《Central Similarity Quantization for Efficient Image and Video Retrieval》阅读笔记

Abstract

在传统的哈希方法中，往往使用数据对（pairwise）或者三元组（triplet）的形式进行模型训练，这些方法只能在局部区域（即上面的pairwise和triplet）上捕捉数据的相似性，并且训练低效、low collision rate（我理解为每次一个数据只能出现在二元组或三元组中，即只能碰到其他的一个或两个数据，所以数据碰撞率或接触率低）。本文则提出了中心相似度的方法，这种方法可以进行全局的相似度度量，相似的图片被推向同一个类中心，而不相似的图片被分别推向不同类中心。本文引入了Hash center进行相似度的度量，这些center之间都会保证有一定的距离。本文使用了哈达玛矩阵和伯努利分布两种方法生成这些Hash center。

Introduction

传统的基于二元组或三元组的哈希学习方法具有以下的局限性：1）穷举n个数据构成的数据对，其时间复杂度有O(n！)，对于大规模数据库这是很困难的。2）这些方法仅仅在局部对样本对进行分析，往往不会考虑到所有数据对，因此没有涵盖到整个数据集的分布状况。3）在分布不平衡的数据集上（如长尾分布，小样本等）训练不好。

因此，本文提出使用central similarity的方法训练哈希码。CSQ方法保证每个Hash center间都有足够的距离（sufficient mutual distance），并鼓励图片的哈希码接近其对应的Hash center。因此，对于m个center和n个数据样本，其遍历的时间复杂度只有O(mn)。