科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前大多数跨模态哈希检索方法无法捕获多标签信息和特征语义更深层的语义关系信息问题，该文提出了一种标签与样本双语义增强的跨模态检索框架.首先，该框架将不同模态的高维数据映射到低维共享特征语义空间中，进行样本语义学习；其次，引入松弛变量到标签语义制约的哈希码学习函数中，通过最小化标签成对距离强化样本语义相似性哈希码学习，这样既保持了跨模态对应样本语义的关系，强化了哈希码的标签语义学习，又解决了实对称矩阵的求解及算法的收敛性问题；再次，进一步应用样本特征语义和标签语义增强哈希码的语义学习；最后，在3个常用的数据集上的实验结果表明该方法优于目前的方法.
- 单位
