文献

J-GLOBAL ID：201702214043776844   整理番号：17A0886538

高速画像検索のための半教師つき多視点離散ハッシング【Powered by NICT】

Semi-Supervised Multi-View Discrete Hashing for Fast Image Search

著者 (2件)： Zhang Chenghao (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Zheng Wei-Shi (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 6  ページ： 2604-2617  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハッシングはHamming空間における大規模データセットに対する高速近傍探索のための重要な方法である。ハッシュモデルに関する殆どの研究は単一視野データに焦点を当てているが,最近大部分教師なしマルチビューハッシュモデルのマルチビューアプローチを考察した。百万ラベル無しデータ試料の存在にもかかわらず,データの一握りを標識探索性能を著しく改善すると信じられている。本論文では,半教師つきマルチビューハッシュモデルを提案した。モデルにラベル情報の一部を組み込んだに加えて,提案したマルチビューモデルは三倍の既存のマルチビューハッシュモデルと異なる1)学習ハッシング符号に緩和を使用する多視点特徴に併用損失を最小化できる複合離散ハッシュ学習モデル2)ハッシュコードを生成するための統計的に非相関マルチビュー特徴を探る及び3)局所コンパクト符号化のためのモデリングを保存複合局所性。包括的な実験を行い,関連するマルチビューハッシュモデルと半教師つきハッシュモデルと比較して,提案した半教師つき多視点ハッシュモデルの有効性を示すために実施した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 符号化 ,  学習モデル ,  *高速度 ,  モデリング ,  近傍探索法 ,  *画像検索 ,  局所性 ,  *ハッシング ,  学習
準シソーラス用語： マルチビュー ,  探索性能 ,  大規模データセット , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 画像検索 ,  教師 ,  視点 ,  ハッシング