基于稀疏編碼哈希的跨模多媒體檢索.pdf

1、在多媒體檢索中,基于哈希的相似檢索是一種非常有效的跨模檢索方法,已經得到了廣泛的關注?？缒z索的核心問題就是怎樣在多模態(tài)數(shù)據(jù)的不同特征表示之間構建相關性?？缒z索(Cross-Modal Retrieval)的目標是為了可以在不同模態(tài)數(shù)據(jù)之間進行檢索?？缒９?Cross-Modal Hashing)是將不同模態(tài)的數(shù)據(jù)映射到同一個低維度的Hamming空間中。由于不同維度的多媒體的數(shù)據(jù)特征表示都最終轉化成了相同維度下的二進制表示,因此跨

2、模哈?？梢詫崿F(xiàn)不同模態(tài)數(shù)據(jù)之間的高效檢索。類似于典型相關分析(CCA),大多數(shù)現(xiàn)有的跨模哈希多媒體檢索方法是為了用來實現(xiàn)來自相同模態(tài)或者相同視角內的數(shù)據(jù)之間的檢索,它們通過線性映射將不同模態(tài)的數(shù)據(jù)特征映射到一個共同的抽象空間中。但是,這種方法不能很好地消除不同模態(tài)數(shù)據(jù)間的語義鴻溝,而提取到更高級別的語義信息可以更加有利于檢索。為了解決這個問題,本文中,提出了一種新的檢索方法,稀疏編碼哈希,同時對該檢索方法進行實驗論證,并得出了相應的實驗

3、結果。主要內容如下：
　　通過使用稀疏編碼哈希來進行跨模多媒體檢索,首先使用稀疏編碼來獲取圖像與文本的顯著特征和潛在語義概念,然后將學習到的潛在語義特征映射到共同的抽象空間,再通過迭代機制,找到多模態(tài)數(shù)據(jù)特征表示間的相關性,最后通過更高級別抽象空間的量化得到統(tǒng)一的哈希編碼。同時,本文通過結合SLEP(有效映射稀疏學習)和拉格朗日對偶來求解目標函數(shù),將一個含有五個矩陣變量的非凸性的優(yōu)化問題轉化為只含有四個矩陣變量的凸性問題,這樣目標