原文来自我的独立blog:http://www.yuanyong.org/blog/cv/lsh-itq-sklsh-compliment

这两天寻找idea,想来思去也没想到好点的方法,于是把前段时间下过来的一篇《Iterative Quantization: A Procrustean Approach to Learning Binary Codes》和代码拿出来又细读了一番,希望可以从中获得点启发。

Iterative Quantization: A Procrustean Approach to Learning Binary Codes的Project请戳这里,一作是Yunchao Gong,师从Svetlana Lazebnik,第一次听说Svetlana Lazebnik是一次在提取图像特征时立超师兄说可以用Spatial Pyramid特征,说Svetlana Lazebnik自信得直接是”Beyond Bags of Features: ……”(超越BOW),然后下去看了一下大牛的homePage,所以对Svetlana Lazebnik有些印象。扯远了,回归正题。代码下载下来后,发觉paper里做好的数据库并没提供,有需要请戳这里下载:代码与数据库。解压文件,比较重要的有三个,cca.m、ITQ.m、RF_train.m、recall_precision.m。

实验评价方案recall_precision.m跟我之前用过的一个评价方案不同,花了大半个下午,85%的弄明白了这个recall_precision.m评价方案。先理理一下已经完全整明白了的LSH吧。

表1

表1是对不同编码方法的说明,从表中可以看出LSH的哈希函数是  sgn(wTx+b)  。实际上,对于采用哈希方法做检索,分两个阶段:(1). 投影阶段(Projection Stage); (2). 量化阶段(Quantization Stage)。LSH投影矩阵(即哈希系列函数)是随机产生的。Matlab中生成投影矩阵为: w=randn(size(X,2), bit),  X∈Rn×d  ,bit是编码位数,  g1↔w1=w(:,1)  ,  g2↔w2=w(:,2)  ,···,  gn↔wn=w(:,L)  。对于  xx  ,通过  w  投影后经过阈值化(量化)后映射到哈希桶中。

1. 对于原空间数据,对于进行中心化(centre the data)后在量化阶段阈值变为0,整个压缩编码的代码为:

1 XX = XX * randn(size(XX,2),bit);
2 Y = zeros(size(XX));
3 Y(XX>=0)=1;         %原数据中心化后,阈值设为0。大于0编码为1,小于0编码为0
4 Y = compactbit(Y);  %将二进制用十进制表示

表1中对于LSH的投影过程(Projection)是数据独立(data-independent),对于data-independent,[2]中指出”Generally,data-independent methods need longer codes than data-dependent methods to achieve satisfactory performance”,即要获得比数据非独立方法一样满意的表现,数据独立方法需要更长的编码。

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2  Function: this is a geometric illustration of Draw the recall precision curve
3 %Author: Willard (Yuan Yong' English Name)%Date: 2013-07-22
4 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
5 close all;
6 clear variables;
7 clc;
8 load cifar_10yunchao.mat;
9 X=cifar10;
10 X=X(:,1:end-1);
11  
12 %Get the recall & precision
13 [recall{1,1}, precision{1,1}] = test(X, 16, 'LSH');
14 [recall{1,2}, precision{1,2}] = test(X, 24, 'LSH');
15 [recall{1,3}, precision{1,3}] = test(X, 32, 'LSH');
16 [recall{1,4}, precision{1,4}] = test(X, 64, 'LSH');
17 [recall{1,5}, precision{1,5}] = test(X, 128, 'LSH');
18  
19 % Draw the plot
20 figure; hold on;grid on;
21 plot(recall{1, 1}, precision{1, 1},'g-^','linewidth',2);
22 plot(recall{1, 2}, precision{1, 2},'b-s','linewidth',2);
23 plot(recall{1, 3}, precision{1, 3},'k-p','linewidth',2);
24 plot(recall{1, 4}, precision{1, 4},'m-d','linewidth',2);
25 plot(recall{1, 5}, precision{1, 5},'r-o','linewidth',2);
26 xlabel('Recall');
27 ylabel('Precision');
28 legend('LSH-16 bit','LSH-24 bit','LSH-32 bit','LSH-64 bit','LSH-128 bit','Location','NorthEast');

图1

从图1可以看出,PCA-ITQ比PCA-RR、LSH、SKLSH表现性能要佳。ITQ的代码还在分析中,希望可以从中获得点启示。

2. PCA-ITQ, PCA-RR, LSH, SKLSH对比实验

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 % Function: this is a geometric illustration of Draw the recall precision curve
3 %Author: Willard (Yuan Yong' English Name)
4 %Date: 2013-07-22
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6  
7 close all;
8 clear variables;
9 clc;
10 load cifar_10yunchao.mat;
11 X=cifar10;
12 X=X(:,1:end-1);
13 bit=32;
14  
15 %Get the recall & precision
16 [recall{1,1}, precision{1,1}] = test(X, bit, 'ITQ');
17 [recall{1,2}, precision{1,2}] = test(X, bit, 'RR');
18 [recall{1,3}, precision{1,3}] = test(X, bit, 'LSH');
19 [recall{1,4}, precision{1,4}] = test(X, bit, 'SKLSH');
20  
21 % Draw the plot
22 figure; hold on;grid on;
23 plot(recall{1, 1}, precision{1, 1},'r-o','linewidth',2);
24 plot(recall{1, 2}, precision{1, 2},'b-s','linewidth',2);
25 plot(recall{1, 3}, precision{1, 3},'k-p','linewidth',2);
26 plot(recall{1, 4}, precision{1, 4},'m-d','linewidth',2);
27 plot(recall{1, 5}, precision{1, 5},'g-^','linewidth',2);
28 xlabel('Recall');ylabel('Precision');legend('PCA-ITQ','PCA-RR','LSH','SKLSH','Location','NorthEast');

                                                                                  图2
3. PCA-ITQ检索实例实验主要代码:

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 % Function: this is a PCA-ITQ demo showing the retrieval sample
3 %Author: Willard (Yuan Yong' English Name)
4 %Date: 2013-07-23
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6  
7 clear all;
8 clc;
9  
10 % parameters
11 bit=32;
12 averageNumberNeighbors = 50;   % ground truth is 50 nearest neighbor
13 num_test = 1000;               % 1000 query test point, rest are database
14 load cifar_10yunchao.mat;
15 [ndata, D] = size(cifar10);
16 Xtraining= double(cifar10(1:59000,1:end-1));
17 Xtest = double(cifar10(59001:60000,1:end-1));
18 num_training = size(Xtraining,1);
19  
20 % generate training ans test split and the data matrix
21 XX = [Xtraining; Xtest];
22 % center the data, VERY IMPORTANT
23 sampleMean = mean(XX,1);
24 XX = (double(XX)-repmat(sampleMean,size(XX,1),1));
25  
26 % PCA
27 [pc, l] = eigs(cov(XX(1:num_training,:)),bit);
28 XX = XX * pc;
29  
30 % ITQ
31 [Y, R] = ITQ(XX(1:num_training,:),50);
32 XX = XX*R;
33 Y = zeros(size(XX));
34 Y(XX>=0) = 1;
35 Y = compactbit(Y>0);
36  
37 % compute Hamming metric and compute recall precision
38 B1 = Y(1:size(Xtraining,1),:); %编码后的训练样本
39 B2 = Y(size(Xtraining,1)+1:end,:);%编码后的测试样本
40 Dhamm = hammingDist(B2, B1);
41 [foo, Rank] = sort(Dhamm, 2,'ascend'); %foo为汉明距离按每行由小到大排序
42  
43 % show retrieval images
44 load cifar-10-batches-mat/data_batch_1.mat;
45 data1=data;
46 labels1=labels;
47 clear data labels;
48 load cifar-10-batches-mat/data_batch_2.mat;
49 data2=data;
50 labels2=labels;
51 clear data labels;
52 load cifar-10-batches-mat/data_batch_3.mat;
53 data3=data;
54 labels3=labels;
55 clear data labels;
56 load cifar-10-batches-mat/data_batch_4.mat;
57 data4=data;
58 labels4=labels;
59 clear data labels;
60 load cifar-10-batches-mat/data_batch_5.mat;
61 data5=data;
62 labels5=labels;
63 clear data labels;
64 load cifar-10-batches-mat/test_batch.mat;
65 data6=data;
66 labels6=labels;
67 clear data labels;
68 database=[data1 labels1 ;data2 labels2;data3 labels3;data4 labels4;data5 labels5;data6 labels6];
69 cifar10labels=[labels1;labels2;labels3;labels4;labels5;labels6];
70 %save('./data/cifar10labels.mat','cifar10labels');
71 %index=[50001,Rank(1,1:129)]'; P001是猫
72 %index=[50002,Rank(2,1:129)]'; P002是船
73 %index=[59004,Rank(4,1:129)]'; Y004是猫
74 %index=[59005,Rank(5,1:129)]'; %马
75 %index=[59006,Rank(6,1:129)]'; %狗
76 %index=[59018,Rank(18,1:129)]'; % 飞机
77 index=[59018,Rank(18,1:129)]'; % 飞机
78 %index=[50007,Rank(7,1:129)]'; P007是automobile
79 rank=1;
80 left=0.005;
81 botton=0.895;
82 width=0.08;
83 height=0.08;
84  
85 % show the retrieved images
86 for i=1:130
87     j=index(i,1);
88     image1r=database(j,1:1024);
89     image1g=database(j,1025:2048);
90     image1b=database(j,2049:end-1);
91     image1rr=reshape(image1r,32,32);
92     image1gg=reshape(image1g,32,32);
93     image1bb=reshape(image1b,32,32);
94     image1(:,:,1)=image1rr';
95     image1(:,:,2)=image1gg';
96     image1(:,:,3)=image1bb';
97     image1=uint8(image1);
98        if(mod(rank,13)~=0)
99            hdl1=subplot(10,13,rank,'position',[left+0.07*(mod(rank,13)-1) botton-0.09*fix(rank/13) width height]);
100            imshow(image1);
101        else
102     hdl1=subplot(10,13,rank,'position',[left+0.07*12 botton-0.09*fix(rank/14) width height]);
103     imshow(image1);
104     end
105 rank=rank+1;
106 end

第1幅是查询图像,后面129是从59k的database里检索出来的相似的图像。

enjoy yourself~

LSH、ITQ、SKLSH图像检索实验实现(包含源码下载地址)的更多相关文章

  1. Google Chrome 源码下载地址 (Google Chrome Source Code Download)

    1. Google Chrome 源码 SVN 地址:http://src.chromium.org/svn.包含有 Chrome.Gears.Webkit.GCC 等源码以及编译依赖工具.Chrom ...

  2. 各个版本spring的jar包以及源码下载地址

    各个版本spring的jar包以及源码下载地址,目前最高版本到spring4.1.2,留存备用: http://maven.springframework.org/release/org/spring ...

  3. Cytoscape源码下载地址和编译办法

    开发环境:Windows2008 R2 64位+Jdk1.7+Maven3.2.3 前提条件:安装好JDK1.7到C:\Program Files\Java\jdk1.7.0_67,下载好Maven并 ...

  4. 最新git源码下载地址

    1.最新git源码下载地址: https://github.com/git/git/releases https://www.kernel.org/pub/software/scm/git/ 可以手动 ...

  5. android Activity实现底部滑动弹出窗口及源码下载地址

    在做微信.微博.qq等分享时,一般是点击分享按钮后会从底部弹出滑动窗口,然后选择要分享的社交平台进行分享.今日头条.腾讯新闻等内容App的评论也是从底部滑动弹出输入窗口,进行评论输入的.本篇文章就讲讲 ...

  6. linux2.4.0源码下载地址(配合毛德操情景分析)

    https://www.kernel.org/pub/linux/kernel/v2.4/

  7. MyBatis、Spring、SpringMVC 源码下载地址

    MyBatis.Spring.SpringMVC 源码下载地址 github mybatis https://github.com/fengyu415/MyBatis-Learn.git spring ...

  8. 基于Socket通讯(C#)和WebSocket协议(net)编写的两种聊天功能(文末附源码下载地址)

    今天我们来盘一盘Socket通讯和WebSocket协议在即时通讯的小应用——聊天. 理论大家估计都知道得差不多了,小编也通过查阅各种资料对理论知识进行了充电,发现好多demo似懂非懂,拷贝回来又运行 ...

  9. JavaWeb宿舍管理系统(附 演示、源码下载地址)

    宿舍管理是高校管理的重要组成部分,一套优秀的管理系统不仅可以降低宿舍管理的难度,也能在一定程度上减少学校管理费用的支出,能是建设现代化高校管理体系的重要标志. 本篇文章将带你从运行环境搭建.系统设计. ...

随机推荐

  1. Working——流程关系状态表

    --主表单 select * from ce_administration_procure t where t.id ='HZe992733d668dc6013d671df4760349'; --流程 ...

  2. 2014.8.4我出的模拟赛【你的名字叫czy是吧】

    你的名字叫czy是吧 (mynameisczy.pas/.c/.cpp) 尽管czy放了那么多只NTR酋长,也没能拦住黄巨大.黄巨大和czy相遇了…… “你的名字叫czy是吧” “……” “我们来单挑 ...

  3. [C# 基础知识系列]专题九: 深入理解泛型可变性

    引言: 在C# 2.0中泛型并不支持可变性的(可变性指的就是协变性和逆变性),我们知道在面向对象的继承中就具有可变性,当方法声明返回类型为Stream,我们可以在实现中返回一个FileStream的类 ...

  4. JDBC官方用法

    JDBC官方用法https://bitbucket.org/xerial/sqlite-jdbc/#markdown-header-usage 代码下载https://github.com/xeria ...

  5. wget命令1(转载)

    Linux系统中的wget是一个下载文件的工具,它用在命令行下.对于Linux用户是必不可少的工具,我们经常要下载一些软件或从远程服务器恢复备份到本地服务器.wget支持HTTP,HTTPS和FTP协 ...

  6. Windows7&IIS7.5部署Discuz

    IIS CGI一定要安装 IIS 网站中添加关联程序 ,添加默认文档 http://www.cnblogs.com/ajunForNet/archive/2012/09/12/2682063.html

  7. |,&,<<,>>运算符

    << 位移运算符(>>相反了) /* * 题目: 2 << 3 = 10000 = 16 * 解答: 2向左移动三位,就变成了10000 * 十进制 二进制 * 2 ...

  8. ORM框架Hibernate (一) 对DAO封装和抽象

    说明 前面已经给大家介绍了Struts这个框架,Struts是对Web项目的表示层进行了封装,而Hibernate是对Web项目中DAO层进行封装,也即是.NET中我们常用到的D层封装,即对访问数据库 ...

  9. Kolor Neutralhazer v1.0.2 (照片雾气模糊去除过滤器)+破解RI

    由于空气污染.阴霾几天越来越,根据照片始终是一个灰色,怎么做?有了这个插件.能够解除您的烦恼. Neutralhazer这是消除你的风景照片和雾气模糊的全景图的有效途径photoshop小工具. wa ...

  10. 《JavaScript 闯关记》之函数

    函数是一段代码,它只定义一次,但可以被执行或调用任意次.在 JavaScript 里,函数即对象,程序可以随意操控它们.比如,可以把函数赋值给变量,或者作为参数传递给其他函数,也可以给它们设置属性,甚 ...