[发明专利]应用于图像检索的半监督哈希学习方法及装置

权利要求书

1.一种半监督哈希学习方法，其特征在于，所述方法包括：

将样本数据输入教师函数进行处理，得到教师函数输出哈希码，将所述样本数据输入学生函数进行处理，得到学生函数输出哈希码；

根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码确定所述学生函数的损失；

向所述学生函数反向传播所述损失的梯度，以调整所述学生函数的参数，完成所述学生函数的一次训练；

根据调整后的所述学生函数的参数和待调整的所述教师函数的参数，确定调整后的所述教师函数的参数，完成所述教师函数的一次训练。

2.根据权利要求1所述的方法，其特征在于，所述根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码确定所述学生函数的损失，包括：

根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码，确定二元相似度损失、一致汉明距离损失和量化错误损失；

根据所述二元相似度损失、所述一致汉明距离损失和所述量化错误损失确定所述学生函数的损失。

3.根据权利要求2所述的方法，其特征在于，所述样本数据包括第一样本数据和第二样本数据，所述根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码，确定二元相似度损失、一致汉明距离损失和量化错误损失，包括：

根据所述第一样本数据和所述第二样本数据的相似度、所述教师函数输出哈希码和所述学生函数输出哈希码，利用二元相似度损失函数确定所述二元相似度损失。

4.根据权利要求2所述的方法，其特征在于，所述样本数据包括第一样本数据和第二样本数据，所述将样本数据输入教师函数进行处理，得到教师函数输出哈希码，将所述样本数据输入学生函数进行处理，得到学生函数输出哈希码，包括：

将所述第一样本数据输入所述教师函数进行处理，得到第一教师函数输出哈希码，将所述第二样本数据输入所述教师函数进行处理，得到第二教师函数输出哈希码；

将所述第一样本数据输入所述学生函数进行处理，得到第一学生函数输出哈希码，将所述第二样本数据输入所述学生函数进行处理，得到第二学生函数输出哈希码；

所述根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码，确定二元相似度损失、一致汉明距离损失和量化错误损失，包括：

确定所述第一教师函数输出哈希码和所述第二教师函数输出哈希码之间的第一归一化距离；

确定所述第一学生函数输出哈希码和所述第二学生函数输出哈希码之间的第二归一化距离；

根据所述第一归一化距离和所述第二归一化距离，得到所述一致汉明距离损失。

5.根据权利要求4所述的方法，其特征在于，所述样本数据包括第一样本数据和第二样本数据，所述根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码，确定二元相似度损失、一致汉明距离损失和量化错误损失，包括：

根据所述第一学生函数输出哈希码和哈希函数，得到第一学生函数哈希值，根据所述第二学生函数输出哈希码和哈希函数，得到第二学生函数哈希值；

根据所述第一学生函数输出哈希码和所述第一学生函数哈希值，确定第一量化错误子损失；

根据所述第二学生函数输出哈希码和所述第二学生函数哈希值，确定第二量化错误子损失；

根据所述第一量化错误损失和所述第一量化错误损失得到所述量化错误损失。

6.根据权利要求2所述的方法，其特征在于，所述根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码确定所述学生函数的损失，还包括：

根据所述样本数据、所述教师函数输出哈希码和所述学生函数输出哈希码，确定一致哈希码损失；

所述根据所述二元相似度损失、所述一致汉明距离损失和所述量化错误损失确定所述学生函数的损失，包括：

根据所述二元相似度损失、所述一致汉明距离损失、所述量化错误损失和所述一致哈希码损失确定所述学生函数的损失。