隨著多媒體數(shù)據(jù)的爆炸式增長,跨模態(tài)檢索已成為多媒體計(jì)算和信息檢索領(lǐng)域的研究熱點(diǎn)�？缒B(tài)檢索方法以某類模態(tài)的數(shù)據(jù)為查詢對象,檢索其他模態(tài)中的相關(guān)數(shù)據(jù)。它打破了傳統(tǒng)的以圖片搜索圖片,文本搜索文本為主的單模態(tài)檢索模式的局限性,開辟了一種全新的方式來有效地支持多模態(tài)數(shù)據(jù)檢索。然而,大規(guī)模的跨模態(tài)檢索在存儲消耗和檢索速度上都面臨著巨大的挑戰(zhàn)�？缒B(tài)哈希將高維多模態(tài)數(shù)據(jù)（如文本、音頻、圖像、視頻等）投影到公共的低維漢明空間中,并保持原始特征空間中媒體間和媒體內(nèi)的語義一致性。它的提出有效的加快了大規(guī)模跨模態(tài)檢索的速度以及降低了存儲開銷。深度跨模態(tài)哈希能夠同時進(jìn)行深度特征學(xué)習(xí)和哈希學(xué)習(xí),顯著地提高了跨媒體哈希的檢索精度。雖然已有的深度跨模態(tài)哈希方法取得了一定的研究成果,但仍然存在兩個重要問題:（1）現(xiàn)有的無監(jiān)督深度跨模態(tài)哈希方法大多缺乏語義標(biāo)簽的指導(dǎo),使得學(xué)習(xí)到的哈希碼中所包含的語義信息十分有限,而語義信息的不足將直接影響檢索精度;（2）現(xiàn)有的有監(jiān)督深度跨模態(tài)哈希方法平等地處理不同的跨模態(tài)檢索任務(wù)（圖像檢索文本和文本檢索圖像）,它們通常以對稱的方式來學(xué)習(xí)相同的哈希函數(shù),從而忽略了不同跨模態(tài)檢索任務(wù)之間... 

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外相關(guān)研究現(xiàn)狀
        1.2.1 無監(jiān)督跨模態(tài)哈希方法
        1.2.2 有監(jiān)督跨模態(tài)哈希方法
        1.2.3 基于深度學(xué)習(xí)的跨模態(tài)哈希方法
    1.3 本文研究的主要內(nèi)容和貢獻(xiàn)
        1.3.1 基于虛擬標(biāo)簽回歸的無監(jiān)督深度跨模態(tài)哈希
        1.3.2 任務(wù)自適應(yīng)的非對稱深度跨模態(tài)哈希
    1.4 本文的組織結(jié)構(gòu)
第二章 基于虛擬標(biāo)簽回歸的無監(jiān)督深度跨模態(tài)哈希
    2.1 概述
    2.2 符號和問題定義
    2.3 框架概述
    2.4 模型構(gòu)建和哈希優(yōu)化
        2.4.1 深度特征學(xué)習(xí)
        2.4.2 潛因子判別哈希碼學(xué)習(xí)
        2.4.3 哈希函數(shù)學(xué)習(xí)
        2.4.4 目標(biāo)函數(shù)
        2.4.5 優(yōu)化求解
        2.4.6 計(jì)算復(fù)雜性分析
    2.5 實(shí)驗(yàn)結(jié)果及分析
        2.5.1 測試數(shù)據(jù)集
        2.5.2 實(shí)驗(yàn)設(shè)置
        2.5.3 實(shí)驗(yàn)結(jié)果
        2.5.4 時間復(fù)雜度分析
        2.5.5 虛擬標(biāo)簽的有效性驗(yàn)證
        2.5.6 離散優(yōu)化的有效性驗(yàn)證
        2.5.7 參數(shù)敏感性分析
        2.5.8 收斂性分析
    2.6 本章小結(jié)
第三章 任務(wù)自適應(yīng)的非對稱深度跨模態(tài)哈希
    3.1 概述
    3.2 符號和問題定義
    3.3 模型構(gòu)建和哈希優(yōu)化
        3.3.1 深度特征學(xué)習(xí)
        3.3.2 面向圖像檢索文本任務(wù)的非對稱哈希學(xué)習(xí)
        3.3.3 面向文本檢索圖像任務(wù)的非對稱哈希學(xué)習(xí)
        3.3.4 優(yōu)化求解
        3.3.5 在線查詢哈希
    3.4 實(shí)驗(yàn)設(shè)置
        3.4.1 測試數(shù)據(jù)集
        3.4.2 對比方法和評價指標(biāo)
        3.4.3 參數(shù)設(shè)置
    3.5 實(shí)驗(yàn)結(jié)果及分析
        3.5.1 性能評估
        3.5.2 任務(wù)自適應(yīng)哈希函數(shù)學(xué)習(xí)的有效性驗(yàn)證
        3.5.3 離散優(yōu)化的有效性驗(yàn)證
        3.5.4 參數(shù)敏感性分析
        3.5.5 收斂性分析
    3.6 本章小結(jié)
第四章 總結(jié)與展望
    4.1 工作總結(jié)
    4.2 未來展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論著
致謝


【參考文獻(xiàn)】：
博士論文
[1]基于哈希方法的跨媒體檢索研究[D]. 姚濤.大連理工大學(xué) 2017

碩士論文
[1]基于矩陣分解的離散哈希方法研究[D]. 李傳祥.山東大學(xué) 2019
[2]面向大規(guī)模跨模態(tài)檢索的哈希方法研究[D]. 黃華俊杰.山東大學(xué) 2018
[3]基于哈希學(xué)習(xí)的跨媒體檢索關(guān)鍵技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D]. 顏廷坤.山東大學(xué) 2017
[4]面向大規(guī)模多模態(tài)圖像檢索的關(guān)鍵技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D]. 楊睿.山東大學(xué) 2017
[5]基于哈希的圖像檢索研究[D]. 李蕾.北京交通大學(xué) 2017
[6]基于離散圖哈希的圖像檢索算法研究[D]. 張喜.哈爾濱工業(yè)大學(xué) 2017



本文編號：3714911