一种鲁棒的双教师自监督蒸馏哈希学习方法

作者：苗壮; 王亚鹏; 李阳^*; 王家宝; 张睿; 赵昕昕

来源：计算机科学, 2022, 49(10): 159-168.

• 哈希学习
• 自监督学习
• 知识蒸馏
• 图像检索
• 噪声标签

为了提高无监督哈希学习的性能，实现鲁棒的哈希图像检索，提出了一种鲁棒的双教师自监督蒸馏哈希学习方法。该方法包括自监督双教师学习和鲁棒哈希学习两个阶段：第一阶段设计了一种改进的聚类算法，有效提高了硬伪标签的标注精度，而后通过微调教师网络得到了图像的初始软伪标签；第二阶段提出了一种结合混合去噪和双教师共识去噪策略的软伪标签去噪方法，有效去除了初始软伪标签中的噪声，而后利用蒸馏学习将双教师网络中的信息通过去噪软伪标签传递给学生网络，进而获得无标签图像的鲁棒哈希码。在CIFAR-10,FLICKR25K和EuroSAT上进行了实验，实验结果表明，与TBH方法相比，在CIFAR-10上所提方法的MAP平均提高了18.6%;与DistillHash方法相比，在FLICKR25K上所提方法的MAP平均提高了2.4%;与ETE-GAN方法相比，在EuroSAT上所提方法的MAP平均提高了18.5%。

• 单位
  中国人民解放军陆军工程大学