Binary Generative Adversarial Networks for Image Retrieval

上传者: 33208851 | 上传时间: 2021-12-16 18:05:48 | 文件大小: 1.17MB | 文件类型: -
使用深度哈希的图像检索中最惊人的成功主要涉及判别模型,该模型需要标签。在本文中,我们使用二进制生成的adver sarial网络(BGAN)将图像以无监督的方式嵌入到二进制代码中。通过将生成对抗网络(GAN)的输入噪声变量限制为二进制且以每个输入图像的特征为条件,BGAN可以同时学习每个图像的二进制表示形式,并生成与原始图像相似的图像。在提出的框架中,我们解决了两个主要问题: 1)如何不松懈地直接生成二进制代码? 2)如何为二进制表示配备准确率图像检索功能? 我们通过提出新的符号激活策略和指导学习过程的损失函数来解决这些问题,损失函数包括对抗性损失,内容损失和邻域结构损失的新模型

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明