基于哈希编码学习的图像检索方法 - 江苏科技大学学报.pdfVIP

第２９卷第６期 江苏科技大学学报（自然科学版） Ｖｏｌ２９ Ｎｏ６ 　 ２０１５年１２月 ＪｏｕｒｎａｌｏｆＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）　 Ｄｅｃ．２０１５ 　　　　　　 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３－４８０７．２０１５．０６．０１１ 基于哈希编码学习的图像检索方法 １ ２ １ １ １ １ 左　欣 ，沈继锋 ，于化龙 ，高　尚 ，徐　丹 ，胡春龙 （１．江苏科技大学 计算机科学与工程学院，江苏 镇江２１２００３） （２．江苏大学 电气信息工程学院，江苏 镇江２１２０１３） 摘　要：针对传统的位置敏感哈希编码低效的问题，提出一种监督学习框架下基于正交子空间的判别投影哈希函数学习 的海明编码方法．该方法首先根据特征值的能量分布进行子空间分解，其次基于Ｆｉｓｈｅｒ判别分析准则，利用样本的分布信 息学习一组最佳投影的哈希函数，实现原始特征空间向海明空间的紧致嵌入，最终生成一组紧凑且具有判别性的二进制编 码，并用于图像检索．在公开数据集上的实验结果表明：该算法与其他经典算法相比，具有较好的稳定性，降低了内存消耗 并提高了检索的平均准确率． 关键词：位置敏感哈希；正交子空间；判别投影学习；视觉字典；空间金字塔 中图分类号：ＴＰ３９１　　　　　文献标志码：Ａ　　　　　文章编号：１６７３－４８０７（２０１５）０６－０５６７－０７ Ｉｍａｇｅｒｅｔｒｉｅｖａｌｍｅｔｈｏｄｂａｓｅｄｏｎｈａｓｈｃｏｄｅｌｅａｒｎｉｎｇ １ ２ １ １ １ １ ＺｕｏＸｉｎ，ＳｈｅｎＪｉｆｅｎｇ，ＹｕＨｕａｌｏｎｇ，ＧａｏＳｈａｎｇ，ＸｕＤａｎ，ＨｕＣｈｕｎＬｏｎｇ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＺｈｅｎｊｉａｎｇＪｉａｎｇｓｕ２１２００３，Ｃｈｉｎａ） （２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙ，ＺｈｅｎｊｉａｎｇＪｉａｎｇｓｕ２１２０１３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｅｐｒｏｐｏｓｅａｓｕｐｅｒｖｉｓｅｄｄｉｓｃｒｉｍｉｎａｔｉｖｅｈａｓｈｆｕｎｃｔｉｏｎｌｅａｒｎｉｎｇｆｏｒｈａｍｍｉｎｇｃｏｄｉｎｇｔｏｄｅａｌｗｉｔｈｔｈｅｉｎ ｅｆｆｉｃｉｅｎｃｙｏｆｃｌａｓｓｉｃａｌｌｏｃａｌｉｔｙｓｅｎｓｉｔｉｖｅｈａｓｈｉｎｇ（ＬＳＨ）ｍｅｔｈｏｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｍｅｔｈｏｄｄｅｃｏｍｐｏｓｅｓｔｈｅｓｕｂｓｐａｃｅａｃ ｃｏｒｄｉｎｇｔｏｔｈｅｅｎｅｒｇｙｄｉｓｔｒｉｂｕｔｉｏｎｂａｓｅｄｏｎｔｈｅｅｉｇｅｎｖａｌｕｅｓ．Ｓｅｃｏｎｄｌｙ，ｉｔｍａｋｅｓｕｓｅｏｆｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓａｍｐｌｅｓ ｂａｓｅｄｏｎｆｉｓｈｅｒｃｒｉｔｅｒｉｏｎｔｏｅｍｂｅｄｔｈｅｏｒｉｇｉｎａｌｆｅａｔｕｒｅｓｐａｃｅｉｎｔｏｈａｍｍｉｎｇｓｐａｃｅｉｎａｍｏｒｅｃｏｍｐａｃｔｍａｎｎｅｒ，ａｎｄ ｆｉｎａｌｌｙｉｔｇｅｎｅｒａｔｅｄａｃｏｍｐａｃｔａｎｄｄｉｓｃｒｉｍｉｎａｔｉｖｅｂｉｎａｒｙｃｏｄｅｆｏｒｔｈｅｉｍａｇｅｒｅｔｒｉｅｖａｌｓｙｓｔｅｍ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓ ｂａｓｅｄｏｎｔｈｅｐｕｂｌｉｃｄａｔａｓｅｔｄｅｍｏｎｓｔｒａｔｅｄｔｈａｔｏｕｒｍｅｔｈｏｄｉｓｓｕｐｅｒｉｏｒｔｏｏｔｈｅｒｃｌａｓｓｉｃａｌｍｅｔｈｏｄｓ，ｗｈｉｃｈｉｓｍｏｒｅ ｓｔａｂｌｅｗｉｔｈｌｅｓｓｍｅｍｏｒｙｃｏｓｔａｎｄａｌｓｏｉｎｃｒｅａｓｅｓｔｈｅａｖｅｒａｇｅｐｒｅｃｉｓｉｏｎ． Ｋｅｙｗｏｒｄｓ：ＬＳＨ；ｏｒｔｈｏｇｏｎａｌｓｕｂｓｐａｃｅ；ｄｉｓｃｒｉｍｉｎａｔｉｖｅｐｒｏｊｅｃｔｉｏｎｌｅａｒｎｉｎｇ；ｖｉｓｕａｌｂａｇｓｏｆｗｏｒｄｓ；ｓｐａｔｉａｌｐ