基于监督哈希方法的图文跨模态检索研究
发布时间:2021-07-13 01:55
随着科技的发展,网络上不同模态的多媒体信息日益增多。适应这一发展趋势,跨模态检索成为一个重要问题。哈希方法由于具有存储空间小、计算速度快的优点,在跨模态检索中受到了广泛的关注。跨模态哈希方法是将样本的不同模态的特征映射为二进制的哈希码,通过计算哈希码之间的汉明距离,来对不同模态样本之间的相似性进行衡量,从而进行跨模态检索。本文主要围绕跨模态哈希方法进行研究,提出两种监督跨模态哈希方法,研究成果如下:(1)在将不同模态的特征映射到统一的汉明空间的过程中,如何更好地保持模态间相似性和模态内相似性仍然是一个挑战。大部分现有的跨模态哈希方法忽视了对不相似样本的限制。此外,大部分现有的跨模态哈希方法在优化的过程中放松了对哈希码的离散约束,优化放松后的目标函数,再将得到的连续值量化来获得哈希码,然而这种方法会带来量化误差并且降低检索性能。为了解决上述问题,本文提出一种监督跨模态哈希方法,称为离散相似性保持哈希方法。该方法同时保持模态间相似性和模态内相似性,特别地,该方法对相似样本和不相似样本都进行限制以学习更有区别性的哈希码。此外,设计一种离散优化方法来学习离散的哈希码。最后,在三个数据集上的实验...
【文章来源】:大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 单模态哈希方法研究现状
1.2.2 跨模态哈希方法研究现状
1.3 本文的研究内容和主要工作
1.4 本文的组织结构
2 跨模态哈希方法相关研究工作
2.1 跨模态哈希方法简述
2.2 无监督跨模态哈希方法
2.2.1 IMH方法
2.2.2 CMFH方法
2.2.3 FSH方法
2.3 监督跨模态哈希方法
2.3.1 CVH方法
2.3.2 SMFH方法
2.3.3 DASH方法
2.4 本章小结
3 基于离散相似性保持哈希的跨模态检索方法
3.1 本章引言
3.2 离散相似性保持哈希方法
3.2.1 符号介绍
3.2.2 哈希码学习目标函数的构建及优化求解
3.2.3 哈希函数学习目标函数的构建及优化求解
3.3 实验结果与分析
3.3.1 实验数据集
3.3.2 对比方法和实验设置
3.3.3 评价标准
3.3.4 实验结果与分析
3.4 本章小结
4 基于语义关联离散哈希的跨模态检索方法
4.1 本章引言
4.2 语义关联离散哈希方法
4.2.1 符号介绍
4.2.2 目标函数的构建
4.2.3 优化求解
4.3 实验结果与分析
4.3.1 实验数据集
4.3.2 对比方法和实验设置
4.3.3 评价标准
4.3.4 实验结果与分析
4.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】:
期刊论文
[1]跨媒体语义共享子空间学习研究进展[J]. 张磊,赵耀,朱振峰. 计算机学报. 2017(06)
本文编号:3281098
【文章来源】:大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 单模态哈希方法研究现状
1.2.2 跨模态哈希方法研究现状
1.3 本文的研究内容和主要工作
1.4 本文的组织结构
2 跨模态哈希方法相关研究工作
2.1 跨模态哈希方法简述
2.2 无监督跨模态哈希方法
2.2.1 IMH方法
2.2.2 CMFH方法
2.2.3 FSH方法
2.3 监督跨模态哈希方法
2.3.1 CVH方法
2.3.2 SMFH方法
2.3.3 DASH方法
2.4 本章小结
3 基于离散相似性保持哈希的跨模态检索方法
3.1 本章引言
3.2 离散相似性保持哈希方法
3.2.1 符号介绍
3.2.2 哈希码学习目标函数的构建及优化求解
3.2.3 哈希函数学习目标函数的构建及优化求解
3.3 实验结果与分析
3.3.1 实验数据集
3.3.2 对比方法和实验设置
3.3.3 评价标准
3.3.4 实验结果与分析
3.4 本章小结
4 基于语义关联离散哈希的跨模态检索方法
4.1 本章引言
4.2 语义关联离散哈希方法
4.2.1 符号介绍
4.2.2 目标函数的构建
4.2.3 优化求解
4.3 实验结果与分析
4.3.1 实验数据集
4.3.2 对比方法和实验设置
4.3.3 评价标准
4.3.4 实验结果与分析
4.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】:
期刊论文
[1]跨媒体语义共享子空间学习研究进展[J]. 张磊,赵耀,朱振峰. 计算机学报. 2017(06)
本文编号:3281098
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3281098.html
最近更新
教材专著