基于图的哈希方法的多媒体数据检索研究

发布时间：2021-07-27 05:32

　　爆炸性增长的多媒体数据给当前计算机系统的管理、运算和存储带来了极大的压力。面对海量的多媒体数据,实现对这些数据的有效存储、管理和利用已经成为机器学习和计算机视觉领域亟待解决的重要问题之一。检索是机器学习领域的一个基本应用,海量多媒体数据的高效检索对挖掘和利用多媒体数据资源具有极为重要的意义。面对图像、视频、音频、文本等种类丰富的海量多媒体数据,如何对其进行高效检索,成为了当前学术界和工业界炙手可热的研究内容。针对大规模多媒体数据,利用哈希学习生成哈希编码的数据表示方式能有效减少数据存储和计算过程中的开销,同时降低数据维度,提升大规模数据检索系统的效率。目前哈希学习的方法在多媒体信息检索领域的研究已经取得初步成效,然而哈希学习过程中原始空间样本相似性度量和相似性信息保持的方法仍然有待进一步研究,哈希方法的应用场景仍需要进一步探索。本文对基于图的哈希方法理论和其在多媒体数据检索中的应用展开研究,对有效保持原始空间样本间相似性结构的哈希方法进行了探索,同时对哈希方法的应用场景进行了拓展。本文主要工作如下:（1）对原始空间样本间全局重构相似性进行研究,并利用其构建样本间全局相似性结构图,提出了... 

【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】：131 页

【学位级别】：博士

【部分图文】：

图１．１?ＩＴＱ对原始数据在低维空间分布调整示意图??．ｏｒ?ｔｅｏｗｉｍｅｎｓｉｏｎａｌ?ｅｍｅｄｄｉｎ

构建图和优化图的过程即对样本间的关系进行逐步探求的过程。部分研究者从认知??理论出发构建图，致力于构建与人的感官认识相一致的相似性描述方法。例如，Ｗｅｎ等??人［１（）７］提出的基于相对流形的局部线性嵌入方法，根据人的认知能力（如图１．２），给出相??对流形的概念，在相对流形上进行ＬＬＥ的构建，取得了较好的效果，并将其应用到分类??问题中＿。这种相对流形从另一个角度可看作是ＬＬＥ图的一种改进。Ｆｅｌｚｅｎｓｚｗａｌｂ等??人［１（）９］将Ｇｅｓｔａｌｔ心理学与图理论相结合，应用于图像分割。在此基础上，Ｙａｎｇ等人［ｎＱ］??通过流形及图理论构建模型寻求图像的显著性区域。图理论在图像方面的应用开始渐渐??得到发展。??图方法由于其优越的性能，在图像检索领域得到了深入的应用。Ｃｈｅｎｇ等人…〃提??出应用于图像检索的流形排序（Ｍａｎｉｆｏｌｄ?Ｒａｎｋｉｎｇ，?ＭＲ）方法。这种排序方法利用了样本??间的非线性关系，因此取得了较欧氏距离更好的效果。Ｐａｇｅ－ｒａｎｋ方法可视为流形排序??的一种特殊情况。在多数据特征学习方面，Ｗａｎｇ等人ｍ２］将图像的多特征构建成多流??形，实现基于多特征的排序。在这方面的工作上，如多视角谱聚类、多核学习等都是利??用这种多特征图加权的思想。与多视角（多流形）的思想不同

对无监督情况下全局相似性图结构保持哈希方法及局部拓扑结构图保持哈希方法、有监??督情况下判别比特选择方法进行研究，并对基于图的哈希方法在图像检索、人体运动序??列分割与检索等实际应用中的情况进行了研究和分析。本文组织结构图如图１．３所示。??图的哈希方法????［＾．ｒ－?图的哈希???＾??方法应用??无监督构图｜?｜有监督构图??Ｉ?１???１?１?????????全局相似性结构｜?｜局部相似性结构｜?｜判别相似性结构｜?｜人体运动序列分割与检索??Ｉ?Ｉ?１?１??胃三￥?胃Ｅ３胃?胃５￥??全局相似性保持局部拓扑结构保一判别比特选择哈?基于哈希方法的人体运动??的哈希方法?持的哈希方法?希方法?序列分割与检索??１?Ｔ?￣?Ｔ?????■］?应用??图１．３论文组织结构图??Ｆｉｇｕｒｅ?１．３?Ｏｒｇａｎｉｚａｔｉｏｎ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｔｈｅ?ｄｉｓｓｅｒｔａｔｉｏｎ??第一章为绪论，主要介绍本文研究背景及意义，对国内外相关研究进展进行总结与??概述，并对本文研究内容进行整体描述。??第二章介绍了当样本集规模较大，现有人力物力无法对数据集进行标注的情况下对??原始空间样本间相似性进行构图的方案。本章提出了基于无监督学习框架的全局相似性??保持的哈希方法，利用样本间的重构相似性来描述原始空间中所有样本两两之间的关??系


本文编号：3305184