跨模态检索散列方法

一种用于跨模态检索的方法，通过结合标签和类属性信息构建语义增强嵌入，学习更具判别力的散列码。

Kailing, Yong · 舒振球 · Yu, Jun · 余正涛

Knowledge-Based Systems 2024

参数信息

该方法的准确率比现有方法高出
约16 %
召回率分别提高了
约12 %
值分别
87.5 %

技术优势

解决多标签属性对应

利用自适应类相关性将标签和类属性信息协同嵌入哈希码，从而解决多标签实例的类属性对应问题。

哈希码更具判别力

通过成对相似性约束哈希码学习，生成的哈希码能更好地区分不同语义类别，提升检索性能。

显著超越现有方法

在四个基准多模态数据集上取得约16%的准确率提升，实证了方法的有效性。

应用场景