图像检索哈希算法综述

本文主要参考自：Hashing Techniques: A Survey and Taxonomy

LIANHUA CHI, IBM Research, Melbourne, Australia
XINGQUAN ZHU, Florida Atlantic University, Boca Raton, FL; Fudan University, Shanghai, China

面向数据的主要为了加速查找过程，面向加密的主要为了产生验证签名

其中，本文关注面向数据部分：

一、数据独立哈希：

没有训练过程，没有带标签的数据/信息。哈希函数都是prespecified，可以学习数据分布信息。可分四类：
随机哈希，局部敏感哈希，learning for hashing，结构投影

1.随机哈希

随机预测哈希有一个数据降维机制，可以自动把原始高维数据预测到低维空间。起初[Donald 1999]用随机的随机预测函数，一个随机预测函数需要d*lgk位来表示，d和k分别是原始数据和降维后数据的维度，导致无法存储随机选择函数，后来就开始用固定的随机预测函数，Carter and Wegman [1977]提出普遍方法，从特定函数的一个小集合中随机选哈希函数，如Shakhnarovich [2005]，随机函数预测的时间复杂度由于哈希函数簇小且高度独立，可以是常量级的。

主要缺点：太不稳定，不同的哈希函数会导致完全不同的编码，可能两个元素差一位，但哈希码可能被预测成不同的类别。在降维时也丢失了很多特性。随之产生了局部敏感哈希。

2.局部敏感哈希

LSH的一大特点是原始空间相近的两个数据点哈希编码也相似。LSH的随机预测哈希函数是：

w是图像点的一个随机超平面，b是随机截距，每个数据点的标签由超平面w决定，LSH的哈希函数满足

基于这个哈希函数，对于任意两个点x,y，LSH满足

LSH不仅在哈希码中保留了数据特性，也保证相似数据点的碰撞可能性。

不足：效率低，且要保证精度需要很长的编码，low recall。

对于超平面，为了给出最优的编码位数，NPQ基于可适应的可学习的阈值分配，VBQ提供数据驱动的不一致位分配。