弱监督跨模态哈希检索方法研究

发布时间：2021-02-12 12:17

　　近年来,随着移动互联网技术的不断发展以及移动设备的不断普及,互联网上涌现了大量的多模态数据（图像、文本、音频、视频等）,其规模越来越庞大,种类越来越多样。随着多模态数据量的迅猛增长,如何实现不同模态数据间的检索已经成为信息检索领域的研究热点。哈希方法由于存储需求低和检索速度快的特性,可以方便快捷地进行跨模态检索。哈希方法的核心在于将原始数据的特征进行二进制编码,然后通过计算待查询数据的哈希码和原始数据哈希码之间的汉明距离得到检索结果,大大提高了数据的检索效率;同时,以哈希码代替原始数据存储,也极大的缩小了对存储的需求。现有的哈希方法的研究方向可以分为:单模态哈希方法和跨模态哈希方法。本文聚焦于跨模态哈希方法,其主要目的是实现各个模态数据间的交叉检索。跨模态哈希方法根据是否使用训练数据的标签信息可分为:监督跨模态哈希方法、无监督跨模态哈希方法和弱监督跨模态哈希方法。弱监督跨模态哈希方法利用少量的监督信息以及所有训练数据的特征信息来学习哈希码和哈希函数,适用于数据集中少量数据的监督信息已知的情况。弱监督跨模态哈希方法面临着训练数据间成对关系不明确和标签信息不完整的问题,同时面临着底层特征和... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 研究现状
        1.2.1 基于哈希的近似最近邻检索
        1.2.2 单模态哈希检索方法
        1.2.3 跨模态哈希检索方法
        1.2.4 弱监督跨模态哈希检索方法
    1.3 研究内容及章节安排
第二章 相关跨模态哈希检索方法
    2.1 语义保持哈希
        2.1.1 哈希码的学习
        2.1.2 哈希函数的学习
    2.2 语义相关最大化哈希
        2.2.1 基于正交约束的语义相关最大化哈希算法模型
        2.2.2 基于序列的语义相关最大化哈希算法模型
    2.3 本章小结
第三章 基于跨模态关系传递的半成对弱监督多模态哈希检索方法
    3.1 引言
    3.2 符号定义及问题描述
    3.3 跨模态关系传递
        3.3.1 模态间语义关系相似性矩阵的构造
        3.3.2 模态间语义关系传递
    3.4 目标函数及分析
        3.4.1 基于SePH的半成对弱监督多模态哈希检索方法
        3.4.2 基于SCM的半成对弱监督多模态哈希检索方法
        3.4.3 收敛性和计算复杂度分析
    3.5 实验结果与分析
        3.5.1 数据集与评价方法
        3.5.2 对比方法
        3.5.3 实验设计
        3.5.4 参数分析
        3.5.5 Wiki数据集上的实验结果与分析
        3.5.6 MIRFlicr数据集上的实验结果与分析
        3.5.7 NUS-WIDE数据集上的实验结果与分析
    3.6 本章小结
第四章 基于跨模态联合类标传递的弱监督跨模态哈希检索方法
    4.1 引言
    4.2 符号定义及问题描述
    4.3 跨模态联合类标传递
        4.3.1 模态间类标传递
        4.3.2 模态内类标传递
        4.3.3 联合类标传递
    4.4 基于跨模态联合类标传递的弱监督跨模态哈希检索方法
        4.4.1 目标函数的构建
        4.4.2 目标函数的求解
    4.5 基于跨模态联合类标传递的高效弱监督跨模态哈希检索方法
        4.5.1 目标函数的构建
        4.5.2 目标函数的求解
    4.6 实验结果与分析
        4.6.1 实验设计
        4.6.2 Wiki数据集上的实验结果与分析
        4.6.3 MIRFlickr数据集上的实验结果与分析
        4.6.4 NUS-WIDE数据集上的实验结果与分析
    4.7 本章小结
第五章 总结与展望
    5.1 本文总结
    5.2 工作展望
参考文献
致谢
作者简介


【参考文献】：
期刊论文
[1]大数据哈希学习:现状与趋势[J]. 李武军,周志华.  科学通报. 2015(Z1)



本文编号：3030853