首页|成对相似度迁移哈希用于无监督跨模态检索

成对相似度迁移哈希用于无监督跨模态检索

Pairwise similarity transferring hash for unsupervised cross-modal retrieval

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
哈希编码能够节省存储空间、提高检索效率,已引起广泛关注.提出一种成对相似度迁移哈希方法(pairwise similarity transferring hash,PSTH)用于无监督跨模态检索.对于每个模态,PSTH将可靠的模态内成对相似度迁移到汉明空间,使哈希编码继承原始空间的成对相似度,从而学习各模态数据对应的哈希编码;此外,PSTH重建相似度值而不是相似度关系,使得训练过程可以分批进行;与此同时,为缩小不同模态间的语义鸿沟,PSTH最大化模态间成对相似度.在三个公开数据集上进行了大量对比实验,PSTH取得了SOTA的效果.

康培培、林泽航、杨振国、张子同、刘文印

展开 >

广东工业大学 计算机学院,广州510006

香港理工大学 计算机系,香港999077

华南农业大学 数学与信息学院,广州510642

相似度迁移 哈希 无监督学习 跨模态检索

620760732020A15150106162014ZT05G157

2021

10.19734/j.issn.1001-3695.2021.03.0047

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(10)
  • 2
  • 2