计算机应用研究

作者：苗壮,王亚鹏,李阳,张睿,王家宝,

单位：陆军工程大学指挥控制工程学院,南京210007；

关键词：无监督哈希,图像检索,聚类,知识蒸馏,自监督学习,

基金：国家自然科学基金资助项目；国家重点研发计划资助项目；江苏省自然科学基金资助项目；中国博士后科学基金资助项目；；

为了进一步降低无监督深度哈希检索任务中的伪标签噪声，提出了一种等量约束聚类的无监督蒸馏哈希图像检索方法。该方法主要分为两个阶段，在第一阶段中，主要对无标签图像进行软伪标签标注，用于第二阶段监督哈希特征学习，通过所提等量约束聚类算法，在软伪标签标注过程中可以有效降低伪标签中的噪声；在第二阶段中，主要对学生哈希网络进行训练，用于提取图像哈希特征。通过所提出的无监督蒸馏哈希方法，利用图像软伪标签指导哈希特征学习，进一步提高了哈希检索性能，实现了高效的无监督哈希图像检索。为了评估所提方法的有效性，在CIFAR-10、FLICKR25K和EuroSAT三个公开数据集上进行了实验，并与其他先进方法进行了比较。在CIFAR-10数据集上，与TBH方法相比，所提方法检索精度平均提高12.7%；在FLICKR25K数据集上，与DistillHash相比，所提方法检索精度平均提高1.0%；在EuroSAT数据集上，与ETE-GAN相比，所提方法检索精度平均提高16.9%。在三个公开数据集上进行的实验结果表明，所提方法能够实现高性能的无监督哈希检索，且对各类数据均有较好的适应性。

来源：2023年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第2期