目的
传统的相似图片检索利用图片的统计特征对比图片, 检索的复杂度高,检索速度慢, 检索效果差。
为了高效准确,从端到端地对相似图片进行检索。本文利用为了降低分析的复杂性,加快检索速度
本文利用自编码神经网络和局部敏感hash算法对图片进行检索。
自编码神经网络
在有监督学习中,训练样本是有类别标签的。现在假设我们只有一个没有带类别标签的训练样本集合 ,其中
。自编码神经网络是一种无监督学习算法,它使用了反向传播算法,并让目标值等于输入值,比如
。下图是一个自编码神经网络的示例。通过训练,我们使输出
接近于输入
。当我们为自编码神经网络加入某些限制,比如限定隐藏神经元的数量,我们就可以从输入数据中发现一些有趣的结构。举例来说,假设某个自编码神经网络的输入