这篇工作来自于AAAI2018,主要关注于图像标签的等级关系,通过引入带权的哈希距离,提高了整个检索的性能。
摘要
之前的工作都没有考虑到标签直接的等级关系(hierarchical relation of label)而等级关系里面具有丰富的信息。针对上述问题,提出了supervised hierarchical deep hashing (SHDH),具体来说定义了带权的相似度度量方式,通过深度卷积神经网络来获取高效的哈希编码,并通过相关实验来验证了SHDH的高效性。
本文的主要工作
层级相似度(Hierarchical Similarity)
在一个等级的不同层的图像具有区分力的相似度,基于此,本文定义了基于等级标签数据两个图像的等级相似度。
公式(1)表明如果图像i和图像j在第k层中具有相同的祖先节点,那么图像i和图像j在这一层是相似的。反之&#x