文献

J-GLOBAL ID：202002230562274406   整理番号：20A1748390

画像検索のためのグループ内相関強調によるSiamse拡張開始ハッシング【JST・京大機械翻訳】

Siamese Dilated Inception Hashing With Intra-Group Correlation Enhancement for Image Retrieval

著者 (3件)： Lu Xiaoqiang (Key Laboratory of Spectral Imaging Technology CAS, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an, China) ,  Chen Yaxiong (Key Laboratory of Spectral Imaging Technology CAS, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an, China) ,  Li Xuelong (School of Computer Science and Center for OPTical IMagery Analysis and Learning (OPTIMAL), Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 31  号： 8  ページ： 3032-3046  発行年： 2020年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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： 大規模画像検索のために,ハッシングは,その低いストレージと高い計算効率のため,近似最近傍探索法において広く探索されてきた。深い学習の開発によって,深いハッシング方法は,画像検索において大きな進歩を作った。ほとんどの既存の深層ハッシング法はハッシュ符号のグループ内相関を完全に考慮できず,それは類似のハッシュ符号の相関減少問題をもたらし,最終的に検索結果に影響する。本論文では,ハッシュ符号学習のためのハッシュ符号のグループ内相関を強化するために,マルチスケール文脈情報とカテゴリレベル意味論を完全に利用するエンドツーエンドの拡張開始ハッシュ(SDIH)法を提案した。最初に,マルチスケール文脈情報とカテゴリーレベル意味論を同時に利用することによって,グループ内相関強化を有するハッシュコードを生成するために,新しいシーム開始拡張ネットワークアーキテクチャを提示した。第2に,ハッシュ符号学習における離散値を近似する連続値を強制できる新しい正則化項を提案し,最終的にHamming距離とユークリッド距離の間の不一致を低減した。最後に,5つの公開データセットにおける実験結果は,SDIHが他の最先端のハッシングアルゴリズムより優れていることを実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  意味論 ,  学習 ,  近似法 ,  エンドツーエンド方式 ,  正則化 ,  深層 ,  *ハッシング ,  ネットワークアーキテクチャ ,  *画像検索 ,  Hamming距離 ,  近傍探索法
準シソーラス用語： 計算効率 ,  マルチスケール ,  Euclid距離 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  データ保護  (JD01020V)

タイトルに関連する用語 (5件)： 画像検索 ,  グループ ,  相関 ,  拡張 ,  ハッシング