郭一村，陈华辉

（宁波大学信息科学与工程学院，浙江宁波 315000）

0 引言

随着大数据时代网络数据不断增加，大规模的数据集对传统的机器学习方式提出了重大挑战。在各种检索方式中，最近邻（Nearest Neighbor，NN）检索［1-3］在多种学习算法如基于标签的图像注释、语义分割、视频分割、文本检索［4］、内容检索［5］、物体识别等领域内得到了广泛应用。最近邻检索的主要任务是对于给定一个查询点检索一个语义最近邻数据集。传统基于空间划分的算法［6］虽然能得到比较精确的结果，但是在高维数据集上的学习和检索的时间效率上都不高，因此对于高维度数据的最近邻查询往往使用乘积量化的策略，映射到低维子空间进行近似最近邻（Approximate NN，ANN）［7］检索。学习型哈希［8-9］通过将数据表示为紧凑的二进制码形式，很方便地使用异或运算快速计算数据间相似度，将原样本空间相似的两个数据点映射到海明空间里接近的两个点。学习型哈希不仅能大大减少数据的存储空间和运算开销，还能降低数据维度，从而显著提高大数据学习系统的效率。

在线学习型哈希算法的关系如图1 所示。本文首先介绍了学习型哈希算法的原理；然后介绍了在线哈希的难点以及在线哈希学习所采取的不同方式，随后讨论在线哈希的各种算法的发展状况并总结，对在线哈希未来发展方向进行了展望。

图1 在线学习型哈希算法关系图Fig.1 Relation chart of online learning to hash algorithms

1 学习型哈希

学习型哈希由数据、哈希函数、目标方程三个基本要素构成。……