基于特征關(guān)聯(lián)分析的跨媒體檢索技術(shù)
發(fā)布時間:2021-09-07 06:32
信息技術(shù)應(yīng)用的日益提升使得互聯(lián)網(wǎng)融入到人們生活的各個領(lǐng)域中,這也帶來了海量增長的多媒體數(shù)據(jù)。現(xiàn)實(shí)中多媒體數(shù)據(jù)不僅種類和結(jié)構(gòu)復(fù)雜多樣,相關(guān)異構(gòu)數(shù)據(jù)的表達(dá)也存在著多樣性和不一致性。因此,如何在海量的多媒體數(shù)據(jù)中有效挖掘異構(gòu)數(shù)據(jù)的復(fù)雜關(guān)系成為了跨媒體檢索的難點(diǎn)之一?缑襟w檢索是指不同媒體類型數(shù)據(jù)之間的相互檢索,如何處理多媒體數(shù)據(jù)的異構(gòu)鴻溝和語義鴻溝是本文重要的研究工作。本文主要對數(shù)據(jù)的特征關(guān)聯(lián)性和語義判別性展開深入研究,充分挖掘了異構(gòu)數(shù)據(jù)之間的復(fù)雜關(guān)系,深入分析了其較為全面和準(zhǔn)確的語義信息。本文的研究工作主要包括以下兩個方面:本文的第一項(xiàng)研究工作是提出一種基于圖正則化與模態(tài)依賴的跨媒體檢索算法。該算法在判別性子空間學(xué)習(xí)的基礎(chǔ)上,利用不同媒體的數(shù)據(jù)特征和對應(yīng)的語義類別進(jìn)行語義關(guān)聯(lián)圖的構(gòu)建。引入圖正則化旨在保持不同空間的潛在流形結(jié)構(gòu),使不同數(shù)據(jù)在語義空間中的特征分布與原始空間中的特征分布趨于一致。此外,在映射過程中始終保持相似數(shù)據(jù)之間的一一對應(yīng)關(guān)系,并對不同媒體的查詢對象實(shí)現(xiàn)不同語義空間中的線性映射,從而學(xué)得其映射矩陣。第二項(xiàng)研究工作是提出一種基于特征關(guān)聯(lián)學(xué)習(xí)的跨媒體檢索算法。該算法不僅考慮了不...
【文章來源】:山東師范大學(xué)山東省
【文章頁數(shù)】:59 頁
【學(xué)位級別】:碩士
【部分圖文】:
GRMD算法基本框架
山東師范大學(xué)碩士學(xué)位論文27(d)PascalSentence數(shù)據(jù)集上I2T的結(jié)果(e)PascalSentence數(shù)據(jù)集上T2I的結(jié)果(f)PascalSentence數(shù)據(jù)集上的平均MAP結(jié)果圖3-2Wikipedia和PascalSentence數(shù)據(jù)集上的MAP結(jié)果
山東師范大學(xué)碩士學(xué)位論文29個參數(shù)值。實(shí)驗(yàn)通過固定其中一個參數(shù),調(diào)整其他兩個參數(shù)值來觀察檢索性能的變化。圖3-4(a)-(f)顯示了不同數(shù)據(jù)集中I2T和T2I的性能變化。實(shí)驗(yàn)結(jié)果顯示,所提出方法對參數(shù)的靈敏性不高,性能相對穩(wěn)定。(a)α=0.1(b)α=0.1(c)β1=1(d)β1=1(e)β2=1(f)β2=1圖3-4PascalSentence數(shù)據(jù)集中關(guān)鍵參數(shù)的性能變化
【參考文獻(xiàn)】:
期刊論文
[1]聯(lián)合耦合字典學(xué)習(xí)與圖像正則化的跨媒體檢索方法[J]. 劉蕓,于治樓,付強(qiáng). 計(jì)算機(jī)工程. 2019(06)
[2]跨媒體深層細(xì)粒度關(guān)聯(lián)學(xué)習(xí)方法[J]. 卓昀侃,綦金瑋,彭宇新. 軟件學(xué)報. 2019(04)
[3]多媒體內(nèi)容理解的研究現(xiàn)狀與展望[J]. 彭宇新,綦金瑋,黃鑫. 計(jì)算機(jī)研究與發(fā)展. 2019(01)
[4]基于異構(gòu)哈希網(wǎng)絡(luò)的跨模態(tài)人臉檢索方法[J]. 董震,裴明濤. 計(jì)算機(jī)學(xué)報. 2019(01)
[5]語義耦合相關(guān)的判別式跨模態(tài)哈希學(xué)習(xí)算法[J]. 嚴(yán)雙詠,劉長紅,江愛文,葉繼華,王明文. 計(jì)算機(jī)學(xué)報. 2019(01)
[6]基于語義相關(guān)性與拓?fù)潢P(guān)系的跨媒體檢索算法[J]. 代剛,張鴻. 計(jì)算機(jī)應(yīng)用. 2018(09)
[7]卷積神經(jīng)網(wǎng)絡(luò)在跨媒體檢索中的應(yīng)用研究[J]. 金漢均,段貝貝. 電子測量技術(shù). 2018(07)
[8]基于字典學(xué)習(xí)的跨媒體檢索技術(shù)[J]. 戚玉丹,張化祥,劉一鶴. 計(jì)算機(jī)應(yīng)用研究. 2019(04)
[9]基于潛語義主題加強(qiáng)的跨媒體檢索算法[J]. 黃育,張鴻. 計(jì)算機(jī)應(yīng)用. 2017(04)
本文編號:3389039
【文章來源】:山東師范大學(xué)山東省
【文章頁數(shù)】:59 頁
【學(xué)位級別】:碩士
【部分圖文】:
GRMD算法基本框架
山東師范大學(xué)碩士學(xué)位論文27(d)PascalSentence數(shù)據(jù)集上I2T的結(jié)果(e)PascalSentence數(shù)據(jù)集上T2I的結(jié)果(f)PascalSentence數(shù)據(jù)集上的平均MAP結(jié)果圖3-2Wikipedia和PascalSentence數(shù)據(jù)集上的MAP結(jié)果
山東師范大學(xué)碩士學(xué)位論文29個參數(shù)值。實(shí)驗(yàn)通過固定其中一個參數(shù),調(diào)整其他兩個參數(shù)值來觀察檢索性能的變化。圖3-4(a)-(f)顯示了不同數(shù)據(jù)集中I2T和T2I的性能變化。實(shí)驗(yàn)結(jié)果顯示,所提出方法對參數(shù)的靈敏性不高,性能相對穩(wěn)定。(a)α=0.1(b)α=0.1(c)β1=1(d)β1=1(e)β2=1(f)β2=1圖3-4PascalSentence數(shù)據(jù)集中關(guān)鍵參數(shù)的性能變化
【參考文獻(xiàn)】:
期刊論文
[1]聯(lián)合耦合字典學(xué)習(xí)與圖像正則化的跨媒體檢索方法[J]. 劉蕓,于治樓,付強(qiáng). 計(jì)算機(jī)工程. 2019(06)
[2]跨媒體深層細(xì)粒度關(guān)聯(lián)學(xué)習(xí)方法[J]. 卓昀侃,綦金瑋,彭宇新. 軟件學(xué)報. 2019(04)
[3]多媒體內(nèi)容理解的研究現(xiàn)狀與展望[J]. 彭宇新,綦金瑋,黃鑫. 計(jì)算機(jī)研究與發(fā)展. 2019(01)
[4]基于異構(gòu)哈希網(wǎng)絡(luò)的跨模態(tài)人臉檢索方法[J]. 董震,裴明濤. 計(jì)算機(jī)學(xué)報. 2019(01)
[5]語義耦合相關(guān)的判別式跨模態(tài)哈希學(xué)習(xí)算法[J]. 嚴(yán)雙詠,劉長紅,江愛文,葉繼華,王明文. 計(jì)算機(jī)學(xué)報. 2019(01)
[6]基于語義相關(guān)性與拓?fù)潢P(guān)系的跨媒體檢索算法[J]. 代剛,張鴻. 計(jì)算機(jī)應(yīng)用. 2018(09)
[7]卷積神經(jīng)網(wǎng)絡(luò)在跨媒體檢索中的應(yīng)用研究[J]. 金漢均,段貝貝. 電子測量技術(shù). 2018(07)
[8]基于字典學(xué)習(xí)的跨媒體檢索技術(shù)[J]. 戚玉丹,張化祥,劉一鶴. 計(jì)算機(jī)應(yīng)用研究. 2019(04)
[9]基于潛語義主題加強(qiáng)的跨媒體檢索算法[J]. 黃育,張鴻. 計(jì)算機(jī)應(yīng)用. 2017(04)
本文編號:3389039
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3389039.html
最近更新
教材專著