發(fā)布時間：2023-11-24 23:30

　　從生產(chǎn)到生活,從制造到服務(wù),從工業(yè)到金融商貿(mào),大數(shù)據(jù)時代的大門已經(jīng)開啟并悄然改變著這個世界。在互聯(lián)網(wǎng)上每日會產(chǎn)生海量的數(shù)據(jù),以多種多樣的表現(xiàn)形式呈現(xiàn)出來,如文本,圖像,視頻,音頻等等,這極大的豐富了我們生活。與此同時大規(guī)模數(shù)據(jù)的高效存儲和快速檢索也作為一項極具挑戰(zhàn)性的任務(wù)得到人們的廣泛關(guān)注。哈希方法能夠?qū)⒏呔S的樣本特征映射成緊湊的低維二進(jìn)制哈希碼,具備存儲消耗低和檢索速度快的特點,因而成為了解決大規(guī)模媒體數(shù)據(jù)檢索問題的一個重要方法。當(dāng)前深度學(xué)習(xí)技術(shù)飛速發(fā)展,以強大的特征提取能力為多個領(lǐng)域所采用,深度學(xué)習(xí)的提出彌補了手工特征提取方式的笨拙同時能夠得到抽象高效的特征表示,從而有很多學(xué)者提出將深度學(xué)習(xí)和跨模態(tài)哈希方法相結(jié)合從而提高檢索效果。然而近年來提出的許多深度跨模態(tài)哈希模型依舊存在些許不足之處:通常,現(xiàn)實世界中的數(shù)據(jù)是不完善的,并且具有或多或少的冗余性,這使得跨模式檢索任務(wù)具有挑戰(zhàn)性。但是,大多數(shù)現(xiàn)有的跨模態(tài)哈希方法無法處理冗余,從而導(dǎo)致在上述數(shù)據(jù)集的性能無法令人滿意。以圖像和文本模態(tài)為例,很多方法未考慮原始數(shù)據(jù)樣本集中的圖像內(nèi)容的豐富性,僅以整張圖片作為一個整體輸入網(wǎng)絡(luò)提取特征進(jìn)而學(xué)習(xí)...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 無監(jiān)督單模態(tài)哈希方法
        1.2.2 有監(jiān)督單模態(tài)哈希方法
        1.2.3 無監(jiān)督的跨模態(tài)哈希方法
        1.2.4 監(jiān)督跨模態(tài)哈希方法
        1.2.5 基于注意力機制的方法
    1.3 本文主要工作
    1.4 本文組織結(jié)構(gòu)
第2章 注意力感知深度跨模態(tài)哈希方法
    2.1 概述
    2.2 TEACH算法
        2.2.1 符號定義
        2.2.2 特征提取網(wǎng)絡(luò)
        2.2.3 哈希碼學(xué)習(xí)
        2.2.4 全局目標(biāo)函數(shù)
    2.3 優(yōu)化過程
    2.4 新樣本拓展
    2.5 本章小結(jié)
第3章 模型性能驗證與分析
    3.1 數(shù)據(jù)集
    3.2 對比方法和評價標(biāo)準(zhǔn)
    3.3 實驗環(huán)境設(shè)置
    3.4 實驗結(jié)果與分析
        3.4.1 MAP結(jié)果比較
        3.4.2 PR曲線
        3.4.3 消融實驗
        3.4.4 參數(shù)敏感性分析
        3.4.5 時間消耗分析
    3.5 本章小結(jié)
第4章 總結(jié)與展望
    4.1 總結(jié)
    4.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
學(xué)位論文評閱及答辯情況表



本文編號：3866814