联合哈希特征和分类器学习的跨模态检索算法

作者：刘昊鑫; 吴小俊^*; 庾骏

来源：模式识别与人工智能, 2020, 33(02): 160-165.

DOI：10.16451/j.cnki.issn1003-6059.202002008

• 哈希学习
• 分类器学习
• 矩阵分解
• 跨模态检索

为了解决跨模态检索算法检索准确率较低、训练时间较长等问题,文中提出联合哈希特征和分类器学习的跨模态检索算法(HFCL).采用统一的哈希码描述语义相同的不同模态数据.在训练阶段,利用标签信息学习具有鉴别性的哈希码.第二阶段基于生成的鉴别性哈希码,采用核逻辑回归学习各模态的哈希函数.在测试阶段,给定任意一个模态查询样本,利用学习的哈希函数生成哈希特征,从数据库中检索与之语义相关的另一模态数据.在3个公开数据集上的实验验证HFCL的有效性.

• 单位
  江南大学