变长跨模态检索
该算法针对跨模态检索中异构数据的灵活表示需求，提出一种两阶段非对称学习策略，能够在不牺牲离散约束的前提下实现变长哈希码的生成与语义关联。
Junfan, Huang · Kang, Peipei · Han, Na · Yonghao, Chen · 房小兆 · 高洪波 · 周郭许
IEEE Transactions on Knowledge and Data Engineering 2023
第一次提出新型离散非对称策略为不同模态学习不同长度的哈希码，打破了长度必须一致的约束。
与大多数采用松弛方法的工作不同，TASPH 直接满足离散约束，避免了量化误差的积累。
第二阶段利用语义变换矩阵减轻跨模态异质性，从而学习到判别能力更强的哈希函数。