基于層次結(jié)構(gòu)建模的跨模態(tài)哈希檢索
發(fā)布時(shí)間:2023-03-23 18:28
跨模態(tài)檢索的核心任務(wù)是尋找各異模態(tài)數(shù)據(jù)之間的關(guān)聯(lián),在此基礎(chǔ)上哈希學(xué)習(xí)作為一種快速高效同時(shí)低存儲(chǔ)消耗的熱門方法,已越來越多地用于跨模態(tài)檢索領(lǐng)域。然而大多數(shù)跨模態(tài)哈希方法通過松弛哈希編碼上的二進(jìn)制約束進(jìn)行求解,導(dǎo)致各模態(tài)數(shù)據(jù)表示不夠精確。另一方面,由于計(jì)算成本問題,部分算法采用隨機(jī)選取部分訓(xùn)練集來學(xué)習(xí)哈希函數(shù),導(dǎo)致結(jié)果存在隨機(jī)性同時(shí)缺失部分重要數(shù)據(jù)。針對以上問題,本文以跨模態(tài)哈希檢索方法為基礎(chǔ),分別提出了基于密度聚類層次建模的跨模態(tài)快速哈希檢索、基于密度峰值聚類層次建模的跨模態(tài)變長哈希檢索以及基于代數(shù)多重網(wǎng)格層次建模的跨模態(tài)變長哈希檢索算法,并分別從理論和實(shí)驗(yàn)方面驗(yàn)證了算法的有效性。具體的研究工作分別如下:1.針對傳統(tǒng)的跨模態(tài)無監(jiān)督哈希算法存在訓(xùn)練成本高,且沒有充分利用原始數(shù)據(jù)空間結(jié)構(gòu),從而無法更好地表示各模態(tài)之間的相似性等問題,本文提出了基于密度聚類層次建模的跨模態(tài)快速哈希檢索(Cross-modal Hashing Based on Density Clustering,DCCH)算法。該算法結(jié)合基于密度的聚類方法,通過分別選擇代表圖像和文本數(shù)據(jù)的方式選出同時(shí)滿足兩種模態(tài)的核心圖文對,...
【文章頁數(shù)】:86 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 引言
1.1 課題研究背景及意義
1.2 研究現(xiàn)狀
1.3 研究內(nèi)容與創(chuàng)新
1.4 論文組織架構(gòu)
第2章 經(jīng)典的跨模態(tài)檢索算法
2.1 基于子空間學(xué)習(xí)的跨模態(tài)檢索算法
2.1.1 典型相關(guān)性分析
2.1.2 廣義多視圖分析
2.2 基于哈希學(xué)習(xí)的跨模態(tài)檢索
2.2.1 基于語義相關(guān)最大化的跨模態(tài)哈希檢索
2.2.2 基于語義保持的跨模態(tài)哈希檢索
2.2.3 基于廣義語義保持的跨模態(tài)哈希檢索
2.2.4 離散跨模態(tài)哈希檢索
2.2.5 非對稱離散跨模態(tài)哈希檢索
2.2.6 基于離散潛因子模型的跨模態(tài)哈希
2.3 本章小結(jié)
第3章 基于密度聚類層次建模的跨模態(tài)快速哈希檢索
3.1 基于密度聚類層次建模的跨模態(tài)快速哈希檢索
3.1.1 算法模型的構(gòu)建
3.1.2 模型的優(yōu)化求解
3.1.3 算法時(shí)間復(fù)雜度分析
3.2 數(shù)據(jù)集及評價(jià)指標(biāo)
3.2.1 數(shù)據(jù)集
3.2.2 評價(jià)指標(biāo)
3.3 實(shí)驗(yàn)分析
3.3.1 對比方法介紹
3.3.2 實(shí)驗(yàn)結(jié)果
3.3.3 訓(xùn)練時(shí)間分析
3.4 本章小結(jié)
第4章 基于密度峰值聚類層次建模的跨模態(tài)變長哈希檢索
4.1 基于密度峰值聚類層次建模的跨模態(tài)變長哈希檢索
4.1.1 算法模型的構(gòu)建
4.1.2 模型的優(yōu)化求解
4.1.3 算法時(shí)間復(fù)雜度分析
4.2 數(shù)據(jù)集及評價(jià)指標(biāo)
4.2.1 數(shù)據(jù)集
4.2.2 評價(jià)指標(biāo)
4.3 實(shí)驗(yàn)分析
4.3.1 對比方法介紹
4.3.2 實(shí)驗(yàn)結(jié)果
4.4 本章小結(jié)
第5章 基于代數(shù)多重網(wǎng)格層次建模的跨模態(tài)變長哈希檢索
5.1 基于代數(shù)多重網(wǎng)格層次建模的跨模態(tài)變長哈希檢索
5.1.1 跨模態(tài)層次結(jié)構(gòu)的構(gòu)建
5.1.2 跨模態(tài)變長哈希訓(xùn)練過程
5.1.3 模型的優(yōu)化求解
5.1.4 算法時(shí)間復(fù)雜度分析
5.2 數(shù)據(jù)集及評價(jià)指標(biāo)
5.2.1 數(shù)據(jù)集
5.2.2 評價(jià)指標(biāo)
5.3 實(shí)驗(yàn)分析
5.3.1 對比方法介紹
5.3.2 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
第6章 總結(jié)和展望
6.1 工作總結(jié)
6.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號(hào):3768520
【文章頁數(shù)】:86 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 引言
1.1 課題研究背景及意義
1.2 研究現(xiàn)狀
1.3 研究內(nèi)容與創(chuàng)新
1.4 論文組織架構(gòu)
第2章 經(jīng)典的跨模態(tài)檢索算法
2.1 基于子空間學(xué)習(xí)的跨模態(tài)檢索算法
2.1.1 典型相關(guān)性分析
2.1.2 廣義多視圖分析
2.2 基于哈希學(xué)習(xí)的跨模態(tài)檢索
2.2.1 基于語義相關(guān)最大化的跨模態(tài)哈希檢索
2.2.2 基于語義保持的跨模態(tài)哈希檢索
2.2.3 基于廣義語義保持的跨模態(tài)哈希檢索
2.2.4 離散跨模態(tài)哈希檢索
2.2.5 非對稱離散跨模態(tài)哈希檢索
2.2.6 基于離散潛因子模型的跨模態(tài)哈希
2.3 本章小結(jié)
第3章 基于密度聚類層次建模的跨模態(tài)快速哈希檢索
3.1 基于密度聚類層次建模的跨模態(tài)快速哈希檢索
3.1.1 算法模型的構(gòu)建
3.1.2 模型的優(yōu)化求解
3.1.3 算法時(shí)間復(fù)雜度分析
3.2 數(shù)據(jù)集及評價(jià)指標(biāo)
3.2.1 數(shù)據(jù)集
3.2.2 評價(jià)指標(biāo)
3.3 實(shí)驗(yàn)分析
3.3.1 對比方法介紹
3.3.2 實(shí)驗(yàn)結(jié)果
3.3.3 訓(xùn)練時(shí)間分析
3.4 本章小結(jié)
第4章 基于密度峰值聚類層次建模的跨模態(tài)變長哈希檢索
4.1 基于密度峰值聚類層次建模的跨模態(tài)變長哈希檢索
4.1.1 算法模型的構(gòu)建
4.1.2 模型的優(yōu)化求解
4.1.3 算法時(shí)間復(fù)雜度分析
4.2 數(shù)據(jù)集及評價(jià)指標(biāo)
4.2.1 數(shù)據(jù)集
4.2.2 評價(jià)指標(biāo)
4.3 實(shí)驗(yàn)分析
4.3.1 對比方法介紹
4.3.2 實(shí)驗(yàn)結(jié)果
4.4 本章小結(jié)
第5章 基于代數(shù)多重網(wǎng)格層次建模的跨模態(tài)變長哈希檢索
5.1 基于代數(shù)多重網(wǎng)格層次建模的跨模態(tài)變長哈希檢索
5.1.1 跨模態(tài)層次結(jié)構(gòu)的構(gòu)建
5.1.2 跨模態(tài)變長哈希訓(xùn)練過程
5.1.3 模型的優(yōu)化求解
5.1.4 算法時(shí)間復(fù)雜度分析
5.2 數(shù)據(jù)集及評價(jià)指標(biāo)
5.2.1 數(shù)據(jù)集
5.2.2 評價(jià)指標(biāo)
5.3 實(shí)驗(yàn)分析
5.3.1 對比方法介紹
5.3.2 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
第6章 總結(jié)和展望
6.1 工作總結(jié)
6.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號(hào):3768520
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3768520.html
最近更新
教材專著