哈希学习(2)—— Hashing图像检索资源
CVPR14 图像检索papers——图像检索
1. Triangulation embedding and democratic aggregation for imagesearch (Orals)
2. Collaborative Hashing (post)
3. Packing and Padding: Coupled Multi-index for Accurate ImageRetrieval (post) technical report
4. Bayes Merging of Multiple Vocabularies for Scalable ImageRetrieval (post) technical report
5. Fast Supervised Hashing with Decision Trees for High-DimensionalData (post)
6. Learning Fine-grained Image Similarity with Deep Ranking (post)
7. Congruency-Based Reranking (post)可能
8. Fisher and VLAD with FLAIR (post)可能
9. Locality in Generic Instance Search from One Example (post)
10. Asymmetric sparse kernelapproximations for large-scale visual search (post)
11. Locally Linear Hashing forExtracting Non-Linear Manifolds (post)
12. Adaptive Object Retrievalwith Kernel Reconstructive Hashing (post)
13. Hierarchical Feature Hashingfor Fast Dimensionality Reduction (post)
CVPR15image retrieval reading list
Image retrieval关键词
· FAemb: A Function Approximation-Based Embedding Method for Image Retrieval
· Image Retrieval Using Scene Graphs
· Revisiting Kernelized Locality-Sensitive Hashing for Improved Large-ScaleImage Retrieval
· Early Burst Detection for Memory-Efficient Image Retrieval
· Deep Semantic Ranking Based Hashing for Multi-Label Image Retrieval(已读)
· Query-Adaptive Late Fusion for Image Search and Person Re-identification
Hashing关键词
· Supervised Discrete Hashing
· Hashing With Binary Autoencoders
· Reflectance Hashing for Material Recognition
· Deep Hashing for Compact Binary Codes Learning
· Online Sketching Hashing
· Semantics-Preserving Hashing for Cross-View Retrieval
· Face Video Retrieval With Image Query via Hashing Across Euclidean Spaceand Riemannian Manifold
2016
· Learning to Hash for Indexing Big Data——A Survey
公布代码的:
- CSDSH:Column Sampling based Discrete Supervised Hashing
- SGH :Scalable Graph Hashing with Feature Transformation [Paper]
- E2LSH: Local Sensitive Hash [Project Page]
- IMH: Inter-Media Hashing for Large-scale Retrieval from Heterogenous Data Sources [Project Page][Code]
- ITQ: Iterative Quantization: A Procrustean Approach to Learning Binary Codes [Project Page][Paper] [Code]
- KLSH: Kernelized Locality-Sensitive Hashing for Scalable Image Search [Project Page] [Paper][Code]
- KMH: K-means Hashing: an Affinity-Preserving Quantization Method for Learning Binary Compact Codes [Paper] [Code]
- IHM: Inductive Hashing on Manifolds (2013 CVPR) ProjectPage
- BSPH: Semi-supervised Nonlinear Hashing Using Bootstrap Sequential Projection Learning (2012 TKDE)ProjectPage
- FastHash: Fast Supervised Hashing with Decision Trees for High-Dimensional Data (2014 CVPR)[Code]
- Spherical Hashing: Spherical Hashing (2012 CVPR)
无代码:
- PDH: Predictable Dual-View Hashing (ICML2013)
常用数据库
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
-
-
Hamming Distance Metric Learning
Fast Search in Hamming Space with Multi-Index Hashing
Minimal Loss Hashing for Compact Binary Codes code
-
Spectral Hashing
readMultidimensional Spectral Hashing
-
A general two-step approach to learning-based hashing (CVPR 2013)code in Bitbucket
阅读笔记Learning hash functions using column generation (ICML 2013)code in Bitbucket
Fast Supervised Hashing with Decision Trees (CVPR 2014)Papercode in Bitbucket
read -
Iterative Quantization (CVPR 2011)Project page
readAngular Quantization-based Binary Codes for Fast Similarity Search (NIPS 2012)Project page
Learning Binary Codes for High-Dimensional Data Using Bilinear Projections (CVPR 2013)Project page
-
K-means Hashing (CVPR 2013)code link from his homepage
readOptimized Product Quantization (CVPR 2013)Project page
Xianglong LIU, 刘老师是2012年开始做哈希,发表过一系列论文,是国内做哈希比较早的学者,在他的主页上有一些他发表的哈希文章的代码。
参考资料:
1. Hashing图像检索源码及数据库总结http://yongyuan.name/blog/codes-of-hash-for-image-retrieval.html
2. 大数据哈希学习:现状与趋势http://www.36dsj.com/archives/23799
3. CVPR14图像检索papershttp://yongyuan.name/blog/cvpr14-reading-list.html
4. CVPR15 image retrieval readinglisthttp://yongyuan.name/blog/cvpr15-image-retrieval-reading-list.html
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
链接:https://www.jianshu.com/p/646da8b86d04
哈希学习(2)—— Hashing图像检索资源的更多相关文章
- 转 白话解析:一致性哈希算法 consistent hashing
摘要: 本文首先以一个经典的分布式缓存的应用场景为铺垫,在了解了这个应用场景之后,生动而又不失风趣地介绍了一致性哈希算法,同时也明确给出了一致性哈希算法的优点.存在的问题及其解决办法. 声明与致谢: ...
- 白话解析:一致性哈希算法 consistent hashing【转】
学习一致性哈希算法原理的时候看到博主朱双印的一片文章,看完就懂,大佬! 白话解析:一致性哈希算法 consistent hashing
- (转)每天进步一点点——五分钟理解一致性哈希算法(consistent hashing)
背景:在redis集群中,有关于一致性哈希的使用. 一致性哈希:桶大小0~(2^32)-1 哈希指标:平衡性.单调性.分散性.负载性 为了提高平衡性,引入“虚拟节点” 每天进步一点点——五分钟理解一致 ...
- Springboot学习02-webjars和静态资源映射规则
Springboot学习01-webjars和静态资源映射规则 前言 1-以前我们在IDEA中创建一个项目,添加web依赖包,我们现在是一个web应用,应该在man目录下面有一个webapp文件夹,将 ...
- 一致性哈希算法(consistent hashing)(转)
原文链接:每天进步一点点——五分钟理解一致性哈希算法(consistent hashing) 一致性哈希算法在1997年由麻省理工学院提出的一种分布式哈希(DHT)实现算法,设计目标是为了解决因特网 ...
- 一致性哈希算法(Consistent Hashing Algorithm)
一致性哈希算法(Consistent Hashing Algorithm) 浅谈一致性Hash原理及应用 在讲一致性Hash之前我们先来讨论一个问题. 问题:现在有亿级用户,每日产生千万级订单,如 ...
- 『NiFi 学习之路』资源 —— 资料汇总
一.概述 由于 NiFi 是一个比较新的开源项目,国内的相关资料少之又少. 加之,大家都知道,国内的那么些个教程,原创都只是停留在初级使用阶段,没有更多深入的介绍. 再者,其余的文章不是东抄抄就是西抄 ...
- 学习WWDC的好资源!
学习WWDC的好资源. 大家都知道.要看Apple每年一度的WWDC,仅仅要到它的Developer站点去就能够了.那里有每年的研讨会视频,并且还能够下载每一个视频的SD或HD视频文件,以及相关的演示 ...
- 局部敏感哈希-Locality Sensitivity Hashing
一. 近邻搜索 从这里开始我将会对LSH进行一番长篇大论.因为这只是一篇博文,并不是论文.我觉得一篇好的博文是尽可能让人看懂,它对语言的要求并没有像论文那么严格,因此它可以有更强的表现力. 局部敏感哈 ...
随机推荐
- Balloons Colors
题目大意:ACMer总觉得题目难度与气球的颜色有关,比如最简单的题目颜色是红色,而最难的题目是黑色的.为了让这个谣言被打破,决定添加一个约束: 气球从1到N编号 题目从1到N编号 接下来给出 N X ...
- Java-JDK & Android SDK下载安装及配置教程
转自:http://blog.csdn.net/dr_neo/article/details/49870587 第一步.安装JDK: 第二步.安装Eclipse: 第三步.下载并安装AndroidSD ...
- Struts2重新学习2之struts2和struts1的区别
1) 在Action实现类方面的对比:Struts 1要求Action类继承一个抽象基类:Struts 1的一个具体问题是使用抽象类编程而不是接口.Struts 2 Action类可以实现一个Acti ...
- java 2和java有什么区别
Java是一种通用的,并发的,强类型的,面向对象的编程语言. JDK是Sun公司分发的免费Java开发工具包,正式名称为J2SDK(Java2 Software Develop Kit). 包括基本的 ...
- citus 多租户应用开发(来自官方文档)
citus 官方文档很不错,资料很全,同时包含一个多租户应用的文档,所以运行下,方便学习 环境准备 使用docker-compose 运行,同时集成了graphql 引擎,很方便 docker-c ...
- HBase的Scan
HBase的Scan和Get不同,前者获取数据是串行,后者则是并行:是不是有种大跌眼镜的感觉? Scan有四种模式:scan,(Table)snapScan,(Table)scanMR,snapsho ...
- 创建mysql 用户并限定其操作主机 和 数据库
参考链接 http://www.cnblogs.com/top5/archive/2010/09/14/1825571.html ******** GRANT ALL ON push.* TO pus ...
- 【VS】使用vs2017自带的诊断工具(Diagnostic Tools)诊断程序的内存问题
前言 一般来说.NET程序员是不用担心内存分配释放问题的,因为有垃圾收集器(GC)会自动帮你处理.但是GC只能收集那些不再使用的内存(根据对象是否被其它活动的对象所引用)来确定.所以如果代码编写不当的 ...
- 中点Brehensam画线算法
#include<stdio.h> #include<stdlib.h> #include"graphics.h" //函数声明 void MidBreha ...
- 杂项-ORM:LinqToSQL
ylbtech-杂项-ORM:LinqToSQL LINQ TO SQL 是包含在.NET Framework 3.5 版中的一种 O/RM 组件(对象关系映射),O/RM 允许你使用 .NET 的类 ...