論文の概要: Beyond Post-Quantization: Native Hash Learning with a Dedicated HASH Token

• arxiv url: http://arxiv.org/abs/2607.03328v1
• Date: Fri, 03 Jul 2026 13:46:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.590837
• Title: Beyond Post-Quantization: Native Hash Learning with a Dedicated HASH Token
• Title（参考訳）: ポスト量子化を超えて - 専用HASHトークンによるネイティブハッシュ学習
• Abstract要約: HashViTは、ネイティブハッシュトークン学習のためのVision Transformerフレームワークである。 学習可能なセマンティックセンターの監督、クラストーケン類似度蒸留、量子化正規化を組み合わせた統一的な目的で最適化されている。 広く使用されている3つのベンチマークの実験は、HashViTが最先端または高い競争力のある検索性能を達成することを示した。
• 参考スコア（独自算出の注目度）: 20.81211439061764
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Efficient large-scale image retrieval requires compact representations that preserve semantic similarity under fast Hamming-space search. Deep hashing is appealing, but most existing CNN- and ViT-based methods still follow a post-quantization paradigm, where continuous visual features are first learned and binary codes are then produced by a terminal hash projection or binarization operation. This late code generation creates a feature-to-code discrepancy between the continuously optimized representation space and the discrete Hamming space used for retrieval. To address this limitation, we propose HashViT, a Vision Transformer framework for native hash token learning. Instead of treating hashing as a terminal readout, HashViT introduces a dedicated HASH token that serves as a persistent, hash-oriented retrieval state inside the transformer. The HASH token is structurally decomposed into a Hash Register for direct binary code generation and a Semantic Workspace for preserving auxiliary continuous semantics. To enable effective workspace-to-register interaction, we further design a lightweight Hash Refinement Adapter that progressively refines the Hash Register across transformer layers. As a result, binary-oriented representations are formed through token evolution within the backbone, rather than being abruptly induced by an output-level projection. HashViT is optimized with a unified objective that combines learnable semantic center supervision, class-token similarity distillation, and quantization regularization, encouraging the HASH token to encode semantically structured and compact binary representations. Extensive experiments on three widely used benchmarks demonstrate that HashViT achieves state-of-the-art or highly competitive retrieval performance while preserving the efficiency of compact Hamming codes. Code is available at https://github.com/Xinze919/HashViT.
• Abstract（参考訳）: 高速なハミング空間探索の下で意味的類似性を保ったコンパクトな表現を必要とする。 ディープハッシュは魅力的だが、既存のCNNおよびViTベースのほとんどのメソッドは、連続的な視覚的特徴を最初に学習し、次に終端ハッシュプロジェクションまたはバイナライゼーション操作によってバイナリコードを生成する、ポスト量子化パラダイムに従っている。 この遅延コード生成は、連続的に最適化された表現空間と、検索に使用される離散的なハミング空間との間の特徴と符号の相違を生成する。 この制限に対処するため、ネイティブハッシュトークン学習のためのビジョントランスフォーマーフレームワークであるHashViTを提案する。 ハッシュを端末読み出しとして扱う代わりに、HashViTは専用のHASHトークンを導入している。 HASHトークンは、直接バイナリコード生成のためのハッシュレジスタと、補助的な連続的セマンティクスを保存するためのセマンティックワークスペースに構造的に分解される。 効率的なワークスペースとレジスタのインタラクションを実現するために、トランスフォーマー層をまたいだハッシュレジスタを徐々に洗練する軽量なハッシュリファインメントアダプタを設計する。 その結果、バイナリ指向の表現は、出力レベルプロジェクションによって突然誘導されるのではなく、バックボーン内のトークン進化によって形成される。 HashViTは、学習可能なセマンティックセンターの監視、クラストーケンの類似度蒸留、量子化正規化を組み合わせた統一された目的で最適化されており、HASHトークンに意味的に構造化されたコンパクトなバイナリ表現をエンコードするよう促している。 広範に使用されている3つのベンチマーク実験により、HashViTは、ハミング符号の効率を保ちながら、最先端または高い競争力のある検索性能を達成することを示した。 コードはhttps://github.com/Xinze919/HashViT.comで入手できる。

関連論文リスト

• SpikeHash: Learning Binary Codes with Spiking Neural Networks for Cross-Modal Hashing Retrieval [10.799183419959055]
  クロスモーダルハッシュ検索は、ハミング空間を効率的に探索するために、異種データをコンパクトなバイナリコードに符号化する。 スパイク状態の進化、方向スパイク相互作用、競合スパイクリードアウトとしてクロスモーダルハッシュを定式化する統合スパイクフレームワークであるSpikeHashを提案する。
  論文  参考訳（メタデータ） (2026-05-30T14:14:59Z)
• Image Hashing via Cross-View Code Alignment in the Age of Foundation Models [3.33876524834826]
  COCOVCA(Cross-View Code Alignment)は、バイナリコードを学ぶためのシンプルで統一された原則である。 HashCoderは、バランスの取れたコードを実行するための最終バッチ正規化レイヤを備えた軽量なハッシュネットワークである。 CroVCAは5つのトレーニングエポックで最先端の結果を達成する。
  論文  参考訳（メタデータ） (2025-10-31T16:08:46Z)
• SECRET: Towards Scalable and Efficient Code Retrieval via Segmented Deep Hashing [83.35231185111464]
  ディープラーニングは、検索パラダイムを語彙ベースのマッチングから、ソースコードとクエリをベクトル表現にエンコードした。 従来の研究では、クエリやコードスニペットのハッシュコードを生成し、ハミング距離を使ってコード候補を高速にリコールするディープハッシュベースの手法が提案されている。 提案手法は,既存の深層ハッシュ法によって計算された長いハッシュコードを,反復的学習戦略により複数の短いハッシュコードセグメントに変換する手法である。
  論文  参考訳（メタデータ） (2024-12-16T12:51:35Z)
• Nested Hash Layer: A Plug-and-play Module for Multiple-length Hash Code Learning [61.095479786194836]
  Nested Hash Layer (NHL) は、深い教師付きハッシュモデルのためのプラグイン・アンド・プレイモジュールである。 NHLは、複数の長さのハッシュコードをネスト構造で同時に生成する。 NHLは、様々な深層型ハッシュモデルに対して、トレーニング速度を約5～8倍に向上させる。
  論文  参考訳（メタデータ） (2024-12-12T04:13:09Z)
• ConceptHash: Interpretable Fine-Grained Hashing via Concept Discovery [128.30514851911218]
  ConceptHashは、サブコードレベルの解釈性を実現する新しい方法である。 ConceptHashでは、各サブコードは、オブジェクト部分のような人間の理解可能な概念に対応する。 学習したハッシュコードが、きめ細かいオブジェクトクラス内で識別可能であることを保証するために、言語ガイダンスを組み込んだ。
  論文  参考訳（メタデータ） (2024-06-12T17:49:26Z)
• Self-Distilled Hashing for Deep Image Retrieval [25.645550298697938]
  ハッシュベースの画像検索システムでは、元の入力から変換された入力は通常、異なるコードを生成する。 本稿では,拡張データの可能性を活用しつつ,相違を最小限に抑えるために,自己蒸留ハッシュ方式を提案する。 また、ハッシュプロキシに基づく類似性学習や、バイナリクロスエントロピーに基づく量子化損失を導入し、高品質なハッシュコードを提供する。
  論文  参考訳（メタデータ） (2021-12-16T12:01:50Z)
• CIMON: Towards High-quality Hash Codes [63.37321228830102]
  我々はtextbfComprehensive stextbfImilarity textbfMining と ctextbfOnsistency leartextbfNing (CIMON) という新しい手法を提案する。 まず、グローバルな洗練と類似度統計分布を用いて、信頼性とスムーズなガイダンスを得る。第二に、意味的整合性学習とコントラスト的整合性学習の両方を導入して、乱不変と差別的ハッシュコードの両方を導出する。
  論文  参考訳（メタデータ） (2020-10-15T14:47:14Z)
• Deep Reinforcement Learning with Label Embedding Reward for Supervised Image Hashing [85.84690941656528]
  深層型ハッシュのための新しい意思決定手法を提案する。 我々はBose-Chaudhuri-Hocquenghem符号で定義された新しいラベル埋め込み報酬を用いて、深いQ-ネットワークを学ぶ。 我々の手法は、様々なコード長で最先端の教師付きハッシュ法より優れています。
  論文  参考訳（メタデータ） (2020-08-10T09:17:20Z)
• Unsupervised Semantic Hashing with Pairwise Reconstruction [22.641786533525245]
  本稿では、離散変分オートエンコーダに基づくハッシュモデルであるPairwise Reconstruction(PairRec)を提案する。 PairRecと従来の手法と最先端の手法を実験的に比較し,文書類似性検索のタスクにおいて大幅な性能向上を実現した。
  論文  参考訳（メタデータ） (2020-07-01T10:54:27Z)
• Dual-level Semantic Transfer Deep Hashing for Efficient Social Image Retrieval [35.78137004253608]
  ソーシャルネットワークは膨大な量のユーザ共有画像を保存し、配布する。 ディープハッシュは、大規模社会画像検索をサポートする効率的なインデックス化技術である。 既存の手法は、大量のディープニューラルネットワークパラメータを最適化する際に、深刻なセマンティックな不足に悩まされる。 本稿では,DSTDH(Dual-level Semantic Transfer Deep Hashing)法を提案する。
  論文  参考訳（メタデータ） (2020-06-10T01:03:09Z)
• Reinforcing Short-Length Hashing [61.75883795807109]
  既存の手法は、非常に短いハッシュコードを用いた検索性能が劣っている。 本研究では, 短寿命ハッシュ(RSLH)を改良する新しい手法を提案する。 本稿では,ハッシュ表現とセマンティックラベルの相互再構成を行い,セマンティック情報を保存する。 3つの大規模画像ベンチマークの実験は、様々な短いハッシュシナリオ下でのRSLHの優れた性能を示す。
  論文  参考訳（メタデータ） (2020-04-24T02:23:52Z)
• Learning to Hash with Graph Neural Networks for Recommender Systems [103.82479899868191]
  グラフ表現学習は、大規模に高品質な候補探索をサポートすることに多くの注目を集めている。 ユーザ・イテム相互作用ネットワークにおけるオブジェクトの埋め込みベクトルの学習の有効性にもかかわらず、連続的な埋め込み空間におけるユーザの好みを推測する計算コストは膨大である。 連続的かつ離散的なコードとを協調的に学習するための,単純かつ効果的な離散表現学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-04T06:59:56Z)
• Auto-Encoding Twin-Bottleneck Hashing [141.5378966676885]
  本稿では,効率よく適応的なコード駆動グラフを提案する。 自動エンコーダのコンテキストでデコードすることで更新される。 ベンチマークデータセットの実験は、最先端のハッシュ手法よりもフレームワークの方が優れていることを明らかに示しています。
  論文  参考訳（メタデータ） (2020-02-27T05:58:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。