数量快速增长的图像上传每一天,高效的基于内容的图像检索变得很重要。散列方法,这意味着在二进制编码表示图像,利用汉明距离相似性判断,是被广泛接受的优势在存储和搜索速度。一个好的二进制表示方法图像是图像检索的决定性因素。在本文中,我们提出一种新的深哈希方法有效的图像检索。我们提出一个算法来计算目标散列码显示不同内容的图像之间的关系。然后美联储目标散列码深网络培训。两个变量的深度网络,DBR和DBR-v3提出了图像数据库的不同大小和规模。在训练之后,我们的深度网络可以生成哈希码与大型汉明距离图像不同的内容。标准图像检索实验基准测试表明,我们的方法优于其他先进的方法包括无监督,监督和深度散列方法。