[发明专利]一种基于强表示深度哈希的跨模态检索模型在审
| 申请号： | 202110922490.0 | 申请日： | 2021-08-12 |
| 公开（公告）号： | CN113641846A | 公开（公告）日： | 2021-11-12 |
| 发明（设计）人： | 段友祥;陈宁;孙歧峰 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06F16/38;G06K9/62;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于强表示深度哈希的跨模态检索模型，包括图像编码器f和文本编码器g，每个编码器又包括特征提取部分和哈希码学习部分。图像编码器f，主要用于将输入的图像转换为汉明空间中的哈希码；文本编码器g，主要用于将输入的文本转换为汉明空间中的哈希码。特征提取部分，负责将输入图像转换为强表示的特征矩阵(或者向量)。哈希码学习部分，负责将经过特征提取部分得到的特征，经过多层网络层映射为哈希码。大多数跨模态哈希方法，对特征提取部分不够重视，往往获得特征的弱表示。尤其是对于文本模态，单词间的顺序很重要，而这些方法缺大多仅仅使用全连接层进行特征提取，使用bag‑of‑words(BOW)进行文本词向量的表示，仅考虑独立的单词，忽略了单词之间的顺序关系，因此得到了离散且稀疏的文本弱表示。本发明所提出的深度哈希跨模态检索模型，认为数据的特征提取部分很重要，其对生成哈希码的有效性起到了关键的作用，通过该模型处理的数据可以获得特征的强表示，进而生成更加有效且更具有区分性的哈希码，进一步提高了模型的性能。 | ||
| 搜索关键词： | 一种 基于 表示 深度 跨模态 检索 模型 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学（华东），未经中国石油大学（华东）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110922490.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于支持向量机的区域土壤背景值预测方法
- 下一篇：一种全塑料乳液泵头
