基于跨尺度Vision Transformer的深度哈希算法

打开文本图片集

摘 要：为了解决当前深度哈希算法提取跨尺度特征能力不足以及难以拟合数据的全局相似度分布问题，提出了一种基于跨尺度Vision Transformer的深度哈希算法。首先，利用金字塔卷积和跨尺度注意力机制构建了一种多层次编码器，来捕获图像丰富的语义信息；其次，提出了一种基于代理的深度哈希算法，该算法为每个类别生成哈希代理，使得哈希码可以学习具有鉴别性的类别特征，从而缩小与同类别哈希代理的距离并拟合数据全局相似性分布；最后，在哈希代理与哈希码之间添加角度边距项，扩大类内相似性和类间差异性，以生成具有高判别性的哈希码。（剩余18634字）