Deep Supervised Hashing for Fast Image Retrieval

摘要

这篇paper中提出了Deep Supervised Hashing (DSH)来进行binary code的学习。主要特点如下：（1）设计了深度CNN模型，training data的输入为图像对（imilar/dissimilar），输出为每幅图像的hash code；（2）loss function 最大化了图像之间的区别，区别是从输入图像编码而成的编码空间；（3）在离散化真实值的输出上加了正则项；（4）对于查询的图像通过模型编码成hash code，并通过binary code 表示图像特征。通过在CIFAR-10 和NUS-WIDE上与state-of-the-arts 相比，DSH实验效果promising performance。

主要工作和解决的问题

DSH采用一种CNN架构，输入为图像对（无论两个图像是否相似），输出为binary code。具体架构如下。在实际过程中， 采用在线生成图像对（generate image pairs online）以至于在训练阶段有更多的图像对进行训练。loss function将相似图像在编码空间上拉近距离，将不相似的图像在编码空间上推远距离。为了避免在loss function在hamming空间上不可微分，输出的值松弛化到真实值，同时在离散化的真实值的输出上加了正则项。

主要解决的问题在之前模型中非线性的激活函数在生成hash code中需要很大的计算代价，降低了网络的训练。文章主要对损失函数进行了优化推导。

DSH模型

DSH模型学习图像特征的compact binary codes，主要优点在于：（1）相似的图像在hamming空间上编码相似；（2）binary code计算更加高效。

Loss Function