下面的这份哈希算法小结来源于本周的周报,原本并没有打算要贴出来的,不过,考虑到这些资源属于关注利用哈希算法进行大规模图像搜索的各位看官应该很有用,所以好东西本小子就不私藏了。本资源汇总最主要的收录原则是原作者主页上是否提供了源代码,为了每种方法的资料尽可能完整,本小子会尽可能的除提供源码下载地址外,还会给出PDF文章的链接、项目主页,slide等。

对哈希方法重新进行调研,右图是找到的提供有部分源码的哈希方法,这其中包含了比较经典的哈希方法,比如e2lsh、mih,同时也包含有最近几年一直到13年提出来的一些比较新的哈希算法,比如13年提出的有bpbc、opq、ksh。

上面这一段是摘自本小子的周报(本小子这周除改了篇文章,其余时间几乎都在打酱油,谁叫老板不给发工资,O(∩_∩)O~),引用中的“右图”可以略过,直接看下面不同哈希算法的链接信息。


哈希方法

公布代码的:

  1. AGH: Hashing with Graphs [Paper] [Code]
  2. BPBC: Learning Binary Codes for High-Dimensional Data Using Bilinear Projections [Paper] [Code]
  3. BRE: Learning to Hash with Binary Reconstructive Embeddings [Paper] [Code]
  4. DBQ: Double-bit quantization for hashing [Paper] [Code]
  5. E2LSH: Local Sensitive Hash [Project Page] read
  6. HDML: Hamming Distance Metric Learning [Paper] [Code]
  7. IMH: Inter-Media Hashing for Large-scale Retrieval from Heterogenous Data Sources [Project Page][Code]
  8. ISOH: Isotropic Hashing [Paper] [Code]
  9. ITQ: Iterative Quantization: A Procrustean Approach to Learning Binary Codes [Project Page][Paper] [Code] read
  10. KLSH: Kernelized Locality-Sensitive Hashing for Scalable Image Search [Project Page] [Paper][Code]
  11. KMH: K-means Hashing: an Affinity-Preserving Quantization Method for Learning Binary Compact Codes [Paper] [Code] read
  12. KSH: Supervised Hashing with Kernels [Paper] [Code] read
  13. MDSH: Multidimensional Spectral Hashing [Paper] [Code]
  14. MH: Manhattan hashing for large-scale image retrieval [Paper] [Code] read
  15. MLH: Minimal Loss Hashing for Compact Binary Codes [Paper] [Code] [Slide] (KMH中有提到MLH是一种半监督的哈希)
  16. OPQ: Optimized Product Quantization for Approximate Nearest Neighbor Search [Paper] [Code]
  17. SH: Spectral Hashing [Paper] [Code] read
  18. IHM: Inductive Hashing on Manifolds (2013 CVPR) ProjectPage read
  19. BSPH: Semi-supervised Nonlinear Hashing Using Bootstrap Sequential Projection Learning (2012 TKDE)ProjectPage read
  20. FastHash: Fast Supervised Hashing with Decision Trees for High-Dimensional Data (2014 CVPR)[Code] read
  21. Spherical Hashing: Spherical Hashing (2012 CVPR)read

无代码:

  1. PDHPredictable Dual-View Hashing (ICML2013) read

常用数据库

  1. LabelMe
  2. min-loss-hashing

关注的人

注:下面不同的哈希方法的代码可以在他们的主页上找到


他人讲解papers的一些好博文


非哈希方法

  • liangzheng

    • Packing and Padding: Coupled Multi-Index for Accurate Image Retrieval
    • Bayes Merging of Multiple Vocabularies for Scalable Image Retrieval
    • Lp-norm IDF for Large Scale Image Search
    • Visual Phraselet: Refining Spatial Constraints for Large Scale Image Search

感谢这些公布代码的大神,本小硕向你们致以崇高的敬意,如果各位看官发觉还有没收录进来的,恳请留言以便补充完整。

from: http://yongyuan.name/blog/codes-of-hash-for-image-retrieval.html

Hashing图像检索源码及数据库总结的更多相关文章

  1. Net 通用权限管理系统源码 带数据库设计文档,部署说明文档

    Net 通用权限管理系统源码 带数据库设计文档,部署说明文档 包括数据库设计文档部署安装文档源码数据库文件 下载地址:http://www.mallhd.com/archives/1389

  2. 【C#附源码】数据库文档生成工具支持(Excel+Html)

    [2015] 很多时候,我们在生成数据库文档时,使用某些工具,可效果总不理想,不是内容不详细,就是表现效果一般般.很多还是word.html的.看着真是别扭.本人习惯用Excel,所以闲暇时,就简单的 ...

  3. 【C#附源码】数据库文档生成工具支持(Excel+Htm)

    数据库文档生成工具是用C#开发的基于NPOI组件的小工具.软件源码大小不到10MB.支持生成Excel 和Html 两种文档形式.了解更多,请访问:http://www.oschina.net/cod ...

  4. 电子商务系统+java+web+完整项目+包含源码和数据库Java实用源码

    鸿鹄云商大型企业分布式互联网电子商务平台,推出PC+微信+APP+云服务的云商平台系统,其中包括B2B.B2C.C2C.O2O.新零售.直播电商等子平台. 分布式.微服务.云架构电子商务平台 java ...

  5. Android Studio 一个完整的APP实例(附源码和数据库)

    前言: 这是我独立做的第一个APP,是一个记账本APP. This is the first APP, I've ever done on my own. It's a accountbook APP ...

  6. 黄聪:wordpress源码解析-数据库表结构(转)

    如果是一个普通的用户,不需要了解wordpress数据库的结构.但是,如果你正在写一个插件,你应该会对wordpress如何处理它的数据和关系感兴趣.如果你已经尝试使用已经存在的wordpress a ...

  7. [sqlmap源码阅读] 数据库识别

    通过网页返回的数据库错误信息识别网站所有数据库类型,用到的正则表达式及支持识别的数据库类型,这些信息以xml文件的形式存在,使用 sax 解析xml.

  8. Kali Linux 下安装配置MongoDB数据库 ubuntu 下安装配置MongoDB源码安装数据库

    Kali Linux 下安装配置MongoDB数据库   1.下载mongodb.tgz 压缩包: 2.解压到:tar -zxvf mongodb.tgz /usr/local/mongodb 3.创 ...

  9. MySQL 8.0.20 源码安装数据库软件

    官方支持的平台: https://www.mysql.com/support/supportedplatforms/database.html

随机推荐

  1. 【LOJ】#2024. 「JLOI / SHOI2016」侦查守卫

    题解 童年的回忆! 想当初,这是我考的第一次省选,我当时初二,我什么都不会,然后看着这个东西,是不是能用我一个月前才会的求lca,光这个lca我就调了一个多小时= =,然后整场五个小时,我觉得其他题不 ...

  2. LoadRunner 参数化之 连接数据库进行参数化

    LoadRunner 参数化之 连接数据库进行参数化 Loadrunner(简称“LR”)对性能测试的脚本进行参数化时,由于数据量偏大,大家往往都会把数据录入到数据库表里,然后关联到LR,本文将详细介 ...

  3. tp5总结(二)

    1.简化路由[一方面可以更好的让搜索引擎抓取:另一方面简化路由,利于记忆] 1-1.在[public/]下面创建admin.php 复制index.php 然后绑定前后台模块define('BIND_ ...

  4. C#使用Pechkin与CPechkin生成PDF

    http://blog.sina.com.cn/s/blog_5a52cec70102wpcf.html 1. Pechkin     从NuGet程序管理器中获得Pechkin,代码示例如下:   ...

  5. ActiveMQ (二):JMS

    1.前言 由于ActiveMQ是一种完全符合JMS规范的一种通信工具,所以在使用ActiveMQ前认识JMS规范就变的十分必要了. 认识JMS主要从以下方面: a. JMS 模型 b. JMS 对象模 ...

  6. web过滤器使用spring依赖注入

    1.问题描述 在web项目中,使用filter过滤器十分常见,但是在过滤器中spring Bean即使在配置文件中配置了扫描filter对应的包,也无法正确注入spring 管理的Bean. 2.原因 ...

  7. Revit二次开发示例:DeleteDimensions

    在本例中,创建一个命令,实现删除所选中的尺寸标注. #region Namespaces using System; using System.Collections.Generic; using S ...

  8. CF912D Fishes 期望 + 贪心

    有趣的水题 由期望的线性性质,全局期望 = 每个格子的期望之和 由于权值一样,我们优先选概率大的点就好了 用一些数据结构来维护就好了 复杂度$O(k \log n)$ #include <set ...

  9. poj 3164

    朱刘算法 步骤: 1.计算出每个点边权最小的边的权(如果除根以外有其他的点没有入边,则不存在最小树形图),并记下边的另一个端点(称其为这个点的前趋) 2.沿着每个点向上走,如果在走到根或环上的点之前, ...

  10. C++使用new和不使用new创建对象区别

    前言 在使用面向对象的时候,发现使用new和不使用new创建的对象区别还是蛮大的,做个总结: 总结 new创建的是一个指向类对象的指针,需要指针进行接收,一处初始化,多处使用,但是不用new创建的话不 ...