SP - 9937061 VL - 2021 AB -旅游图像检索已引起国内外学者的广泛关注。监督深度哈希方法以手工特征为输入，映射高维二值特征向量，降低了特征搜索的复杂度，极大地提高了检索性能。然而，他们的表现依赖于监督标签，但很少有标签的时间和区别性信息是可在旅游图像。本文提出了一种改进的深度哈希算法来学习用于旅游图像检索的增强哈希码。利用深度神经网络联合确定图像表示和哈希函数，同时利用伴随关系的精细化语义，提高旅游图像哈希码的识别能力。此外，我们调整了CNN来实现端到端的训练哈希映射，计算得到的二进制代码的两个样本之间的语义距离。在各种数据集上的实验表明，与目前最先进的浅哈希和深哈希技术相比，该方法具有优越性。SN - 1058-9244 UR - https://doi.org/10.1155/2021/9937061 DO - 10.1155/2021/9937061 JF -科学编程PB - Hindawi KW - ER -