基于非对称哈希的跨模态检索方法研究

发布时间：2024-05-08 03:27

　　随着移动互联网、物联网、云计算以及云存储等高新技术的发展,数据的存储量呈现指数形式增长,信息社会步入了大数据时代。这些来源广泛、种类繁多、存储量巨大的多媒体数据蕴含着丰富的经济和社会价值,数据的快速增长为信息社会的高速发展带来了新的机遇和挑战。如何对多媒体数据进行快速的存储、处理和分析,已成为大数据研究过程中急需解决的问题。基于哈希学习的近似最近邻检索方法是数据检索领域常用的一种方法,由于其检索速度较快、所需存储空间较小,得到了广泛的应用。在实际应用中,如何对样本海量的多媒体数据进行高效的检索,还有待进一步研究。因此,跨模态哈希检索技术具有重要的研究意义。现存的跨模态哈希检索方法主要关注如何保持不同模态数据间的关联性,忽略了哈希检索方法的泛化能力以及多模态数据分布的复杂性。本文在深入学习字典学习、非参数贝叶斯模型以及非对称哈希等相关知识的基础上,针对现有跨模态哈希的不足之处,提出了两种跨模态哈希检索方法,对现有跨模态方法进行检索性能的提升。本文主要的研究工作总结如下:1.针对现有跨模态方法难以求解最大化内积搜索问题,并容易发生过拟合,忽视了方法泛化能力,提出一种非对称跨模态哈希检索方法...

【文章页数】：94 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 哈希方法的国内外研究进展及现状
        1.2.1 单模态哈希检索方法
        1.2.2 跨模态哈希检索方法
    1.3 本文研究内容及章节安排
第二章 跨模态哈希相关技术及经典算法介绍
    2.1 引言
    2.2 基于哈希学习的近似最近邻检索方法
        2.2.1 Hamming距离排序
        2.2.2 哈希表搜索
    2.3 哈希方法性能评价标准
    2.4 相似性度量方式
    2.5 经典跨模态检索方法介绍
        2.5.1 无监督跨模态哈希方法
        2.5.2 有监督跨模态哈希方法
    2.6 本章小结
第三章 非对称跨模态哈希检索方法
    3.1 引言
    3.2 非对称单模态哈希方法
        3.2.1 非对称哈希方法的有效性
        3.2.2 最大化内积搜索
    3.3 非对称跨模态哈希检索方法
        3.3.1 符号表示及问题描述
        3.3.2 非对称跨模态哈希框架
        3.3.3 非对称跨模态哈希模态间相似性保持
        3.3.4 总体目标函数
        3.3.5 算法优化过程
        3.3.6 哈希编码方式
    3.4 算法分析与扩展
        3.4.1 算法收敛性分析
        3.4.2 算法计算复杂度分析
        3.4.3 算法多模态扩展
    3.5 实验结果分析
        3.5.1 数据集介绍
        3.5.2 实验对比方法
        3.5.3 实验参数设置
        3.5.4 实验结果与分析
        3.5.5 参数敏感性测试
    3.6 本章小结
第四章 基于非参数贝叶斯的监督跨模态哈希检索方法
    4.1 引言
    4.2 数据建模方式
        4.2.1 狄利克雷过程
        4.2.2 狄利克雷数据建模方式
    4.3 基于非参数贝叶斯的监督跨模态哈希检索方法
        4.3.1 符号表示及问题描述
        4.3.2 算法整体框架以及概率图模型构建
        4.3.3 伯努利分布采样
    4.4 算法复杂度分析
    4.5 实验结果分析
        4.5.1 实验对比方法
        4.5.2 实验参数设置
        4.5.3 实验结果与分析
    4.6 本章小结
第五章 总结与展望
    5.1 本文总结
    5.2 研究展望
参考文献
致谢
作者简介



本文编号：3967430