دانلود مقاله ترجمه شده شبکه های هشینگ عمیق محدود باینردودویی برای بازیابی تصاویر (IEEE 2019) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

شبکه های هشینگ عمیق محدود باینردودویی برای بازیابی تصاویر بدون یادآوری دستی

Binary Constrained Deep Hashing Network for Image Retrieval without Manual Annotation

چکیده
1- مقدمه
2- کار های مربوطه
3- شبکه های هشینگ عمقی محدود باینری بدون تفسیر دستی
3-1 معماری شبکه
3-2 داده های تمرینی
3-3 ضرر محدود باینری جفتی
3-4 یادگیری پارامتر ها
4- آزمایش ها
4-1 خط مبنا و مجموعه داده ها
4-2 مقایسه با روش های ترکیب بدون سرپرست
4-3 مقایسه با روش های ترکیب با سرپرست
4-4 مقایسه با نمایش تصاویر با مقادیر واقعی
5- جمع بندی

چکیده

یادگیری کد های باینری فشرده برای وظیفه بازیابی تصاویر با استفاده از شبکه های عصبی عمقی ، باعث شد است که تحقیقات توجهشان به این زمینه جلب شود. اما، تمرین شبکه های هشینگ عمقی برای این وظیفه چالش بر انگیز می باشد زیرا محدودیت های باینری بر روی این کد ها وجود دارد، این شبکه ها ویژگی حفظ شباهت را دارند و نیاز به حجم گسترده ای از تصاویر نام گذاری شده وجود دارد. بر اساس دانش ما، هیچ کدام از روش های تحقیقاتی تمام این چالش ها را به صورت کامل در یک قالب کاری یکنواخت بررسی نکرده است. در این کار، ما یک روش یادگیری نقطه به نقطه جدید را ارائه می کنیم که برای این وظیفه مورد استفاده قرار می گیرد. که در این روش، شبکه به صورتی تمرین داده می شود که بتواند کد های باینری را به صورت مستقیم از پیکسل های تصاویر به دست بیاورد بدون این که نیاز به تفسیر دستی تصاویر وجود داشته باشد. به صورت خاص، باری کار با محدودیت های باینری غیر روان، ما یک تابع هدررفت محدود جفتی را ارائه می کنیم که به صورت همزمان فاصله بین جفت های کد های ترکیبی را اندازه گیری کرده و خطای کمی سازی باینری را هم محاسبه می کند. برای تمرین دادن شبکه ها با تابع ضرر پیشنهاد شده، ما یک برنامه موثر را به عنوان الگوریتم یادگیری ارائه می کنیم. به علاوه، برای ایجاد کردن تصاویر تمرین مشابه یا غیر مشابه برای تمرین دادن شبکه، ما از مدل های سه بعدی بازسازی شده از تصاویر بدون نام برای تولید خودکار جفت تصاویر تمرینی به صورت گسترده، استفاده می کنیم. آزمایش های گسترده بر روی مجموعه داده های معیار بازیابی تصاویر، نشان داده است که این روش نسبت به جدید ترین روش های ارائه فشرده تصاویر در رابطه با مسئله بازیابی تصاویر، بهبود یافته است.

5- جمع بندی

در این مقاله، ما یک روش ترکیب عمقی نقطه به نقطه برای یادگیری کد های باینری فشرده به صورت مستقیم از تصاویر بدون نیاز به تفسیر دستی آن ها ارائه می کنیم. ما از مدل های سه بعدی بازسازی شده و تصویر های مرتبط با آن ها استفاده می کنیم تا بتوانیم داده های تمرینی را به صورت خودکار ایجاد کنیم. ما یک تابع ضرر محدود باینری جفتی جدید را ارائه می کنیم که نه فقط می تواند از داده های تمایز از داده های تمرینی استفاده کند بلکه همچنین باعث می شود که مد ها نسبت به باینری، عملکرد بهتری داشته باشد. ما همچنین یک بهینه سازی متناوب موثر را ارائه می کنیم تا بتوانیم شبکه را تحت ضرر محدود، تمرین دهیم. نتایج آزمایشی دقیق در رابطه با مجموعه داده های معیار بازیابی تصاویر نشان می دهد که روش پیشنهاد شده ، با جدید ترین روش های موجود قابل مقایسه بوده و گاهی عملکرد بهتری از آن ها دارد.

Abstract

Learning compact binary codes for image retrieval task using deep neural networks has attracted increasing attention recently. However, training deep hashing networks for the task is challenging due to the binary constraints on the hash codes, the similarity preserving property, and the requirement for a vast amount of labelled images. To the best of our knowledge, none of the existing methods has tackled all of these challenges completely in a unified framework. In this work, we propose a novel end-to-end deep learning approach for the task, in which the network is trained to produce binary codes directly from image pixels without the need o f manual annotation. In particular, to deal with the non-smoothness of binary constraints, we propose a novel pairwise constrained loss function, which simultaneously encodes the distances between pairs of hash codes, and the binary quantization error. In order to train the network with the proposed loss function, we propose an efficient parameter learning algorithm. In addition, to provide similar / dissimilar training images to train the network, we exploit 3D models reconstructed from unlabelled images for automatic generation of enormous training image pairs. The extensive experiments on image retrieval benchmark datasets demonstrate the improvements of the proposed method over the state-of-the-art compact representation methods on the image retrieval problem.

5- Conclusion

In this paper, we propose a novel end-to-end deep hashing framework for directly learning compact binary codes from images without the need of manual annotation. We exploit the reconstructed 3D models and their associated images to automatically create the training data. We propose a novel pairwise binary constrained loss function which not only allows to leverage the discriminative information from training data but also encourages the output codes to be binary. We also propose an efficient alternating optimization to train the network under the constrained loss. The solid experimental results on image retrieval benchmark datasets show that the proposed method compares favorably with the state of the art.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

شبکه های هشینگ عمیق محدود باینردودویی برای بازیابی تصاویر بدون یادآوری دستی

Binary Constrained Deep Hashing Network for Image Retrieval without Manual Annotation