文献

J-GLOBAL ID：202202233927303365   整理番号：22A0554171

マルチハッシュコードによるコントラストベースの教師なしハッシング学習【JST・京大機械翻訳】

Contrast-Based Unsupervised Hashing Learning With Multi-Hashcode

著者 (3件)： Zhang Xi (School of Electronic Engineering, Xidian University, Xi’an, Shaanxi, China) ,  Wang Xiumei (School of Electronic Engineering, Xidian University, Xi’an, Shaanxi, China) ,  Cheng Peitao (School of Electro-Mechanical Engineering, Xidian University, Xi’an, Shaanxi, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 219-223  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： 高い貯蔵と計算効率のために,ハッシュベースの方法は,画像検索システムにおいて広く使用された。教師なし深層ハッシング法は,任意のアノテーションなしに画像の二値表現を効果的に学習できる。以前の教師なし方法におけるハッシュコードを制約する戦略は,意味類似性における構造情報を完全に利用することができない。この問題に取り組むため,特徴間の高レベル意味類似性を捉え,生成されたハッシュコードでそれを保存するための,コントラスト学習に基づく新しい戦略を提案する。さらに,既存の方法よりもハッシュ符号を生成するのに時間節約する,異なる長さのハッシュコードを扱う新しいフレームワークを採用した。MIRFlicker,NUS-WIDE,およびCOCOベンチマークデータセットに関する大規模な実験は,著者らの方法が教師なし画像検索の性能に関して大きな改良をすることを示した。Copyright 2022 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： *コントラスト ,  *学習 ,  画像 ,  類似性 ,  深層 ,  *ハッシング ,  画像検索 ,  アノテーション
準シソーラス用語： 計算効率 ,  意味類似性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： コントラスト ,  教師 ,  ハッシング ,  学習