多媒體數(shù)據(jù)在互聯(lián)網(wǎng)上呈爆發(fā)式增長,對于多媒體數(shù)據(jù)處理的問題成為一個(gè)熱門的研究領(lǐng)域。傳統(tǒng)多媒體數(shù)據(jù)的研究多集中于對單模態(tài)的研究,其中包括圖像檢索,文本檢索,音頻檢索以及視頻的檢索等,忽略了對多媒體間關(guān)聯(lián)的分析。盡管現(xiàn)在有大量獨(dú)立的可視圖像和文本數(shù)據(jù)可用于多模態(tài)的研究,但其中只有一小部分與語義關(guān)聯(lián)相聯(lián)系,隨著大數(shù)據(jù)時(shí)代的到來,信息量不斷增加,數(shù)據(jù)共享變得越來越迫切,研究人員對分析不同模式間的數(shù)據(jù)相關(guān)性越來越感興趣,出現(xiàn)了基于多媒體數(shù)據(jù)的跨模態(tài)檢索技術(shù)研究。針對跨媒體檢索的研究,由于不同模態(tài)數(shù)據(jù)的原始特征具有不同的物理意義和維度造成了異構(gòu)性,另外不同模態(tài)的數(shù)據(jù)低級原始特征和高級語義間存在語義差距,導(dǎo)致了多媒體間相似性度量面臨挑戰(zhàn)。為解決這些問題,本文提出了兩種基于子空間學(xué)習(xí)的跨媒體檢索算法,在幾種經(jīng)典的數(shù)據(jù)集上驗(yàn)證其有效性。本文被總結(jié)如下兩個(gè)方面:(1)提出一種基于線性判別分析的跨媒體檢索算法(Cross-Media Retrieval based on Linear Discriminant Analysis)。該方法在子空間學(xué)習(xí)的基礎(chǔ)上,利用文本特征的高判別性,通過相關(guān)性分析,將文本特征...

【文章頁數(shù)】：46 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容及其創(chuàng)新點(diǎn)
    1.4 章節(jié)概述及其組織框架
第二章 跨媒體檢索研究的相關(guān)概述
    2.1 引言
    2.2 經(jīng)典的跨媒體檢索算法介紹
    2.3 經(jīng)典的跨媒體檢索數(shù)據(jù)集介紹
    2.4 評價(jià)指標(biāo)
        2.4.1 歐式距離(Euclidean Distance)
        2.4.2 跨媒體檢索的評價(jià)指標(biāo)與衡量標(biāo)準(zhǔn)
    2.5 本章小結(jié)
第三章 基于線性判別分析的跨媒體檢索算法
    3.1 引言
    3.2 基于線性判別分析的跨媒體檢索算法框架
        3.2.1 目標(biāo)函數(shù)
        3.2.2 迭代優(yōu)化
    3.3 實(shí)驗(yàn)評估
        3.3.1 參數(shù)設(shè)置
        3.3.2 參數(shù)靈敏性分析
        3.3.3 收斂性與復(fù)雜性分析
        3.3.4 各組成分的有效性評估
    3.4 本章小結(jié)
第四章 基于字典學(xué)習(xí)的跨媒體檢索算法
    4.1 引言
    4.2 算法模型
        4.2.1 圖像檢索文本
        4.2.2 文本檢索圖像
    4.3 優(yōu)化
    4.4 實(shí)驗(yàn)
    4.5 結(jié)論
第五章 總結(jié)與展望
    5.1 研究內(nèi)容總結(jié)
    5.2 下一步工作
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要成果
致謝



本文編號：3778963