[论文解读] Deep Supervised Discrete Hashing

Qi Li, Zhenan Sun+2 more|arXiv (Cornell University)|May 31, 2017

Advanced Image and Video Retrieval Techniques参考文献 25被引用 163

一句话总结

一种深度哈希方法，通过在单一路径中直接学习二进制码，利用成对的语义标签和分类信息，通过交替最小化进行优化，以在保持相似性的同时实现良好的分类性能。

ABSTRACT

With the rapid growth of image and video data on the web, hashing has been extensively studied for image or video search in recent years. Benefit from recent advances in deep learning, deep hashing methods have achieved promising results for image retrieval. However, there are some limitations of previous deep hashing methods (e.g., the semantic information is not fully exploited). In this paper, we develop a deep supervised discrete hashing algorithm based on the assumption that the learned binary codes should be ideal for classification. Both the pairwise label information and the classification information are used to learn the hash codes within one stream framework. We constrain the outputs of the last layer to be binary codes directly, which is rarely investigated in deep hashing algorithm. Because of the discrete nature of hash codes, an alternating minimization method is used to optimize the objective function. Experimental results have shown that our method outperforms current state-of-the-art methods on benchmark datasets.

研究动机与目标

• 在深度框架中使用语义成对信息和标签信息来激励直接学习二进制哈希码。
• 开发一个基于CNN的一流哈希模型，整合分类以提升编码质量。
• 在优化过程中保持哈希码的离散性，以减少量化误差。
• 在 CIFAR-10 和 NUS-WIDE 数据集上展示最先进的检索性能。

提出的方法

• 以 CNN-F 作为基础架构来学习哈希函数和表征。
• 构建一个损失函数，将相似性的成对似然与将码值与标签连接起来的分类项结合起来。
• 将最后一层输出约束为二进制码，并引入一个辅助变量以实现离散优化。
• 通过交替最小化进行优化，通过离散循环坐标下降更新最后一层输出、分类器权重和二进制码。
• 纳入一个联合目标，既保证相似性保持，又确保哈希码对分类的适用性。

实验结果

研究问题

• RQ1 在单流 CNN 框架中学习的二进制哈希码是否能够同时保持语义相似性并对分类达到最优？
• RQ2 在训练过程中强制哈希码的离散性相较于连续松弛是否会提升检索性能？
• RQ3 统一的一流方法在利用标签信息进行哈希时，与两流方法相比如何？
• RQ4 在标准图像检索基准上，联合学习表示、哈希和线性分类器的影响是什么？

主要发现

• 所提出的方法在 CIFAR-10 和 NUS-WIDE 上在多个位长度下持续超越最先进的深度哈希方法。
• 在一个流中同时使用成对相似性和分类信息，相较于 A/B 变体和两流方法带来显著提升。
• 直接将最后一层约束为二进制码，并进行离散优化，降低量化误差并提升检索精度。
• 该方法在多种实验设置下达到更高的 MAP 得分，表明对不同训练/测试划分具有鲁棒性。