保留相似性的哈希是在大型图像检索任务中用于最近邻居搜索的一种广泛使用的方法。 对于大多数现有的散列方法，首先将图像编码为人工设计视觉特征的向量，然后再进行另一个单独的生成二进制代码的投影或量化步骤。 然而，这样的视觉特征向量可能与编码过程不是最佳兼容的，因此产生了次优的哈希码。 在本文中，我们提出了一种用于监督哈希的深度体系结构，该体系结构中的图像通过精心设计的深度神经网络映射为二进制代码。 所提出的深层架构的管线由三个构建块组成：1）带有一堆卷积层的子网，以产生有效的中间图像特征； 2）分割编

深度神经网络同时进行特征学习和哈希编码