SketchMate: Deep Hashing for
Million-Scale Human Sketch Retrieval
作者:徐鹏,黄永业,袁彤彤,逄开岳,Yi-Zhe Song, Tao Xiang,
Timothy M. Hospedales, 马占宇,郭军
本文提出了一个全新的深度哈希框架,并首次在百万级别的手绘草图数据集上进行快速检索。利用大量的草图数据,我们对草图特有的特征进行探索,弥补了之前文献研究中的一些不足。已有的草图的相关研究工作都是将手绘草图当成静态的二维图像来处理,用于特征学习的深度学习方法底层框架都是基于卷积神经网络。本文设计并实现了一种全新的基于深度神经网络的哈希检索模型,在底层的特征学习部分充分利用了手绘草图笔画中的序列化信息,以深度循环网络和深度卷积网络并联进行特征学习与特征融合。并且利用同类别的手绘草图样本的信息熵的统计分布特性设计了一种全新的sketch center loss,合理有效地剔除噪声样本,学习到更紧凑的手绘草图特征。并在380万的手绘草图数据集上展开实验,取得了理想的实验效果,这也是迄今为止手绘草图领域中数据规模最大的实验。
Paper Link: https://arxiv.org/abs/1804.01401
北邮模式识别实验室PRIS
领取专属 10元无门槛券
私享最新 技术干货