计算机应用研究

作者：姚佩昀,于炯,李雪,李梓杨,陈鹏程,

单位：新疆大学a.软件学院;b.计算机科学与技术学院,乌鲁木齐830046；

关键词：深度哈希,视觉注意力,哈希代理,跨尺度,图像检索,

基金：国家自然科学基金资助项目(62262064,62266043,61966035)；新疆维吾尔自治区重点研发项目(2022295358)；新疆维吾尔自治区自然科学基金资助项目(2022D01C56)；新疆大学博士研究生创新项目(XJU2022BS072)；；

为了解决当前深度哈希算法提取跨尺度特征能力不足以及难以拟合数据的全局相似度分布问题，提出了一种基于跨尺度Vision Transformer的深度哈希算法。首先，利用金字塔卷积和跨尺度注意力机制构建了一种多层次编码器，来捕获图像丰富的语义信息；其次，提出了一种基于代理的深度哈希算法，该算法为每个类别生成哈希代理，使得哈希码可以学习具有鉴别性的类别特征，从而缩小与同类别哈希代理的距离并拟合数据全局相似性分布；最后，在哈希代理与哈希码之间添加角度边距项，扩大类内相似性和类间差异性，以生成具有高判别性的哈希码。通过在CIFAR-10、ImageNet-100、NUS-Wide、MS COCO上进行的实验结果表明，该算法的平均检索精度比次优方法分别提升4.42%、19.61%、0.35%、15.03%，验证了该算法的有效性。

来源：2024年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第11期