本文首次撰稿于2022年5月9日，旨在記錄一些關(guān)于深度無監(jiān)督哈希學(xué)習(xí)中的心得筆記。
本文部分內(nèi)容及文章排列順序參考綜述?A Survey on Deep Hashing Methods.
如文中有誤魔慷，請(qǐng)予以批評(píng)指正咬清！
概述
? ? ? ?近年來濒持，無監(jiān)督哈希學(xué)習(xí)由于其對(duì)未標(biāo)記數(shù)據(jù)的充分利用而受到了廣泛的關(guān)注摔握，并在現(xiàn)實(shí)世界中提供了廣泛的應(yīng)用寄狼。由于深度無監(jiān)督哈希算法不能直接獲取樣本的標(biāo)簽（label）信息，因此語義信息通常是通過預(yù)訓(xùn)練好的深度網(wǎng)絡(luò)在深度特征空間中獲得的氨淌。然而，如何推斷語義信息和如何利用語義信息作為監(jiān)督來指導(dǎo)哈希碼的學(xué)習(xí)過程是深度無監(jiān)督哈希學(xué)習(xí)的關(guān)鍵問題伊磺。根據(jù)語義信息的獲取方式盛正，深度無監(jiān)督哈希算法可以分為三類，分別是基于相似度重構(gòu)的方法（similarity reconstruction-based methods）屑埋、基于偽標(biāo)簽的方法（pseudo-label-based methods）和基于免預(yù)測自監(jiān)督學(xué)習(xí)的方法（prediction-free self-supervised learning methods）豪筝。其中，基于相似度重構(gòu)的方法通常生成成對(duì)的語義信息作為監(jiān)督指導(dǎo)哈希碼的學(xué)習(xí)過程摘能，基于偽標(biāo)簽的方法通常為輸入生成單樣本（pointwise）偽標(biāo)簽续崖，而基于免預(yù)測自監(jiān)督學(xué)習(xí)的方法直接利用數(shù)據(jù)本身進(jìn)行訓(xùn)練，訓(xùn)練過程中不生成顯式的語義信息团搞，即前文所提到的成對(duì)語義信息和偽標(biāo)簽严望。
