“跨模态哈希”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果114023个，建议您升级VIP下载更多相关专利

[发明专利]一种基于带噪标签学习的无监督跨模态哈希检索方法-CN202110312838.4有效
发明人：詹德川;杭诚;王魏 -专利权人：南京大学
申请日： 2021-03-24 - 公布日： 2023-09-26 - 主分类号： G06F16/38 文献下载
摘要：本发明公开了一种基于带噪标签学习的无监督跨模态哈希检索方法，包括多模态数据采集步骤、对偶多模态神经网络搭建步骤、基于预训练神经网络提取带噪声的相似度伪标签、基于带噪声标签学习的无监督跨模态哈希训练步骤和最终的对偶跨模态哈希检索的测试步骤本发明可以通过设置两个对偶哈希模型组，相互喂给对方相对来说比较干净的伪标签，从而使得模型的学习尽可能少的受到噪声伪标签的误导，最终效果是模型收敛到一个更好的位置，在测试数据集上表现要比别的无监督跨模态哈希方法要好
一种基于标签学习监督跨模态哈希检索方法

[发明专利]融合有监督信息的基于矩阵分解的跨模态哈希检索方法-CN202010049715.1有效
发明人：薛峰;王文博;洪日昌;曾涛 -专利权人：合肥工业大学
申请日： 2020-01-16 - 公布日： 2021-08-17 - 主分类号： G06F16/483 文献下载
摘要：本发明公开了一种融合有监督信息的基于矩阵分解的跨模态哈希检索方法，其步骤包括：将不同模态的原始数据映射到一个公共的潜在语义空间中，并把原始数据空间中的相似性关系和监督信息作为映射的约束，从而得到哈希码和各模态对应的哈希函数，进而根据哈希码，对检索任务进行检索，从而得到跨模态检索结果。本发明能够很好的解决大规模检索时的时间效率问题和跨模态检索时不同模态之间的语义鸿沟问题，从而能够实现快速的跨模态检索，并有效的提高检索的准确率。
融合监督信息基于矩阵分解跨模态哈希检索方法

[发明专利]基于流形排序学习的在线无监督跨模态检索方法及系统-CN202310867996.5有效
发明人：罗昕;张崇宇;许信顺 -专利权人：山东大学
申请日： 2023-07-17 - 公布日： 2023-10-03 - 主分类号： G06F18/21 文献下载
摘要：本发明提出了基于流形排序学习的在线无监督跨模态检索方法及系统，涉及电数字数据处理技术领域，获取跨模态数据集，将数据集分为t轮数据块来模拟流数据；利用被分为t轮的数据集来模拟流数据，进行当前轮次的在线学习，输出当前轮次的哈希函数和数据块的哈希码；基于当前轮次的哈希函数，计算待检索样本的哈希码，根据待检索样本的哈希码与检索集的哈希码间的汉明距离，得到检索结果；所述检索集的哈希码，由当前轮次数据块的哈希码和之前轮次数据块的哈希码组成；本发明将流形信息、排序信息和基于哈希学习的跨模态检索原创性结合，减小模态差异对检索性能造成的影响，提高在线跨模态检索任务能力。
基于流形排序学习在线监督跨模态检索方法系统

[发明专利]基于哈希编码的跨模态数据检索方法、系统、设备及介质-CN202110075555.2有效
发明人：康琦;邓麒;潘乐 -专利权人：同济大学
申请日： 2021-01-20 - 公布日： 2022-09-27 - 主分类号： G06F16/9032 文献下载
摘要：本发明提供一种基于哈希编码的跨模态数据检索方法、系统、设备及介质，包括获取训练数据集，获取样本内的模态数据，采用符号函数对所述样本内的原始模态数据进行映射，构建目标函数，并迭代更新求解所述哈希投影矩阵，通过迭代更新求解后的所述哈希投影矩阵来计算测试数据集对应所述训练数据集的哈希编码，进而找出汉明距离最近的模态数据，作为所述跨模态数据检索的检索结果。本发明的基于哈希编码的跨模态数据检索方法、系统、设备及介质，以锚点间的融合相似度进行模态间的融合，并构建了模态内相似度保持项，解决了计算邻域点群相似度带来的高时间复杂度的弊端以及模态内相似度考虑缺失的问题，提高跨模态的检索效果和检索效率。
基于编码跨模态数据检索方法系统设备介质

[发明专利]基于弱监督哈希学习的多模态检索方法及系统-CN202210250281.0有效
发明人：刘兴波;张雪凝;聂秀山;王少华;尹义龙 -专利权人：山东建筑大学
申请日： 2022-03-15 - 公布日： 2022-06-03 - 主分类号： G06F16/903 文献下载
摘要：本发明属于大数据检索技术领域，提供了基于弱监督哈希学习的多模态检索方法及系统。为解决模态间配对信息不完整的情况的问题，该方法包括获取待检索样本，将其进行哈希码计算；将待检索样本的哈希码与检索数据库中的哈希码通过0/1异或运算，计算海明距离，并将以海明距离从小到大返回相似数据；检索数据库的构建过程为：基于模态内成对相似度、模态间成对相似度以及补全的各模态标签信息，建立半监督半配对跨模态哈希的目标函数；通过优化半监督半配对跨模态哈希的目标函数获取哈希表示，并从哈希表示中采样，再将对应的部分跨模态相似度信息嵌入哈希函数学习中，最后利用嵌入的哈希函数生成检索数据库。
基于监督学习多模态检索方法系统

[发明专利]一种基于鲁棒相似保持的跨模态检索方法及系统-CN202211009200.4有效
发明人：刘兴波;康潇;聂秀山;王少华;尹义龙 -专利权人：山东建筑大学
申请日： 2022-08-23 - 公布日： 2022-11-08 - 主分类号： G06F16/9537 文献下载
摘要：本发明提供一种基于鲁棒相似保持的跨模态检索方法及系统，涉及跨模态检索技术领域，用于解决现有的在线跨模态监督哈希方法的容错率差、不同类样本排序关系模糊，阻碍原始样本空间相似关系的准确还原的问题。该方法通过引入哈达玛矩阵来构鲁棒新标签，并采用该标签来指导哈希码的学习，扩大了海明空间中类间距，提高了哈希学习的容错率和鲁棒性；并且为学习类间的亲疏关系，提出了为哈希码学习对应的哈希比特权重，将哈希码与哈希比特权重相结合，增强哈希空间的表征能力，从而更加准确地还原原始空间的相似关系，提高跨模态检索的准确性。
一种基于相似保持跨模态检索方法系统

[发明专利]一种跨模态检索方法、装置及可读存储介质-CN202010848870.X有效
发明人：李阳阳;张鹏;黄森;高阳阳;金昊;杨腾飞;刘弋锋;谢海永 -专利权人：中国电子科技集团公司电子科学研究院
申请日： 2020-08-21 - 公布日： 2023-07-25 - 主分类号： G06F16/953 文献下载
摘要：本发明公开了一种跨模态检索方法、装置及可读存储介质，其中，方法包括，根据预处理之后的待检索模态数据通过预先构建的神经网络模型确定待检索模态数据的哈希码；根据所述待检索模态数据的哈希码与预设数据集中的哈希码进行对比，以确定与待检索模态数据对应的其他模态数据，本发明通过根据待检索模态数据的哈希码与预设数据集中的哈希码进行对比，由此确定与待检索模态数据对应的其他模态数据，由此实现了跨模态检索，本发明方法不仅能减少存储的消耗
一种跨模态检索方法装置可读存储介质

[发明专利]基于监督语义耦合一致的跨模态哈希检索方法及系统-CN202010134513.7有效
发明人：杨帆;丁晓剑;刘禹锋;刘健;曹杰 -专利权人：南京财经大学
申请日： 2020-03-02 - 公布日： 2023-08-18 - 主分类号： G06F16/9532 文献下载
摘要：本发明公开了一种基于监督语义耦合一致的跨模态哈希检索方法及系统，该方法包括：提取各模态数据库中模态样本数据的特征，构建样本库集合；求取样本库集合中各模态样本的哈希编码；提取待检索模态数据的特征，并根据该特征求取待检索模态数据的哈希编码；对比待检索模态数据的哈希编码与各模态样本的哈希编码，对比结果符合预设条件的模态样本即作为待检索模态数据的检索结果。本发明不仅考虑了高层语义关系，同时还考虑了各个模态之间的内联耦合性，使得各个模态不仅能够监督学习到自身的哈希码，同时也能够保持各个模态间的语义一致性。本发明能够有效提升哈希码的判别力度和紧凑鲁棒性，加速模态间的检索速率，提升跨模态检索的准确率。
基于监督语义耦合一致跨模态哈希检索方法系统

[发明专利]一种基于模态特定和共享特征学习的跨模态检索方法-CN202110053038.5有效
发明人：吴飞;罗晓开;季一木;黄庆花;高广谓;蒋国平 -专利权人：南京邮电大学
申请日： 2021-01-15 - 公布日： 2022-10-11 - 主分类号： G06F16/9032 文献下载
摘要：本发明公开了一种基于模态特定和共享特征学习的跨模态检索方法，包括：步骤S1、获取跨模态检索数据集，划分为训练集和测试集；步骤S2、对文本和图像分别进行特征提取；步骤S3、提取模态特定特征和模态共享特征；步骤S4、通过哈希网络生成对应模态样本的哈希码；步骤S5、联合对抗自编码器网络的损失函数以及哈希网络的损失函数训练网络；步骤S6、利用步骤S5中训练完成的网络对测试集中的样本进行跨模态检索。本发明设计了一个哈希网络，将图像通道的编码特征和文本通道编码特征以及模态共享特征投影到汉明空间中，并且利用标签信息、模态特定和共享特征进行建模，使得输出的哈希码在模态间和模态内具有更好的语义区分性。
一种基于特定共享特征学习跨模态检索方法

[发明专利]视觉语言知识蒸馏在跨模态哈希检索的应用-CN202310334915.5在审
发明人：董玉民;孙丽娜 -专利权人：重庆师范大学
申请日： 2023-03-30 - 公布日： 2023-08-15 - 主分类号： G06F16/22 文献下载
摘要：本发明涉及人工智能技术领域，具体涉及一种视觉语言知识蒸馏在跨模态哈希检索的应用，包括：定义符号和问题；建立VLKD框架，将视觉语言知识蒸馏和哈希编码统一在VLKD中，所述VLKD框架是一个端到端的深度模型，所述VLKD框架包括学生哈希编码网络、教师知识蒸馏网络、辅助图卷积网络和哈希码重建模块；建立目标函数及优化算法，整个VLKD框架的参数由SGD算法迭代更新，直到学生哈希编码网络收敛。本发明能够通过视觉语言知识蒸馏方法提升学生哈希编码网络的哈希表示学习能力，在多个评价指标上的性能优于最近的具有代表性的无监督跨模态哈希方法，实现了最好的跨模态检索性能，解决了不能直接应用于无监督跨模态哈希的技术问题
视觉语言知识蒸馏跨模态哈希检索应用

[发明专利]一种基于图网络与模态间特征融合的跨模态哈希方法-CN202310529537.6在审
发明人：吴飞;李帅帅;季一木;陈澍;蒋国平 -专利权人：南京邮电大学
申请日： 2023-05-11 - 公布日： 2023-09-19 - 主分类号： G06F16/31 文献下载
摘要：本发明公开了一种基于图网络与模态间特征融合的跨模态哈希方法包括，通过获取跨模态检索数据集；对训练数据集里文本和图像分别进行特征提取，通过孪生图卷积神经网络学习图像和文本模态的图表示；通过模态间特征融合模块生产层图像和文本模态的哈希码；引入余弦三元组损失，根据模态间鉴别损失函数、模态内鉴别损失函数、引导损失函数和量化损失函数训练网络；通过网络收敛，利用测试集的样本进行跨模态检索。本方法有效的联合利用图像和文本模态的深层特征，从而有效地减少模态差异，同时保持邻里关系，解决了过去跨模态哈希方法占存储空间大和检索速度慢的问题。
一种基于网络模态间特征融合跨模态哈希方法

[发明专利]一种基于标签语义增强的鲁棒在线跨模态哈希检索方法-CN202310147671.X在审
发明人：舒振球;李莉;永凯玲;白益冰;李彬;余正涛 -专利权人：昆明理工大学
申请日： 2023-02-22 - 公布日： 2023-05-05 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于标签语义增强的鲁棒在线跨模态哈希检索方法，包括以下步骤：获取跨模态数据集，选择一定比例的原始训练数据集的标签来模拟缺失标签和错误标签用作训练标签。此外，将数据集中的训练集分为t轮数据块来模拟流数据；构建目标函数，利用被分为t轮的训练数据集来模拟流数据对目标函数进行训练，得到哈希码；根据训练数据的哈希码和训练数据不同模态的特征矩阵，得到训练数据每个模态特征映射到哈希码的投影矩阵；进行待检索样本的跨模态检索：根据投影矩阵和待检索样本不同模态的特征矩阵得到待检索样本的哈希码，计算待检索样本的哈希编码与多媒体训练数据的哈希码之间的距离，从多媒体训练数据中获取与待检索样本相似的样本。
一种基于标签语义增强在线跨模态哈希检索方法

[发明专利]基于层次标签的跨模态哈希模型构建方法、搜索方法及装置-CN201910393905.2有效
发明人：王润琦;宋雪萌;孙畅畅;崔超然;关惟俐;宓生润 -专利权人：山东大学
申请日： 2019-05-13 - 公布日： 2021-06-04 - 主分类号： G06F16/41 文献下载
摘要：本公开公开了一种基于层次标签的跨模态哈希模型构建方法、搜索方法及装置，接收多模态数据集，进行预处理；将预处理后的样本根据模态的不同将相对的数据输入预训练的多路径神经网络；根据预训练的神经网络和多层感知机分别提取不同模态的特征数据，得到不同模态的层次哈希表示；根据层次标签构建预处理后样本在不同层次上的相似矩阵，根据每层相似矩阵中值训练哈希表示的内积，评测样本之间的语义相似性；采用不同粒度的层次标签，并分析层次比对神经网络性能影响，确定最佳层次比；根据每层哈希表示得到哈希码；训练双路径神经网络，并使用SGD梯度下降法优化训练双路径神经网络，建立基于层次标签的深度跨模态哈希模型，用于跨模态搜索。
基于层次标签跨模态哈希模型构建方法搜索装置

[发明专利]一种面向不平衡数据的联邦跨模态检索方法及系统-CN202310523580.1有效
发明人：罗昕;付婷;詹雨薇;许信顺 -专利权人：山东大学
申请日： 2023-05-11 - 公布日： 2023-08-08 - 主分类号： G06F16/908 文献下载
摘要：本发明提出了一种面向不平衡数据的联邦跨模态检索方法及系统，涉及联邦学习领域、跨模态检索领域，解决跨模态检索任务中数据非独立同分布带来的影响，基于训练后的全局跨模态检索模型，对待查询目标的查询样本进行编码，获得查询哈希码；对查询哈希码与检索数据集中的数据哈希码进行相似度计算，基于相似度，获得检索结果；全局跨模态检索模型是基于联邦学习训练得到的；本发明面向非独立同分布数据，通过将全局特征类别原型嵌入样本特征中丰富增强样本的特征表示；且充分利用监督学习标签的语义信息，使生成的哈希码更具有判别力和准确性；还提出一种新的服务器端加权平均本地模型参数的方法，有效提升跨设备情况下联邦跨模态检索模型的性能。
一种面向不平衡数据联邦跨模态检索方法系统

[发明专利]一种基于自适应图注意力哈希的多模态数据检索模型-CN202310380197.5在审
发明人：李明勇;李业文 -专利权人：重庆师范大学
申请日： 2023-04-11 - 公布日： 2023-09-22 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于自适应图注意力哈希的多模态数据检索模型，建立深度无监督的跨模态哈希模型,引入注意力机制及图神经网络；构建基于CLIP的自适应图注意网络(CAGAN)的无监督跨模态哈希检索框架并进行目标及函数的优化；本发明首先进行数据集数据的采集，根据采集数据进行综合实验并进行指标的评价，再进行实验细节的实现；进行数据集的对比实验、消融实验及超参数的敏感性分析；进行收敛实验然后再进行跨模态哈希检索结果的可视化。本发明涉及一种基于自适应图注意力哈希的多模态数据检索模型，具有跨模态检索准确率高,数据存储消耗低和检索速度快的特点。
一种基于自适应注意力多模态数据检索模型