2、基于矩阵分解的方法
文章平均质量分 94
通过矩阵分解技术学习跨膜态哈希函数
MT_Joy
某211计算机在读研究僧,bug与不bug,一切随缘
展开
-
Latent Semantic Sparse Hashing for Cross-ModalSimilarity Search(LSSH)--文献翻译
SIGIR 2014论文链接:Proceedings of the 37th international ACM SIGIR conference on Research & development in information retrieval | ACM Conferences摘要基于哈希的相似性搜索方法在具有大量文本和图像的大型多媒体数据库上进行有效和高效的跨模态检索已经引起了相当大的关注。跨模态哈希的核心问题是如何在哈希函数学习过程中有效地构建本质上异构...原创 2022-03-20 09:37:25 · 915 阅读 · 1 评论 -
Online Collective Matrix Factorization Hashingfor Large-Scale Cross-Media Retrieval(OCMFH)--文献翻译
论文链接:Online Collective Matrix Factorization Hashing for Large-Scale Cross-Media Retrieval | Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval摘要跨模式哈希最近因其在大规模跨媒体检索中的效率而受到广泛研究。然而,大...原创 2022-03-18 19:57:04 · 360 阅读 · 0 评论 -
Label Consistent Matrix Factorization Hashingfor Large-Scale Cross-Modal Similarity Search(LC)--文献翻译
论文链接:IEEE Xplore Full-Text PDF:摘要多模态哈希因其效率和有效性而引起了对大规模多媒体数据集的跨模态相似性搜索的极大兴趣。最近,有监督的多模态散列试图保留从训练数据的标签中获得的语义信息,与无监督的多模态哈希相比,由于其更高的搜索精度而受到了相当大的关注。尽管这些算法很有前景,但它们主要是为了保持成对相似性而设计的。当给定训练数据的语义标签时,算法往往将标签转化为成对相似度,这会产生以下问题:(1)构建成对相似度矩阵需要巨大的存储空间和大量的...原创 2022-03-18 15:34:20 · 886 阅读 · 1 评论 -
BATCH: A Scalable Asymmetric DiscreteCross-Modal Hashing--文献翻译
论文下载:BATCH: A Scalable Asymmetric Discrete Cross-Modal Hashing | IEEE Journals & Magazine | IEEE Xplore摘要:有监督的跨模态散列引起了很多关注。然而,仍然存在一些挑战,例如,如何有效地将标签信息嵌入到二进制代码中,如何避免使用大的相似度矩阵并使模型可扩展到大规模数据集,如何有效地解决二进制优化问题。为了应对这些挑战,在本文中,我们提出了一种新的有监督的跨模态散列方法...原创 2022-03-15 10:17:29 · 382 阅读 · 0 评论 -
Collective Matrix Factorization Hashing for Multimodal Data--文献翻译
摘要:基于散列的最近邻搜索方法在计算机视觉和信息检索社区中有效和高效的大规模相似性搜索引起了相当大的关注。在本文中,我们研究了在跨视图相似性搜索的多模态数据上下文中学习哈希函数的问题。我们提出了一种新颖的散列方法,称为集体矩阵分解散列(CMFH)。 CMFH通过集体矩阵分解和潜在因子模型从一个实例的不同模态中学习统一的哈希码,不仅可以支持跨视图搜索,还可以通过合并多个视图信息源来提高搜索精度。我们还证明了CMFH,一种保持相似性的散列学习方法,具有上限和下限。大量实验证实,CMFH 在三个不同的数据..原创 2022-03-08 15:19:24 · 1093 阅读 · 0 评论