基于语义对齐的离散监督跨模态哈希检索方法

摘要

本发明公开了一种基于语义对齐的离散哈希（Discrete Semantic Alignment Hahing，DSAH）方法实现跨模态检索。在训练过程中，首先利用图像的属性与本模态对齐语义信息，缩小异构鸿沟；然后，为了减少内存开销和训练时间，利用协同滤波学习一个潜在语义空间，直接构建哈希码和标签之间的内在联系；最后，为了减少量化误差，提出一种离散优化方法，得到性能更好的哈希函数。在线检索过程，首先利用哈希函数将测试集中样本映射到二值空间，然后计算查询样本的二值码与被检索异构样本间的汉明距离，并按从小到大排序返回排序靠前的样本。在两个具有代表性的多模态数据集上的实验结果证明了DSAH的优越性能。