FP-CNNH一种基于深度卷积神经网络的快速图像晗希算法.PDFVIP

第 43 卷第9 期 计算机科学 Vo1. 43 No.9 2016 年 9 月 Computer Science Sep 2016 FP-CNNH: 一种基于深度卷积神经网络的快速图像晗希算法 刘冶1 ， 2 潘炎1 ， 3 夏榕楷2 刘获1 印鉴1 ， 2 (中山大学数据科学与计算机学院 广州 510000)1 (中山大学信息科学与技术学院 广州 510000)2 (中山大学软件学院 广州 510000)3 摘 要 在大数据时代，图像检索技术在大规模数据上的应用是一个热门的研究领域。近年来，大规模图像检索系统 中，图像哈希算法由于具备提高图像的检索效率同时减少储存空间的优点而受到广泛的关注。现有的有监督学习哈 希算法存在一些问题，主流的有监督的哈希算法需要通过图像特征提取器获取人为构造的图像特征表示，这种做法带 来的图像特征损失影响了哈希算法的效果，也不能较好地处理图像数据集中语义的相似性问题。随着深度学习在大 规模数据上研究的兴起，一些相关研究尝试通过深度神经网络进行有监督的哈希函数学习，才是升了哈希函数的效果， 但这类方法需要针对数据集人为设计复杂的深度神经网络，增大了哈希函数设计的难度，而且深度神经网络的训练需 要较多的数据和较长的时间，这些问题影响了基于深度学习的哈希算法在大规模数据集上的应用。针对这些问题，提 出了一种基于深度卷积神经网络的快速图像哈希算法，该算法通过设计优化问题的求解方法以及使用预训练的大规 模深度神经网络，提高了哈希算法的效果，同时明显地缩短了复杂神经网络的训练时间。根据在不同图像数据集上的 实验结果分析可知，与现有的基准算法相比，提出的算法在哈希函数训练效果和训练时间上都具有较大的提高。 关键词 深度学习，图像检索，图像哈希，神经网络，优化算法 中圄法分类号 TP181 文献标识码 A DOI 10. 11896/j. issn. 1002-137X. 2016. 9. 007 FP-CNNH:A Fast Image Hashing Algorithm Based on Deep Convolutional Neural Network , , , 2 LIU Ye ,2 PAN Yan ,3 XIA Rong-kai LIU Di YIN Jian ,2 (School of Data and Computer Science ,Sun Yat-sen University ,Guangzhou 510000 ,China) (School of Information Science and Technology ,Sun Yat-sen University ,Guangzhou 510000 ,China) 2 (School of Software ,Sun Yat-sen University ,Guangzhou 510000 ,China)3 Abstract In the big data era ,application research on image retrieval