公开(公告)号：CN108334574B

公开(公告)日：2020-06-12

申请号：CN201810062484.0

申请日：2018-01-23

Applicant: 南京邮电大学

Inventor： 李新卫 ,  荆晓远 ,  吴飞 ,  孙莹

IPC: G06F16/583 ,  G06F16/33 ,  G06F16/31

Abstract: 本发明公开了一种基于协同矩阵分解的跨模态检索方法,同时考虑保持原始空间样本对的局部几何流形结构，使用图正则项加入了模态内与模态间的约束，采用普遍使用的mAP(平均准确率)作为性能评价指标。本发明不仅考虑了样本的模态内相似性，还考虑了样本对模态间的相似性，为以文检图和以图检文准确性提供了保障。本发明利用协同矩阵分解技术、哈希函数，同时加入了保持模态内与模态间相似性的图正则化项，提高了以文检图和以图检文的相互检索性能，广泛应用于移动设备、互联网以及电子商务中的图片文本互相检索服务。

公开(公告)号：CN108334574A

公开(公告)日：2018-07-27

申请号：CN201810062484.0

申请日：2018-01-23

Applicant: 南京邮电大学

Inventor： 李新卫 ,  荆晓远 ,  吴飞 ,  孙莹

IPC: G06F17/30

Abstract: 本发明公开了一种基于协同矩阵分解的跨模态检索方法,同时考虑保持原始空间样本对的局部几何流形结构，使用图正则项加入了模态内与模态间的约束，采用普遍使用的mAP(平均准确率)作为性能评价指标。本发明不仅考虑了样本的模态内相似性，还考虑了样本对模态间的相似性，为以文检图和以图检文准确性提供了保障。本发明利用协同矩阵分解技术、哈希函数，同时加入了保持模态内与模态间相似性的图正则化项，提高了以文检图和以图检文的相互检索性能，广泛应用于移动设备、互联网以及电子商务中的图片文本互相检索服务。