Banque de Projection : Des Données Hautement Dimensionnelles aux Codes Binaires de Longueur Moyenne

Récemment, des représentations de caractéristiques très hautement dimensionnelles, par exemple, Fisher Vector, ont offert d'excellentes performances pour la reconnaissance visuelle et la récupération. Cependant, ces représentations longues entraînent toujours des coûts computationnels et de stockage extrêmement élevés, et deviennent parfois infaisables dans certaines applications à grande échelle. Quelques techniques existantes peuvent transférer des données très hautement dimensionnelles en codes binaires, mais elles nécessitent encore que la longueur du code réduite soit relativement longue pour maintenir des précisions acceptables. Pour cibler un meilleur équilibre entre l'efficacité computationnelle et les précisions, dans cet article, nous proposons une nouvelle méthode d'intégration appelée Banque de Projection Binaire (BPB), qui peut réduire efficacement les représentations très hautement dimensionnelles en codes binaires de dimension moyenne sans sacrifier les précisions. Au lieu d'utiliser des projections linéaires ou bilinéaires simples conventionnelles, la méthode proposée apprend une banque de petites projections via la contrainte de marge maximale pour préserver de manière optimale la similarité intrinsèque des données. Nous avons systématiquement évalué la méthode proposée sur trois ensembles de données : Flickr 1M, ILSVR2010 et UCF101, montrant des précisions de récupération et de reconnaissance compétitives par rapport aux approches à la pointe de la technologie, mais avec une empreinte mémoire considérablement plus petite et une complexité de codage inférieure.