华南理工大学学报(自然科学版)

作者：冯浩 王年 唐俊

单位：1． 安徽财经大学 管理科学与工程学院，安徽 蚌埠 233030; 2． 安徽大学 电子信息工程学院，安徽 合肥 230601

关键词：深度学习,图像检索,哈希,注意力,量化

基金：国家重点研发计划项目;国家自然科学基金资助项目

针对现有哈希算法所存在的特征提取能力有限、量化约束机制低效等问题，提出一个深度多尺度注意力哈希网络进行大规模图像检索。整个网络由主分支和对象分支两个子网络组成。其中，在主分支网络中加入多尺度注意力定位和显著性区域提取两个模块，以有效定位和提取图像中的显著性区域，并将执行结果送入对象分支网络学习更为丰富的细节特征。同时，将两个子网络学习到的多粒度特征进行融合并执行二进制哈希编码。此外，引入三元组量化约束以减少量化误差，同时保持成对样本的相似度关系。为验证算法的有效性，在两个基准数据集上进行了广泛实验。实验结果表明，所提方法优于大部分现有的哈希检索方法。

来源：2022年第4期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2022年第4期