基于并行化深度學(xué)習(xí)的大規(guī)模圖像檢索方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，在社交網(wǎng)絡(luò)、電子商務(wù)、物聯(lián)網(wǎng)等渠道產(chǎn)生了海量圖像，如何快速準(zhǔn)確地檢索圖片成為圖像檢索系統(tǒng)面臨的巨大挑戰(zhàn)。圖像檢索通常使用提取圖片特征的方法進(jìn)行相似性分析。為了提升檢索準(zhǔn)確性，通過(guò)引入深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖片特征進(jìn)行提取，比較圖片特征向量間的歐氏距離進(jìn)行相似度度量。該方法在面對(duì)海量數(shù)據(jù)量時(shí)，檢索時(shí)間會(huì)明顯增長(zhǎng)。為了減少相似度分析所需要的時(shí)間，目前采用的方法是使用基于哈希函數(shù)生成的二進(jìn)制哈希碼來(lái)代替圖像特征，在漢

2、明距離空間進(jìn)行近似最近鄰搜索。盡管如此，基于哈希學(xué)習(xí)和基于深度學(xué)習(xí)的圖像搜索仍然存在問(wèn)題。
　　哈希函數(shù)對(duì)圖片特征的學(xué)習(xí)能力有限，無(wú)論是隨機(jī)哈希函數(shù)還是數(shù)據(jù)相關(guān)哈希函數(shù)都只能學(xué)習(xí)到圖像最表層的視覺(jué)特征，而無(wú)法學(xué)習(xí)到圖像的高維語(yǔ)義特征。本文在分析影響圖像檢索速度和準(zhǔn)確性因素的基礎(chǔ)上，提出了基于深度哈希的大規(guī)模圖像檢索方法。首先在目標(biāo)數(shù)據(jù)集上對(duì)深度學(xué)習(xí)模型進(jìn)行微調(diào)，生成特征向量并計(jì)算歐氏距離得出相似度，驗(yàn)證深度學(xué)習(xí)方法的準(zhǔn)確性。隨后構(gòu)

3、建基于Inception結(jié)構(gòu)的深度哈希網(wǎng)絡(luò)，生成二進(jìn)制哈希特征，計(jì)算漢明距離進(jìn)行相似度分析。最后，對(duì)比以上兩種方法在檢索方面的準(zhǔn)確性和速度上的差異驗(yàn)證深度哈希方法的性能。
　　針對(duì)單機(jī)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型迭代時(shí)間過(guò)長(zhǎng)的問(wèn)題，本文采用并行化深度學(xué)習(xí)的方法實(shí)現(xiàn)了并行化深度學(xué)習(xí)。首先，分析了模型并行化和數(shù)據(jù)并行化各自的特點(diǎn)。然后，分別基于OpenMPI和Spark并行計(jì)算平臺(tái)設(shè)計(jì)了兩種并行化深度學(xué)習(xí)模型訓(xùn)練方法。最后，最后通過(guò)實(shí)驗(yàn)驗(yàn)證兩