Affiliation of Author(s):计算机科学与技术学院/人工智能学院/软件学院
Journal:模式识别与人工智能
Key Words:多标记;收缩项;哈希方法;人脸属性;
Abstract:哈希方法具有存储成本低、查询速度快等优点.但是,大多数哈希方法只用于处理单标记问题,较少用于图像多标记问题.因此,文中提出多标记收缩哈希方法(MLCH),可以保留多标记图像的多水平语义相似性.MLCH利用数据的多标记作为监督信息,依据优化选择算法选取三元组,并加入收缩约束项以获取更饱和的二进制编码.在数据库Celeb A和Pub Fig上评估MLCH性能,证明收缩约束项的有效性,并证明MLCH在大规模图像检索任务中的优越性.
Translation or Not:no
Date of Publication:2017-12-15
Co-author:赵轩,songge
Correspondence Author:Tan Xiaoyang