公开(公告)号：CN104346450A

公开(公告)日：2015-02-11

申请号：CN201410593006.4

申请日：2014-10-29

Applicant: 浙江大学

Inventor： 吴飞 ,  李玺 ,  蒋忻洋 ,  汤斯亮 ,  邵健 ,  庄越挺

IPC: G06F17/30

CPC classification number: G06F16/43

Abstract: 本发明公开了一种基于多模态隐性耦合表达的跨媒体排序方法。包括如下步骤：1)将文本检索图像的排序样本或图像检索文本的排序样本构建为训练样本；2）对构建得到的训练样本进行基于隐性耦合表达的跨媒体排序学习，得到跨媒体数据的隐性耦合表达挖掘模型以及跨媒体排序模型；3)构建查询文档和候选文档之间的隐性耦合表达；4）基于隐性耦合表达，使用学习得到的跨媒体排序模型进行跨媒体检索。本发明在排序模型中引入了多模态数据的隐性耦合表达，相比一般的多模态数据隐性表达具有更强判别性。由于同时训练了隐性表达挖掘模型和排序模型，它在图像检索文本或文本检索图像中所取得性能较传统的跨媒体排序模型方法更好。

公开(公告)号：CN104346450B

公开(公告)日：2017-06-23

申请号：CN201410593006.4

申请日：2014-10-29

Applicant: 浙江大学

Inventor： 吴飞 ,  李玺 ,  蒋忻洋 ,  汤斯亮 ,  邵健 ,  庄越挺

IPC: G06F17/30

Abstract: 本发明公开了一种基于多模态隐性耦合表达的跨媒体排序方法。包括如下步骤：1)将文本检索图像的排序样本或图像检索文本的排序样本构建为训练样本；2）对构建得到的训练样本进行基于隐性耦合表达的跨媒体排序学习，得到跨媒体数据的隐性耦合表达挖掘模型以及跨媒体排序模型；3)构建查询文档和候选文档之间的隐性耦合表达；4）基于隐性耦合表达，使用学习得到的跨媒体排序模型进行跨媒体检索。本发明在排序模型中引入了多模态数据的隐性耦合表达，相比一般的多模态数据隐性表达具有更强判别性。由于同时训练了隐性表达挖掘模型和排序模型，它在图像检索文本或文本检索图像中所取得性能较传统的跨媒体排序模型方法更好。