纪荣嵘教授课题组关于二值编码学习的最新研究成果 发表于IEEE T-PAMI
发布时间:2018-03-14 点击:

近日,国际顶级学术刊物《IEEE Transactions on Pattern Analysis and Machine Intelligence》(IEEE T-PAMI)接收了我校我院纪荣嵘教授课题组的最新研究成果“Ordinal Constraint Binary Coding for Approximate Nearest Neighbor Search”。IEEE T-PAMI是计算机科学领域最顶级的国际期刊,其影响因子为 8.329。该论文提出了一种新的基于序列约束的哈希算法,命名为序列约束哈希,其目标在于在离散的汉明空间保留特征原空间的相对序列结构。从以往的序列保留哈希算法的思路来说,基于序列保留的哈希往往需要大量的二元和三元序列对,所需要的算法时间复杂度也较高。而该论文探讨更为复杂的四元序列对关系保留问题,以更低的时间复杂度和训练样本规模以学习更鲁棒的哈希编码机制。目前在多个公开的大规模最近邻搜索评测集上,都取得最好的评估结果。该工作是厦门大学博士生刘弘和导师纪荣嵘教授团队的阶段性研究成果,目前论文相关代码已开源。多篇前期成果已经发表在CVPR/AAAI/IJCAI/TIP等CCF-A类推荐期刊会议上。

该论文由我校我院智能科学系在读博士生刘弘与其导师纪荣嵘教授(通讯作者)、微软亚洲研究研究王井东研究员、阿德莱德大学沈春华教授等合作完成,这也是我校研究生第一次在计算机领域的最顶级刊物上以第一作者身份发表论文,标志着我校信息学科研究生培养质量的突破。该项研究得到了国家自然科学基金(No.U1705262,No.61772443,and No.61572410)、国家重点研发专项(No.2017YFC0113000, and No.2016YFB1001503)等项目的资助。