[发明专利]一种基于重构约束的矩阵分解哈希方法

摘要

本发明涉及图像处理方法的技术领域，更具体地，涉及一种基于重构约束的矩阵分解哈希方法，该方法首先使用矩阵因式分解技术来学习图片数据和文本数据的共同潜在语义信息；然后通过计算得到一组通用的映射矩阵；之后利用可获得的数据标签信息，将图拉普拉斯约束引入到潜在语义信息中，以增强本方法的识别力；最后通过原始图片与文本的数据重构，减少冗余信息的干扰。本发明通过对原始数据进行重构分离原始数据中的有效信息和冗余信息，增强矩阵因式分解技术的潜在语义信息的获取能力，从而提高了检索的成功率，同时能够很好地适用于大规模的跨模态检索任务。

主权项

1.一种基于重构约束的矩阵分解哈希方法，其特征在于，包括以下步骤：S1.通过矩阵因式分解学习图片矩阵X和文本矩阵Y的共同潜在语义空间矩阵S，通过对所述共同语义空间矩阵S与图片矩阵X和文本矩阵Y进行范数运算，得到用于查询项的映射矩阵P1和P2；S2.利用图片和文本的标签信息，对步骤S1所述共同潜在语义空间矩阵S进行拉普拉斯正则约束；S3.在步骤S1、步骤S2所述矩阵因式分解框架下，引入数据重构约束，对图片和文本进行重构；所述重构约束表示为X＝Q1P1X+E1和Y＝Q2P2Y+E2，其中Q*为重构矩阵，P*为映射矩阵，E*表示冗余信息，*可取1和2；S4.对步骤S1、步骤S2、步骤S3进行整理得到统一待优化的目标函数，然后通过增广拉格朗日乘子法对目标变量进行迭代更新得到最优解P1、P2、S；S5.通过符号函数sign(·)对步骤S4中共同潜在语义空间矩阵S进行量化，得到表示图片和文本的统一哈希码。