摘要

跨模态哈希检索以其存储消耗低、检索效率高引起广泛关注。现有研究仍存在如何保持标签语义和语义信息损失问题。为此,本文提出了一种新颖的标签结构保持离散哈希方法LSPDH (Label Structure Preserving Discrete Hashing),该方法将哈希学习分为哈希码学习和哈希函数学习两步。哈希码学习中,不同于其他使用流形学习提取多模态数据特征的方法,本文方法则运用流形学习提取标签信息的局部结构并在汉明空间中保持,同时将标签信息映射到哈希码矩阵,融入哈希码学习过程,来降低构建流形相似度矩阵所造成的语义信息损失;哈希函数学习中使用了核函数来获取数据间的非线性关系。最后,通过三个基准数据集上与近期跨模态哈希方法对比实验,验证了提出方法的有效性。