图像检索哈希算法的发展史,标注年份

时间: 2024-05-24 17:04:34 浏览: 19
1. 1992年:最早的哈希算法:局部敏感哈希(LSH)。 2. 2006年:随机哈希(Random Hashing)。 3. 2008年:谱哈希(Spectral Hashing)和二进制编码哈希(Binary Code Hashing)。 4. 2009年:K均值哈希(K-means Hashing)。 5. 2010年:多哈希学习(Multi-Hash Learning)。 6. 2011年:主成分分析哈希(Principal Component Analysis Hashing)和信息瓶颈哈希(Information Bottleneck Hashing)。 7. 2013年:深度哈希(Deep Hashing)。 8. 2015年:卷积神经网络哈希(Convolutional Neural Network Hashing)。 9. 2016年:生成对抗网络哈希(Generative Adversarial Network Hashing)和基于最大内积优化的哈希(Maximal Inner Product Hashing)。 10. 2017年:量化哈希(Quantization Hashing)。 11. 2018年:自适应哈希(Adaptive Hashing)和带有注意力机制的哈希(Attention-based Hashing)。 12. 2019年:深度学习哈希(Deep Learning Hashing)和跨域哈希(Cross-Modal Hashing)。 需要注意的是,这里只列出了一部分比较重要的哈希算法,其他一些哈希算法的发展时间可能会有所不同。
相关问题

图像检索哈希算法的发展史,标注年份

图像哈希算法的发展可以追溯到上世纪90年代,以下是一些关键的发展历程和标注年份: 1. 1992年,基于小波变换的哈希方法被提出。 2. 1996年,基于主成分分析的哈希方法被提出。 3. 2002年,基于感知哈希的哈希方法被提出。 4. 2006年,基于局部不变特征的哈希方法被提出。 5. 2010年,基于稀疏编码的哈希方法被提出。 6. 2011年,基于深度学习的哈希方法开始出现,如基于卷积神经网络的哈希方法。 7. 2014年,Google提出的SimHash算法在图像哈希领域得到广泛应用。 8. 2015年,Facebook提出的DeepHash算法在图像哈希领域取得了很好的效果。 9. 2016年,基于对抗生成网络(GAN)的哈希方法被提出。 10. 2020年,基于自监督学习的哈希方法被提出,进一步提高了图像哈希的效果。

图像检索哈希算法的发展史,标注年限

哈希算法在图像检索中的应用可以追溯到20世纪80年代,但是直到近年来,随着深度学习和神经网络的兴起,哈希算法在图像检索中的应用才逐渐得到了广泛的关注和应用。以下是哈希算法在图像检索中的发展史及标注年限: 1. 传统哈希算法:包括局部敏感哈希(LSH)和哈希编码算法(Hashing)等。这些算法主要用于处理低维数据,如文本和稀疏数据。标注年限:20世纪80年代至21世纪初。 2. 基于深度学习的哈希算法:这些算法利用深度神经网络学习图像的特征表示,并将其转换为二进制码。这些算法包括深度哈希(DHash)、卷积神经网络哈希(CNNHash)和三元组神经网络哈希(TripletNetHash)等。标注年限:2014年至今。 3. 基于生成对抗网络的哈希算法:这些算法利用生成对抗网络(GAN)学习图像的特征表示,并将其转换为二进制码。这些算法包括生成对抗哈希(GANHash)和对抗性哈希(AdvHash)等。标注年限:2017年至今。 4. 基于自监督学习的哈希算法:这些算法利用自监督学习方法学习图像的特征表示,并将其转换为二进制码。这些算法包括自监督哈希(Self-Supervised Hashing)和自监督对抗哈希(Self-Supervised AdvHash)等。标注年限:2018年至今。

相关推荐

最新推荐

recommend-type

python 密码学示例——理解哈希(Hash)算法

哈希算法是一种单向函数,它将任意长度的输入(也称为预映像)转化为固定长度的输出,这个输出被称为哈希值或消息摘要。哈希算法的设计目标是使得输入的微小变化都会导致输出的显著不同,这样就很难通过哈希值推断...
recommend-type

主流字符串哈希算法简明介绍及实例代码

哈希算法是计算机科学中的一种基础算法,广泛应用于数据存储、检索、加密等领域。字符串哈希算法是哈希算法中的一种特殊类型,专门用于处理字符串类型的数据。在本文中,我们将介绍一些主流的字符串哈希算法,并提供...
recommend-type

基于模糊哈希的恶意代码检测系统(附源代码)

随着计算机网络技术的发展,恶意代码的问题也越来越严峻,对于现有的恶意代码产生的变体(包括在多处修改、增加、删除部分内容),使用模糊哈希均能发现与源文件的相似关系,是目前判断相似性,检测恶意代码较好的一...
recommend-type

常用Hash算法(C语言的简单实现)

下面小编就为大家带来一篇常用Hash算法(C语言的简单实现)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

2024年欧洲化学电镀市场主要企业市场占有率及排名.docx

2024年欧洲化学电镀市场主要企业市场占有率及排名.docx
recommend-type

BSC关键绩效财务与客户指标详解

BSC(Balanced Scorecard,平衡计分卡)是一种战略绩效管理系统,它将企业的绩效评估从传统的财务维度扩展到非财务领域,以提供更全面、深入的业绩衡量。在提供的文档中,BSC绩效考核指标主要分为两大类:财务类和客户类。 1. 财务类指标: - 部门费用的实际与预算比较:如项目研究开发费用、课题费用、招聘费用、培训费用和新产品研发费用,均通过实际支出与计划预算的百分比来衡量,这反映了部门在成本控制上的效率。 - 经营利润指标:如承保利润、赔付率和理赔统计,这些涉及保险公司的核心盈利能力和风险管理水平。 - 人力成本和保费收益:如人力成本与计划的比例,以及标准保费、附加佣金、续期推动费用等与预算的对比,评估业务运营和盈利能力。 - 财务效率:包括管理费用、销售费用和投资回报率,如净投资收益率、销售目标达成率等,反映公司的财务健康状况和经营效率。 2. 客户类指标: - 客户满意度:通过包装水平客户满意度调研,了解产品和服务的质量和客户体验。 - 市场表现:通过市场销售月报和市场份额,衡量公司在市场中的竞争地位和销售业绩。 - 服务指标:如新契约标保完成度、续保率和出租率,体现客户服务质量和客户忠诚度。 - 品牌和市场知名度:通过问卷调查、公众媒体反馈和总公司级评价来评估品牌影响力和市场认知度。 BSC绩效考核指标旨在确保企业的战略目标与财务和非财务目标的平衡,通过量化这些关键指标,帮助管理层做出决策,优化资源配置,并驱动组织的整体业绩提升。同时,这份指标汇总文档强调了财务稳健性和客户满意度的重要性,体现了现代企业对多维度绩效管理的重视。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】俄罗斯方块:实现经典的俄罗斯方块游戏,学习方块生成和行消除逻辑。

![【实战演练】俄罗斯方块:实现经典的俄罗斯方块游戏,学习方块生成和行消除逻辑。](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/70a49cc62dcc46a491b9f63542110765~tplv-k3u1fbpfcp-zoom-in-crop-mark:1512:0:0:0.awebp) # 1. 俄罗斯方块游戏概述** 俄罗斯方块是一款经典的益智游戏,由阿列克谢·帕基特诺夫于1984年发明。游戏目标是通过控制不断下落的方块,排列成水平线,消除它们并获得分数。俄罗斯方块风靡全球,成为有史以来最受欢迎的视频游戏之一。 # 2.
recommend-type

卷积神经网络实现手势识别程序

卷积神经网络(Convolutional Neural Network, CNN)在手势识别中是一种非常有效的机器学习模型。CNN特别适用于处理图像数据,因为它能够自动提取和学习局部特征,这对于像手势这样的空间模式识别非常重要。以下是使用CNN实现手势识别的基本步骤: 1. **输入数据准备**:首先,你需要收集或获取一组带有标签的手势图像,作为训练和测试数据集。 2. **数据预处理**:对图像进行标准化、裁剪、大小调整等操作,以便于网络输入。 3. **卷积层(Convolutional Layer)**:这是CNN的核心部分,通过一系列可学习的滤波器(卷积核)对输入图像进行卷积,以
recommend-type

绘制企业战略地图:从财务到客户价值的六步法

"BSC资料.pdf" 战略地图是一种战略管理工具,它帮助企业将战略目标可视化,确保所有部门和员工的工作都与公司的整体战略方向保持一致。战略地图的核心内容包括四个相互关联的视角:财务、客户、内部流程和学习与成长。 1. **财务视角**:这是战略地图的最终目标,通常表现为股东价值的提升。例如,股东期望五年后的销售收入达到五亿元,而目前只有一亿元,那么四亿元的差距就是企业的总体目标。 2. **客户视角**:为了实现财务目标,需要明确客户价值主张。企业可以通过提供最低总成本、产品创新、全面解决方案或系统锁定等方式吸引和保留客户,以实现销售额的增长。 3. **内部流程视角**:确定关键流程以支持客户价值主张和财务目标的实现。主要流程可能包括运营管理、客户管理、创新和社会责任等,每个流程都需要有明确的短期、中期和长期目标。 4. **学习与成长视角**:评估和提升企业的人力资本、信息资本和组织资本,确保这些无形资产能够支持内部流程的优化和战略目标的达成。 绘制战略地图的六个步骤: 1. **确定股东价值差距**:识别与股东期望之间的差距。 2. **调整客户价值主张**:分析客户并调整策略以满足他们的需求。 3. **设定价值提升时间表**:规划各阶段的目标以逐步缩小差距。 4. **确定战略主题**:识别关键内部流程并设定目标。 5. **提升战略准备度**:评估并提升无形资产的战略准备度。 6. **制定行动方案**:根据战略地图制定具体行动计划,分配资源和预算。 战略地图的有效性主要取决于两个要素: 1. **KPI的数量及分布比例**:一个有效的战略地图通常包含20个左右的指标,且在四个视角之间有均衡的分布,如财务20%,客户20%,内部流程40%。 2. **KPI的性质比例**:指标应涵盖财务、客户、内部流程和学习与成长等各个方面,以全面反映组织的绩效。 战略地图不仅帮助管理层清晰传达战略意图,也使员工能更好地理解自己的工作如何对公司整体目标产生贡献,从而提高执行力和组织协同性。