语义感知对抗训练可靠的深度哈希检索

原文约200字，阅读约需1分钟。发表于：。

通过构建语义代表以及生成对抗样本的方式来提高深度哈希模型的对抗性鲁棒性，进而在大规模图像检索系统中得到更可靠的检索结果。

本文提出了一种深度哈希目标攻击方法，通过点集优化攻击具有目标标签的对象的哈希，并提出了一种新的组件投票方案来获得锚码作为目标标签对象的哈希码集合的代表，实验表明该方法对深度哈希模型的图像和视频检索均有效。