[发明专利]基于在线学习的潜在语义跨媒体哈希检索方法

摘要

本发明公开了一种基于在线学习的潜在语义跨媒体哈希方法实现图像和文本模态的跨媒体检索，该方法包括以下步骤：建立图像、文本对数据集，提取数据集中数据的特征并去均值，按照一定比例划分训练集和测试集；将离散标签映射到连续的潜在语义空间，并利用保持数据间相似性构建目标函数；利用基于在线学习的迭代优化方案求解目标函数，当有新数据产生时，只利用新数据更新哈希函数，提升了训练过程的效率；利用哈希函数计算测试集中图像和文本数据的哈希码，将测试集中某一模态的数据作为查询集，另一模态的数据作为目标数据集，计算查询数据集中数据与目标数据集中所有数据的汉明距离，并按升序排序，返回排序靠前的异构数据作为跨媒体检索结果。

主权项

1.一种基于在线学习的跨媒哈希体检索方法，其特征在于，该方法包括以下步骤：步骤1：从网络上搜集图像、文本数据对，构建跨模态检索数据库，提取数据库中图像和文本数据的特征并去均值，将数据集分为训练集和测试集；步骤2：将数据的离散标签映射到连续的潜在语义空间，并保持基于此空间的数据间相似性构建目标函数；步骤3：利用基于在线学习的迭代优化算法求解目标函数，使得当有新数据产生时，只利用新数据更新哈希函数；步骤4：根据测试集中数据的模态，利用相应模态哈希函数将数据映射到汉明空间；步骤5：将测试集中某一模态（例如：图像）的数据作为查询集，另一模态（例如：文本）的数据作为目标数据集；步骤6：计算查询集中一个数据与目标数据集中所有数据的汉明距离，并按升序排序，返回前个数据作为跨媒体检索结果。