[发明专利]基于线性泛化回归模型的跨媒体检索方法

摘要

本发明公开了一种基于线性泛化回归模型的跨媒体检索方法。该方法首先提取不同模态对象的语义特征，再利用线性泛化回归模型建立各个模态特征之间的回归关系，实现不同模态特征的相互转换，接着利用多类Logistic回归算法估计转换后模态对象的后验概率分布，最后利用距离度量的方法来计算测试样本和数据库样本之间的距离，从而输出检索得到的最相似的前N个数据库中的样本。本发明在跨越不同模态的语义鸿沟时，可以最大限度地防止不同模态媒体在转换时有效信息的泄露，从而保证不同模态信息传递的有效性，进一步提高跨媒体搜索的鲁棒性和准确性，具有良好的运用前景和可观的市场价值。

主权项

一种基于线性泛化回归模型的跨媒体检索方法，其特征在于，该方法包括以下步骤：步骤1，搜集不同模态的样本，建立跨模态检索数据库，并提取数据库中不同模态样本的特征向量；步骤2，利用线性泛化回归模型来估计不同模态样本特征向量之间的关联矩阵；步骤3，估计数据库中各个样本的特征向量属于某一个类别的后验概率；步骤4，用户输入待检索对象，并根据待检索对象的类型进行相应的特征提取；步骤5，使用所述关联矩阵对提取到的待检索对象的特征进行特征转换；步骤6，计算待检索对象转换后的特征与数据库中对应类别的样本对象的特征之间的相似度；步骤7，根据所述步骤6计算得到的相似度对数据库中对应类别的样本对象进行排序，并返回其中最相似的几个样本对象作为跨媒体检索结果。