[发明专利]基于虚拟标签回归的无监督跨模态哈希检索方法及系统有效
| 申请号： | 201910823366.1 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110674323B | 公开（公告）日： | 2020-06-30 |
| 发明（设计）人： | 朱磊;王菲;王彤 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06F16/51 | 分类号： | G06F16/51;G06F16/53;G06F16/583;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 250014 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于虚拟标签回归的无监督跨模态哈希检索方法及系统，将特征表示和哈希函数学习整合到一个统一的深度框架中，通过多模态深度特征的协同矩阵分解学习共享的哈希码，以保证多个模态共享相同的语义；在此基础上，引入虚拟标签的概念，通过非负谱分析学习虚拟标签，同时将学习到的虚拟标签回归到哈希码中，保证了哈希码和虚拟标签之间的语义一致性；在上述框架中，深度特征的协同矩阵分解和虚拟标签的学习与回归有利于深度特征表示和哈希函数的学习，改进后的深度特征表示和哈希模型有利于协同矩阵分解和虚拟标签的学习与回归，两者相互促进；同时，本公开通过一种新的离散优化策略，直接更新深度哈希函数和哈希码，有效地降低了现有方法中松弛策略的量化误差，提高了跨模态检索的性能。 | ||
| 搜索关键词： | 基于 虚拟 标签 回归 监督 跨模态哈希 检索 方法 系统 | ||
【主权项】：
1.一种基于虚拟标签回归的无监督跨模态哈希检索方法，其特征在于，步骤如下：/n获取跨模态检索数据集，并将它们划分为训练集、测试集和数据库集，其中每个样本都包括成对的图像和文本两个模态的数据；/n构建深度哈希网络模型并进行网络参数初始化，将两个模态的原始数据分别输入到所构建的深度哈希网络中，分别得到两个模态的哈希函数；/n利用各模态的哈希函数获取测试集和数据库集中样本的哈希码，计算每个测试集样本的哈希码与数据库集样本的哈希码之间的汉明距离，数据库集样本按其对应的汉明距离升序排序，得到检索结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东师范大学，未经山东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910823366.1/，转载请声明来源钻瓜专利网。
