刘 芳， 孙帮勇

(1.南京理工大学 计算机科学与工程学院， 江苏 南京 210014；2.西安理工大学 印刷包装与数字媒体学院， 陕西 西安 710048)

近似最近邻搜索方法在大规模视觉搜索中得到了广泛的应用[1]。哈希技术由于其低存储量和快速检索速度而成为近似最近邻搜索方法中最重要的技术之一。哈希方法的目标是找到一个映射函数可以将每个样本编码成哈希码，同时保持原始样本的相似性[2]。

现有的哈希方法主要分为两类：数据独立的哈希方法和数据依赖的哈希方法。数据独立的哈希方法是在不使用训练数据的情况下，利用随机投影实现有效哈希函数学习，其典型代表是位置敏感哈希(LSH)[1]，此类方法在针对较长哈希码时效果良好，但需要大量存储[3]。鉴于此问题，学者们又开发了数据依赖的哈希方法[3,4]，通过训练数据来学习哈希函数。然而，这些方法都是利用手工特征进行哈希码函数学习，无法捕获原始数据的复杂语义结构[5]。

针对此类问题，有学者引入了深度哈希概念，即利用深度神经网络捕获原始数据的复杂语义结构[6]。然而，这些方法在实际应用中存在两个挑战。第一，一些哈希方法[5,6]不能充分考虑图像的几何变换，这会导致哈希码的几何不变性减小，最终影响图像检索的性能。第二，对于现有的哈希方法[7,8]，首先利用连续松弛策略学习连续近似哈希码，然后通过量化操作将其转换为离散哈希码。因此，这些方法不能在优化过程中直接学习离散哈希码，这会影响生成的次优哈希码。……