基于结合生成对抗网络的哈希算法的大规模数据检索方法

摘要

本发明是一种基于结合生成对抗网络的哈希算法的大规模数据检索方法。本发明主要由两个主要部分组成：有条件的WGAN，它将训练图像和成对相似度作为输入，并共同学习生成器和判别器：生成器接受随机噪声和编码相似度信息的嵌入向量的连接作为输入，以合成接近真实的图像；判别器试图使用对抗性损失来区分真实和合成图像；哈希编码器，在贝叶斯学习框架下为所有图像生成紧凑的二进制哈希代码：该框架通过余弦交叉熵损失共同保存真实图像和合成图像的相似性信息，并通过余弦量化损失控制量化误差。经验证，本发明所提出的双块框架具有优越的检索性能。