Feature Learning Based Deep Supervised Hashing with Pairwise Labels
Introduction
本篇是发表在IJCAI16上的一篇关于Deep Hash 的一篇Paper。
作者在本篇论文中提出了一种新的Deep Hash方法，DPSH(deep pairwise-supervised hashing)，通过深度学习从pair-wise label中学习到图像的特征和hash code，并且在后面的实验中与其他方法比较，取得了较好的结果。
DPSH主要有以下几个方面：
- 通过CNN的conv层学习图像特征
- 使用网络的全连接层学习hash function
- 设计合理的loss function使pair-wise中label相似的话，hash code尽可能相似，也就是相似的label，hash code之间的海明距离比较小，不相似的label，hash code 之间海明距离比较大。
Notation And Problem Definition
在论文中，z代表向量，Z代表矩阵，ZT代表矩阵的转置，||.||2代表向量之间的欧氏距离，sgn(.)代表sgn函数： sgn(x)=1,当x>0时，否则等于-1
假定有n个图片χ={xi}ni=1，xi代表了第i张图片。因为监督的hash方法，图片都是有标签的，可以通过标签之间是否相似构造出相似性矩阵S={sij},sij∈{0,1}。当两个图片相似时，sij为1。当两个图片不相似时，sij=0。可以通过图片的label获取相似性矩阵。
hash function的目标是每一张图片学习到二进制码bi∈{?1,1}c，c是二进制码的长度。并且生成的二进制码保持原有的相似性，即相似的图片的hash code之间的海明距离比较小，不相似的图片之间的hash code的海明距离比较大。整个网络的主要目标就是学习出c个hash function，保证上述的特性。
Model and Learning
网络结构如Figure1 所示：
使用了CNN-F网络模型，上下两个CNN使用具有相同的网络结构，共享同样的权重。网络的具体参数如table 1所示：
Object Function
Experiment
作者实验中主要使用了两个数据集：
- CIFAR-10 60000张图片，32*32大小。总共10类，每类共有图片6000张。
- NUS-WIDE 270000张图片，总共81类，每张图片有多标签，作者使用了21类，每类至少5000张图片。
对手工特征，CIFAR-10提取了500维的gist特征，NUS-WIDE提取了1134维的混合特征。在deep hash 方法中，作者将原始的图片resize到224*224作为网络的输入。
对CIFAR-10数据集，作者每类选取100张图片作为测试集，监督的方法，每类选取500张图片作为训练集，无监督的方法其他的图片作为训练集。在NUS-WIDE数据集中，作者从21从常用的label中每类100张图片作为测试集，监督的方法每类选取500张图片作为训练集。和之前的方法相比，实验结果如下图
