无监督的自编码网络学习到一个具有判别性的特征表达函数，这种方法降低了学习的复杂性，让训练样本不需要依赖于有语义标注的图像，算法被迫在大量未标注的数据上学习更强健的特征。其次，为了加快检索速度，抛弃了传统利用欧氏距离计算相似性的方法，而使用感知哈希算法来进行相似性衡量。这两种技术的结合确保了在获得更好的特征表达的同时，获得了更快的检索速度。实验结果表明，提出的方法优于一些先进的图像检索方法。
关键词：自学习,感知哈希算法,栈式自编码算法,无监督学习,图像检索,
基金资助：云南省教育厅应用基础研究计划资助项目(2012Y503)；云南省科技厅应用基础研究计划项目青年资助项目(2012FD064)；云南开放大学科学研究基金资助项目(201405)；国家自然科学基金资助项目(61274092)
