检索mAP最高提升12%
利用目标检测伪标签重构亲和矩阵，并基于伪标签扩充正例与提纯负例，解决无监督哈希中语义相似度衡量不准确和对比学习样本不平衡的问题。
Zifan, Liu · 曹媛 · Xue, Xu · Peng, Luan · 于彦伟
Neural Networks 2026
通过目标检测生成伪标签重构亲和矩阵，突出物体主体作用，更准确反映图像间语义关系。
基于伪标签扩充正例并提纯负例，缓解对比学习中样本不平衡和错误样本的影响。
在三个基准数据集上一致超越现有最优无监督哈希方法，mAP最高提升12%。