隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)資源日益豐富,網(wǎng)絡(luò)信息的存儲(chǔ)形式也更加多樣化,從文本數(shù)據(jù)到圖像、音頻、視頻以及3D模型等。這些海量數(shù)據(jù)在給人們帶來豐富信息的同時(shí),也為人們快速查詢所需信息帶來了壓力。因此,如何實(shí)現(xiàn)不同模態(tài)媒體數(shù)據(jù)之間準(zhǔn)確有效的相互檢索,已經(jīng)成為需要迫切解決的問題。由于不同類型數(shù)據(jù)的特征表示方式不同,其在原始空間中的數(shù)據(jù)維度也不同,不能直接進(jìn)行相互檢索。因此,如何充分理解不同類型媒體數(shù)據(jù)的語義信息,建立異構(gòu)數(shù)據(jù)之間的相關(guān)性,并深入挖掘媒體數(shù)據(jù)在底層空間中的分布信息,進(jìn)而將異構(gòu)媒體數(shù)據(jù)轉(zhuǎn)化為同構(gòu)數(shù)據(jù)進(jìn)行相似度測(cè)量,成為跨媒體檢索問題的關(guān)鍵。本文以不同的檢索任務(wù)作為切入點(diǎn),綜合分析了不同媒體數(shù)據(jù)之間的相關(guān)性和語義信息,提出了兩種跨模態(tài)檢索算法,并分別在不同的數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),驗(yàn)證了所提方法的有效性。本文的主要研究工作如下:（1）提出一種基于查詢模態(tài)與半監(jiān)督正則化的跨媒體檢索算法（Cross-media Retrieval based on Query Modality and Semi-supervised Regularization,QMSR）。該方法從不同的檢索任務(wù)出發(fā),... 

【文章來源】：山東師范大學(xué)山東省

【文章頁數(shù)】：45 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

012-2017中國(guó)網(wǎng)民數(shù)量及搜索引擎用戶規(guī)模為了解決廣大網(wǎng)絡(luò)用戶在海量信息的查找中所面臨的難題，在過去的十幾年中，基于

跨媒體檢索示例圖

圖 1-3 跨媒體檢索過程如圖 1-3 所示，跨媒體檢索過程中，最關(guān)鍵的步驟是將不同維度的圖像和文本同維空間中，在這個(gè)步驟中，通過綜合考慮不同的約束信息，不斷提高檢索的不同的轉(zhuǎn)換方法，可以將跨媒體檢索方法大致分為以下幾類：基于 CCA 模型習(xí)方法、基于字典學(xué)習(xí)的方法、基于相似度排序的方法、基于哈希的檢索方法越來越流行的基于深度學(xué)習(xí)的跨媒體檢索方法。


本文編號(hào)：2954894