深度哈希图像检索综述论文，14页pdf

由于计算和存储效率的提高，哈希被广泛应用于大规模数据库检索中的近似近邻搜索。深度哈希技术是一种利用卷积神经网络结构来挖掘和提取图像语义信息或特征的技术，近年来受到越来越多的关注。在这个综述中，我们对几种图像检索的深度监督哈希方法进行了评估，总结出深度监督哈希方法的三个主要不同方向。最后提出了几点意见。此外，为了突破现有哈希方法的瓶颈，我提出了一种影子周期性哈希(SRH)方法作为尝试。具体来说，我设计了一个CNN架构来提取图像的语义特征，并设计了一个loss function来鼓励相似的图像投影接近。为此，我提出了一个概念: CNN输出的影子。在优化的过程中，CNN的输出和它的shadow互相引导，尽可能的达到最优解。在数据集CIFAR-10上的实验表明，该算法具有良好的性能。

https://arxiv.org/abs/2006.05627