本文主要是对论文的总结,论文网址http://xueshu.baidu.com/s?wd=paperuri:(d559bdeddef84423fec6393a656d17ae)&filter=sc_long_sign&sc_ks_para=q%3DIterative+Quantization%3A+A+Procrustean+Approach+to+Learning+Binary+Codes+for+Large-Scale+Image+Retrieval&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_us=16306320911666404192
这篇文章基于如下出发点:
1:现如今图片越来越多,如何对大规模图像进行快速检索,聚类是困难的问题。
2:有效的方法是进行主元分析,第一步降维,降低数据量。
3:二进制量化。在尽量多的保存原图像特征的前提下对主元进行二进制采样。将一副图像映射到汉明空间中,每一副图像都是汉明空间超立方体的一个顶点。大大降低数据量。
主要方法:
1.降维
类似于主元分, 对于n个向量组成的矩阵
X=(x1,x2,...xn)
,目标是将X转为矩阵B,
B∈{−1,1}n×c
,
c
是二进制码的长度。
∑kvar(sign(xωk))
,
1nBTB=I
,该式不好优化,可以优化取符号函数之前的矩阵,即
该优化方式与PCA一样,求 XTX 的前C个大的特征向量,构成矩阵W。
2 二进制采样
W是一组正交基,若有R为C*C正交基则 WR 仍然是最优的。对于主元向量,若是其方差大,则代表信息多,就要增加二进制位数。解决该问题就要把正交基旋转,以使每个主元的方差大致相等,R就是旋转矩阵。参见文章Figure 1.
原始数据X降维为 V=XW 。
矩阵B应与旋转后的V有最小的均方误差,目标函数
min||B−VR||
然后进行迭代算法。
对 BTV 进行奇异值分解,更新R。
这算是自己的学习笔记,也没看十分明白,做个记录。