保持数据和语义一致性的跨模态哈希检索方法及系统

文档序号:37428594发布日期:2024-03-25 19:18阅读:来源:国知局

技术特征:

1.一种保持数据和语义一致性的跨模态哈希检索方法,其特征在于,包括步骤:

2.根据权利要求1所述的保持数据和语义一致性的跨模态哈希检索方法,其特征在于,步骤s101包括步骤:

3.根据权利要求2所述的保持数据和语义一致性的跨模态哈希检索方法,其特征在于,对多模态数据进行核化的函数表达式为:

4.根据权利要求1所述的保持数据和语义一致性的跨模态哈希检索方法,其特征在于,步骤s102包括步骤:

5.根据权利要求4所述的保持数据和语义一致性的跨模态哈希检索方法,其特征在于,

6.根据权利要求1所述的保持数据和语义一致性的跨模态哈希检索方法,其特征在于,步骤s103中,分别迭代优化所述潜在数据一致性学习模型和潜在语义一致性学习模型,包括步骤:

7.根据权利要求6所述的保持数据和语义一致性的跨模态哈希检索方法,其特征在于,所述依次更新所述潜在数据一致性学习模型中的每个变量,包括步骤:

8.根据权利要求1所述的保持数据和语义一致性的跨模态哈希检索方法,其特征在于,步骤s104包括步骤:

9.一种保持数据和语义一致性的跨模态哈希检索系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~8中任意一项所述的保持数据和语义一致性的跨模态哈希检索方法。

10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序用于被微处理器编程或配置以执行权利要求1~8中任意一项所述的保持数据和语义一致性的跨模态哈希检索方法。


技术总结
本发明公开了一种保持数据和语义一致性的跨模态哈希检索方法及系统,方法包括:获取多模态数据的公共特征表示和独有特征表示,并基于公共特征表示和独有特征表示构建潜在数据一致性学习模型;根据多模态数据的最优特征表示以非对称范式的形式构建潜在语义一致性学习模型;分别迭代优化潜在数据一致性学习模型和潜在语义一致性学习模型,并根据优化后的两个学习模型生成最优哈希码;根据最优哈希码进行哈希函数学习,并根据学习得到的哈希函数完成跨模态哈希检索。本发明的方法可以最大化地保持多模态数据的数据和语义一致性,从而提高跨模态检索效果;且可以降低量化误差,从而减小量化误差对哈希码的学习和生成产生的不利影响。

技术研发人员:赵欢,张晨晨,王松,李泽翊
受保护的技术使用者:湖南大学
技术研发日:
技术公布日:2024/3/24
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1