Shih-Fu Chang 11年ICMR上的文章
思路:通过带label数据,学到不同类不同bit的权值;
优化:学权值使类内距离最小,类间距离尽可能大,并化成一个二次函数的形式,迭代到收敛
测试:给定一张图片,计算label样本空间中最邻近的N个图片,然后把N个图片的权值加权相加,形成query的比特权值,计算样本的汉明距离,再乘以比特权值。
Shih-Fu Chang 11年ICMR上的文章
思路:通过带label数据,学到不同类不同bit的权值;
优化:学权值使类内距离最小,类间距离尽可能大,并化成一个二次函数的形式,迭代到收敛
测试:给定一张图片,计算label样本空间中最邻近的N个图片,然后把N个图片的权值加权相加,形成query的比特权值,计算样本的汉明距离,再乘以比特权值。