随波逐流:Similarity-Adaptive and Discrete Optimization

2018 年 2 月 6 日 我爱读PAMI 王靖琰

在哈希中,有一个非常重要的东西就是如何找一个比较好的相似度,可以让哈斯码能随着这个相似度而流动。电子科技大学的沈复民教授提出,可以搞一个深度学习模型来做哈希,然后用这个深度模型中的一层的输出来构建这个相似度,随波逐流。







Unsupervised Deep Hashing with Similarity-Adaptive and Discrete Optimization

Fumin Shen; Yan Xu; Li Liu; Yang Yang; Zi Huang; Heng TaoShen

IEEE Transactions on Pattern Analysis and MachineIntelligence

Year: 2018, Volume: PP, Issue: 99

Pages: 1 – 1


登录查看更多
5

相关内容

Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
半监督多任务学习:Semisupervised Multitask Learning
我爱读PAMI
18+阅读 · 2018年4月29日
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6日
深度撕裂的台湾:Semantics-Preserving Hash
我爱读PAMI
4+阅读 · 2017年3月29日
Optimization for deep learning: theory and algorithms
Arxiv
106+阅读 · 2019年12月19日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
5+阅读 · 2018年10月11日
VIP会员
相关资讯
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
半监督多任务学习:Semisupervised Multitask Learning
我爱读PAMI
18+阅读 · 2018年4月29日
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6日
深度撕裂的台湾:Semantics-Preserving Hash
我爱读PAMI
4+阅读 · 2017年3月29日
Top
微信扫码咨询专知VIP会员