【摘要】：哈希學(xué)習(xí)方法解決了圖像大數(shù)據(jù)的檢索效率低,存儲(chǔ)代價(jià)高的問(wèn)題.目前已有的核哈希方法中,要么僅使用一種特征對(duì)應(yīng)單個(gè)核函數(shù),要么是多特征對(duì)應(yīng)單個(gè)核函數(shù),它們忽視了綜合考慮不同的核函數(shù)具有的不同作用和不同的特征包含不同的信息的事實(shí).本文提出了一種自適應(yīng)的多特征多核的哈希學(xué)習(xí)算法(MFMKH),該算法能夠自適應(yīng)學(xué)習(xí)多特征融合的權(quán)重系數(shù)和多核融合的權(quán)重系數(shù),將多特征和多核的優(yōu)點(diǎn)進(jìn)行了雙重融合.本算法中的特征融合解決了單特征所包含的信息量單一不足的問(wèn)題,采用多種不同的核函數(shù)能夠彌補(bǔ)單核學(xué)習(xí)能力上的不足,具有多特征自適應(yīng)融合和多核學(xué)習(xí)的雙重優(yōu)點(diǎn).在標(biāo)準(zhǔn)的IRMA,Ultrasound和Cifar10數(shù)據(jù)集上的實(shí)驗(yàn)表明,本文算法檢索性能明顯優(yōu)于同類基于核的哈希學(xué)習(xí)方法,且與監(jiān)督的深度哈希相比訓(xùn)練時(shí)間顯著少的情況下檢索性能在Cifar10數(shù)據(jù)集上是可競(jìng)爭(zhēng)的.
[Abstract]:The hash learning method solves the problems of low retrieval efficiency and high storage cost of image big data. In the existing kernel hash methods, either only one feature is used to correspond to a single kernel function, or a multi-feature corresponds to a single kernel function. They ignore the fact that different kernel functions have different functions and different characteristics contain different information. In this paper, an adaptive multi-feature and multi-core hash learning algorithm (MFMKH), is proposed, which can adaptively learn the weight coefficient of multi-feature fusion and the weight coefficient of multi-core fusion, and combine the advantages of multi-feature and multi-core. The feature fusion in this algorithm solves the problem of single information contained in single feature. Using many different kernel functions can make up for the deficiency of single kernel learning ability, and has the dual advantages of multi-feature adaptive fusion and multi-core learning. Experiments on standard IRMA,Ultrasound and Cifar10 datasets show that the retrieval performance of this algorithm is obviously better than that of similar kernel-based hash learning methods. Compared with the supervised deep hash, the retrieval performance is competitive on the Cifar10 dataset when the training time is significantly less.
【作者單位】： 重慶郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;重慶郵電大學(xué)計(jì)算智能重慶市重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家重點(diǎn)研發(fā)計(jì)劃云計(jì)算和大數(shù)據(jù)重點(diǎn)專項(xiàng)(批準(zhǔn)號(hào):2016YFB1000905) 國(guó)家自然科學(xué)基金項(xiàng)目(批準(zhǔn)號(hào):61672120) 重慶自然科學(xué)基金項(xiàng)目(批準(zhǔn)號(hào):cstc2015jcyj A40036)資助
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘輝;鄭剛;胡曉惠;馬恒太;;基于感知哈希的圖像內(nèi)容鑒別性能分析[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年07期

2 鄒建成;周紅麗;鄧歡軍;;一種安全魯棒的圖像哈希方法[J];計(jì)算機(jī)應(yīng)用研究;2009年06期

3 張維克;孔祥維;尤新剛;;安全魯棒的圖像感知哈希技術(shù)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S1期

4 徐澤明;侯紫峰;;串的快速連續(xù)弱哈希及其應(yīng)用[J];軟件學(xué)報(bào);2011年03期

5 劉麗;李曉舉;李玲玲;;視頻哈希的性能分析與測(cè)試[J];計(jì)算機(jī)工程;2012年06期

6 周國(guó)強(qiáng);田先桃;張衛(wèi)豐;張迎周;;基于圖像感知哈希技術(shù)的釣魚網(wǎng)頁(yè)檢測(cè)[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

7 吳鶴齡;;動(dòng)態(tài)哈希文件的實(shí)現(xiàn)技術(shù)[J];計(jì)算機(jī)研究與發(fā)展;1990年03期

8 李嬌;王健;曹繼文;陳彤;;基于感知哈希的在線發(fā)表論文版權(quán)保護(hù)系統(tǒng)[J];信息網(wǎng)絡(luò)安全;2013年11期

9 付曉青;常朝穩(wěn);;基于蹤跡語(yǔ)義的軟件哈希方案[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2009年06期

10 歐陽(yáng)遄飛;張寅;張嘯;邵健;吳飛;;結(jié)構(gòu)化稀疏譜哈希索引[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年01期

相關(guān)會(huì)議論文 前3條

1 張維克;孔祥維;尤新剛;;安全魯棒的圖像感知哈希技術(shù)[A];第七屆全國(guó)信息隱藏暨多媒體信息安全學(xué)術(shù)大會(huì)論文集[C];2007年

2 夏斌;王斌;關(guān)志峰;;一種基于多維哈希鏈的M-Commerce微支付方案[A];第一屆中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2007年

3 尚鳳軍;潘英俊;;一種雙哈希IP數(shù)據(jù)包分類算法研究[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

相關(guān)博士學(xué)位論文 前3條

1 李金鳳;基于感知哈希及數(shù)字水印的音頻認(rèn)證技術(shù)研究[D];西南交通大學(xué);2015年

2 張慧;圖像感知哈希測(cè)評(píng)基準(zhǔn)及算法研究[D];哈爾濱工業(yè)大學(xué);2009年

3 劉兆慶;圖像感知哈希若干關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉曼;多示例多標(biāo)記哈希學(xué)習(xí)方法研究[D];山東大學(xué);2015年

2 張?jiān)屏?基于視覺(jué)系統(tǒng)的感知哈希研究與應(yīng)用[D];合肥工業(yè)大學(xué);2015年

3 汪勝圣;基于哈希的大規(guī)模多標(biāo)簽圖像搜索方法研究[D];山東大學(xué);2016年

4 梁小龍;關(guān)于拓?fù)浔３值墓７椒ㄑ芯縖D];山東大學(xué);2016年

5 劉璐;基于哈希的乳腺X線圖像病變區(qū)域檢測(cè)與分析[D];西安電子科技大學(xué);2015年

6 徐斌;基于感知哈希的移動(dòng)終端圖像檢索系統(tǒng)研究[D];西安電子科技大學(xué);2015年

7 鄭偉;感知哈希及其在圖像認(rèn)證領(lǐng)域的應(yīng)用研究[D];杭州電子科技大學(xué);2016年

8 居振飛;圖像哈希編碼方法研究與應(yīng)用[D];南京大學(xué);2015年

9 馬曉斌;基于哈希的工程CAD圖內(nèi)容完整性認(rèn)證技術(shù)研究[D];南京理工大學(xué);2017年

10 李思宇;基于局部敏感性哈希的代碼相似性檢測(cè)技術(shù)研究[D];天津工業(yè)大學(xué);2017年

，

本文編號(hào)：2496064