论文部分内容阅读
随着互联网,网络设备传输能力以及设备存储能力发展,越来越多的用户选择在网络上分享和下载各种图像数据。网络中的图像数据在近年呈现爆炸性地增长,但是这种大量级却没有进行精确标注的图像数据给相应的图像检索任务带来了巨大的挑战。因此,如何对这类图像进行快速而且准确的图像检索成为当前研究的热点问题。DCNN(Deep Convolutional Neural Network)深度模型因为在计算机视觉问题上的优秀效果也被广泛应用于处理图像检索的问题上。目前已有的图像检索方法中使用的深度模型多采用监督学习的方式来训练模型,得到了很好的效果,但是模型需要有大量标注的图像数据集来训练。这显然极大地限制了其方法的应用范围,因为在实际的图像检索应用中,获得训练模型所需的大量标注数据是非常困难的,而且成本十分高昂。针对上述的问题,本文提出了一种基于无监督训练的图像检索模型,主要是基于生成对抗模型(Generative Adversarial Networks)作为基础模型并对其进行改进,通过该模型的无监督对抗训练方式来学习图像索引然后应用于图像集进行精准检索,以期模型在无标注的数据集中也能适用。本文的主要工作如下:1.提出并使用信息生成对抗模型(InfoGAN)结合传统哈希网络模型生成更准确的图像索引,并提升图像分类检索效果。2.原始模型对于信息向量长度的依赖性较高,如果长度设定不合理会出现模型训练崩溃或者训练结果不稳定,最终影响模型的精度。针对这一问题,本文中创新性地引入了调整向量和自适应信息损失,来去除信息向量长度对于模型训练的影响。3.生成对抗模型的对抗训练过程存在不稳定性和易陷入模式塌陷(mode collapse)的问题,在本文中通过引入了 BN模块(Batch Normalize)和自注意力模块(self-Attention)来有效地遏止了这种情况的发生,优化了模型的性能。最后,为了检验本文中所提出的基于生成对抗网络的无监督图像检索模型的性能,在实验中,以检索性能平均准确率(mAP)作为性能评价指标,在去标注的cifar-10等数据集上对比了其他传统的包括但不限于基于深度模型的检索方法,实验结果表明本文所提出模型在无监督检索准确性上明显优于其他模型。为了更好地验证所提模型在复杂特征提取上的效果,还将该模型应用在人脸相似度衡量的任务上,实验结果表明通过模型进行重排后,相似度检测效果得到优化,并提高了相似脸检测命中率。