圖像哈希檢索背景綜述(二)——哈希檢索算法總結(jié)(轉(zhuǎn))

原文來源:http://blog.csdn.net/Ying_Xu/article/details/50532185

——————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————

這一篇主要對圖像哈希技術(shù)的現(xiàn)有算法做一個研究性的概述。由于哈希函數(shù)的本質(zhì)是一個降維的操作律歼,因此會存在特征信息的丟失和檢索準確率的下降。

目前的哈希函數(shù)可以分為數(shù)據(jù)依賴的(Data-dependent)和數(shù)據(jù)獨立的(Data-independent),數(shù)據(jù)依賴的哈希函數(shù)也就是依賴原始數(shù)據(jù)來學(xué)習(xí)哈希函數(shù)歪玲,數(shù)據(jù)獨立的就是人工指定哈希函數(shù)。

最最經(jīng)典的也算作最原始的用于圖像檢索的哈希算法是LSH,即局部敏感哈希(Locality Sensitivehashing)。它是由Piotr Indyk等人提出的鸣皂,該方法對數(shù)據(jù)進行隨機映射,屬于數(shù)據(jù)獨立的哈希函數(shù)暮蹂。容易實現(xiàn)寞缝,計算速度也較快。這是一種非數(shù)據(jù)驅(qū)動型的算法仰泻,檢索精度并不高荆陆。

之后的很多哈希函數(shù)都是基于該LSH方法做出的改進和擴展延伸,如Jianqiu Ji等人提出的超比特局部敏感哈希(Super-BitLocality-Sensitive Hashing, SBLSH)集侯,以角度作為核函數(shù)度量標準被啼,對隨機投影向量進行分組正交化;Brian Kulis等人提出的核化局部敏感哈希(KernelizedLocality-Sensitive Hashing, KLSH)棠枉,對LSH進行了擴展趟据,利用核函數(shù)和圖像庫中的稀疏集來構(gòu)造隨機映射,可以選擇任意核函數(shù)作為相似性度量函數(shù)术健。

對于除了數(shù)據(jù)本身所具有的信息,數(shù)據(jù)可能還具有附加的信息粘衬,例如標簽信息等荞估,在模式識別、計算機視覺和機器學(xué)習(xí)等領(lǐng)域有著非常重要的作用稚新。因此基于此勘伺,哈希函數(shù)還可以分為基于監(jiān)督的、基于半監(jiān)督的和基于非監(jiān)督的哈希函數(shù)褂删。

這里對近幾年來的哈希函數(shù)做了一些總結(jié)和概述飞醉,整理在一個文檔中。是根據(jù)袁勇學(xué)長的一篇博客進行整理的屯阀,貼出來也供大家一起學(xué)習(xí)缅帘。

總結(jié)下載鏈接:http://pan.baidu.com/s/1bobfuzl? ?提取密碼:b97a

或者在這里下載

http://download.csdn.net/detail/ying_xu/9408905

這個文檔是excel總結(jié)的,下載下來看起來會很清晰难衰,預(yù)覽的格式亂了钦无,看起來很亂。建議下載盖袭。


但是沒有涵蓋大部分2014和2015年的相關(guān)paper失暂。

這里根據(jù)袁勇學(xué)長的總結(jié)也一并貼出來彼宠。

CVPR14 圖像檢索papers——圖像檢索

1.??Triangulation embedding and democratic aggregation for imagesearch (Orals)

2.??Collaborative Hashing (post)

3.??Packing and Padding: Coupled Multi-index for Accurate ImageRetrieval (post)?technical report

4.??Bayes Merging of Multiple Vocabularies for Scalable ImageRetrieval (post)?technical report

5.??Fast Supervised Hashing with Decision Trees for High-DimensionalData (post)

6.??Learning Fine-grained Image Similarity with Deep Ranking (post)

7.??Congruency-Based Reranking (post)可能

8.??Fisher and VLAD with FLAIR (post)可能

9.??Locality in Generic Instance Search from One Example (post)

10.? Asymmetric sparse kernelapproximations for large-scale visual search (post)

11.? Locally Linear Hashing forExtracting Non-Linear Manifolds (post)

12.? Adaptive Object Retrievalwith Kernel Reconstructive Hashing (post)

13.? Hierarchical Feature Hashingfor Fast Dimensionality Reduction (post)

CVPR15image retrieval reading list

Image retrieval關(guān)鍵詞

·????????FAemb: A Function Approximation-Based Embedding Method for Image Retrieval

·????????Image Retrieval Using Scene Graphs

·????????Revisiting Kernelized Locality-Sensitive Hashing for Improved Large-ScaleImage Retrieval

·????????Early Burst Detection for Memory-Efficient Image Retrieval

·????????Deep Semantic Ranking Based Hashing for Multi-Label Image Retrieval(已讀)

·????????Query-Adaptive Late Fusion for Image Search and Person Re-identification

Hashing關(guān)鍵詞

·????????Supervised Discrete Hashing

·????????Hashing With Binary Autoencoders

·????????Reflectance Hashing for Material Recognition

·????????Deep Hashing for Compact Binary Codes Learning

·????????Online Sketching Hashing

·????????Semantics-Preserving Hashing for Cross-View Retrieval

·????????Face Video Retrieval With Image Query via Hashing Across Euclidean Spaceand Riemannian Manifold


2016

· ? ? Learning to Hash for Indexing?Big Data——A Survey
This paper provides readers with a systematic understanding of insights, pros, and cons?of the emerging indexing and search methods for Big Data.
By Jun Wang, Member IEEE, Wei Liu, Member IEEE, Sanjiv Kumar, Member IEEE, and?Shih-Fu Chang, Fellow IEEE?


要想對大數(shù)據(jù)哈希有一個清晰和透徹的了解,我非常推薦以上這篇2016年1月的文章弟塞,需要反復(fù)研讀凭峡。


其中包含一些大數(shù)據(jù)現(xiàn)狀與趨勢的剖析,是來自與李武軍老師2015年的一篇中文paper决记,鏈接都包含如下摧冀,建議都仔細研讀一下,對于該研究方向的同學(xué)會獲益匪淺霉涨。

參考資料:

1. ? Hashing圖像檢索源碼及數(shù)據(jù)庫總結(jié)http://yongyuan.name/blog/codes-of-hash-for-image-retrieval.html

2.??大數(shù)據(jù)哈希學(xué)習(xí):現(xiàn)狀與趨勢http://www.36dsj.com/archives/23799

3. ?CVPR14圖像檢索papershttp://yongyuan.name/blog/cvpr14-reading-list.html

4.??CVPR15 image retrieval readinglisthttp://yongyuan.name/blog/cvpr15-image-retrieval-reading-list.html

版權(quán)聲明:本文為博主原創(chuàng)文章按价,未經(jīng)博主允許不得轉(zhuǎn)載。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末笙瑟,一起剝皮案震驚了整個濱河市楼镐,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌往枷,老刑警劉巖框产,帶你破解...
    沈念sama閱讀 217,907評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異错洁,居然都是意外死亡秉宿,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評論 3 395
  • 文/潘曉璐 我一進店門屯碴,熙熙樓的掌柜王于貴愁眉苦臉地迎上來描睦,“玉大人,你說我怎么就攤上這事导而〕腊龋” “怎么了?”我有些...
    開封第一講書人閱讀 164,298評論 0 354
  • 文/不壞的土叔 我叫張陵今艺,是天一觀的道長韵丑。 經(jīng)常有香客問我,道長虚缎,這世上最難降的妖魔是什么撵彻? 我笑而不...
    開封第一講書人閱讀 58,586評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮实牡,結(jié)果婚禮上陌僵,老公的妹妹穿的比我還像新娘。我一直安慰自己创坞,他們只是感情好拾弃,可當(dāng)我...
    茶點故事閱讀 67,633評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著摆霉,像睡著了一般豪椿。 火紅的嫁衣襯著肌膚如雪奔坟。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,488評論 1 302
  • 那天搭盾,我揣著相機與錄音咳秉,去河邊找鬼。 笑死鸯隅,一個胖子當(dāng)著我的面吹牛澜建,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播蝌以,決...
    沈念sama閱讀 40,275評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼炕舵,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了跟畅?” 一聲冷哼從身側(cè)響起咽筋,我...
    開封第一講書人閱讀 39,176評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎徊件,沒想到半個月后奸攻,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,619評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡虱痕,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,819評論 3 336
  • 正文 我和宋清朗相戀三年睹耐,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片部翘。...
    茶點故事閱讀 39,932評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡硝训,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出新思,到底是詐尸還是另有隱情捎迫,我是刑警寧澤,帶...
    沈念sama閱讀 35,655評論 5 346
  • 正文 年R本政府宣布表牢,位于F島的核電站,受9級特大地震影響贝次,放射性物質(zhì)發(fā)生泄漏崔兴。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,265評論 3 329
  • 文/蒙蒙 一蛔翅、第九天 我趴在偏房一處隱蔽的房頂上張望敲茄。 院中可真熱鬧,春花似錦山析、人聲如沸堰燎。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽秆剪。三九已至赊淑,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間仅讽,已是汗流浹背陶缺。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留洁灵,地道東北人饱岸。 一個月前我還...
    沈念sama閱讀 48,095評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像徽千,于是被迫代替她去往敵國和親苫费。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,884評論 2 354

推薦閱讀更多精彩內(nèi)容

  • Android 自定義View的各種姿勢1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 172,127評論 25 707
  • 在此特此聲明:一下所有鏈接均來自互聯(lián)網(wǎng)双抽,在此記錄下我的查閱學(xué)習(xí)歷程百框,感謝各位原創(chuàng)作者的無私奉獻 ! 技術(shù)一點一點積...
    遠航的移動開發(fā)歷程閱讀 11,118評論 12 197
  • 孩子,那天柑贞,你問我如果累了方椎,你最想去的地方是哪兒,我說是家钧嘶。你告訴我棠众,你最想去的地方是海邊。沙很軟有决,天很清闸拿,海很藍...
    老遠山閱讀 650評論 0 1
  • 兩個月前看完了《霧都孤兒》就中了名著的毒,于是便一本接一本開始看书幕,而經(jīng)典之所以稱之為經(jīng)典新荤,在我看來,不僅僅是因為它...
    楚木蠡閱讀 290評論 0 0
  • 小林的口頭禪是“人不為己台汇,天誅地滅”苛骨。這是她的做人原則。這句話她理解成苟呐,萬事都要以自己的利益為上痒芝,不然老天爺都不容...
    明媚月光閱讀 3,039評論 5 8