哈希碼學(xué)習(xí)及其在圖像檢索中的應(yīng)用研究.pdf

1、隨著數(shù)碼攝像設(shè)備如數(shù)碼相機(jī)、智能手機(jī)的普及，數(shù)碼圖像數(shù)量極速增長，每天數(shù)以億計(jì)的照片被上傳到互聯(lián)網(wǎng)。面對(duì)海量的圖像數(shù)據(jù)，如何將海量圖像數(shù)據(jù)進(jìn)行存儲(chǔ)以及如何對(duì)其進(jìn)行快速計(jì)算，成為了當(dāng)今圖像檢索面臨的兩大難題?；诠４a學(xué)習(xí)的圖像檢索算法，將高維的圖像數(shù)據(jù)用低維的“0”、“1”哈希碼表示，大大降低了海量數(shù)據(jù)對(duì)于存儲(chǔ)空間的要求。與此同時(shí)，利用漢明距離計(jì)算哈希碼表達(dá)的圖像特征間的距離，大大提高了圖像間相似性計(jì)算的效率，讓圖像實(shí)時(shí)檢索在海量數(shù)據(jù)中

2、成為了可能。本文將從研究背景、研究目的、相關(guān)技術(shù)以及國內(nèi)外研究現(xiàn)狀這四個(gè)方面對(duì)哈希碼學(xué)習(xí)的圖像檢索方法進(jìn)行深入的分析研究。
　　憑借哈希算法在海量圖像數(shù)據(jù)檢索中表現(xiàn)出的計(jì)算高效性和低內(nèi)存可行性，哈希碼技術(shù)在圖像檢索中的應(yīng)用受到越來越多的國內(nèi)外學(xué)者的關(guān)注。但是，在圖像檢索的學(xué)習(xí)過程中，離散哈希碼同時(shí)也受到了離散條件的約束。在離散條件的約束下，哈希碼學(xué)習(xí)的優(yōu)化問題成為一個(gè)難以解決的NP難問題。為了解決這一問題，大量學(xué)者選擇松弛離散條件

3、，將哈希碼松弛到實(shí)數(shù)域上，再對(duì)其進(jìn)行優(yōu)化，最后得到一個(gè)次優(yōu)解。近年來，部分學(xué)者提出了關(guān)于離散哈希碼優(yōu)化的算法。這些算法例如監(jiān)督離散哈希（Supervised Discrete Hashing）暴力地將所有的哈希碼依次迭代更新。這樣無選擇性、無目的性地更新直接導(dǎo)致了算法訓(xùn)練耗時(shí)過長。本文將提出一種自適應(yīng)離散循環(huán)坐標(biāo)下降的方法，高效地解決離散哈希碼優(yōu)化問題。該算法旨在提高離散哈希碼優(yōu)化的效率，同時(shí)保持其原有的性能不變。本文將在圖像檢索常用數(shù)