软件学报

作者：王永欣，田洁茹，陈振铎，罗昕，许信顺

单位：王永欣，山东建筑大学 计算机科学与技术学院, 山东 济南 250101;山东大学 软件学院, 山东 济南 25010111,田洁茹，山东大学 软件学院, 山东 济南 25010102,陈振铎，山东大学 软件学院, 山东 济南 25010103,罗昕，山东大学 软件学院, 山东 济南 25010104,许信顺，山东大学 软件学院, 山东 济南 25010105

关键词：跨模态检索;哈希;标记增强;迁移学习;离散优化

基金：国家自然科学基金（62172256，61872428，61991411）；山东省重点研发计划（2019JZZY010127）；山东省自然科学基金（ZR2019ZD06，ZR2020QF036）

跨模态哈希通过将不同模态的数据映射为同一空间中更紧凑的哈希码，可以大大提升跨模态检索的效率.然而现有跨模态哈希方法通常使用二元相似性矩阵，不能准确描述样本间的语义相似关系，并且存在平方复杂度问题.为了更好地挖掘数据间的语义相似关系，提出了一个基于标记增强的离散跨模态哈希方法.首先借助迁移学习的先验知识生成样本的标记分布，然后通过标记分布构建描述度更强的语义相似性矩阵，再通过一个高效的离散优化算法生成哈希码，避免了量化误差问题.最后，在两个基准数据集上的实验结果验证了所提方法在跨模态检索任务上的有效性.

来源：2023年第7期

《软件学报》期刊编辑部

查看软件学报杂志2023年第7期