3、基于三元组排序语义信息的语义挖掘策略
文章平均质量分 94
一般而言,三元组语义排序策略相对于前两种策略能够更加充分的挖掘高阶语义。给定成对样本的相似度信息,能够轻松第构建三元组约束。
MT_Joy
某211计算机在读研究僧,bug与不bug,一切随缘
展开
-
Ranking-Based Deep Cross-Modal Hashing(RDCMH)--文献翻译
AAAI 2019 论文下载:Ranking-Based Deep Cross-Modal Hashing | Proceedings of the AAAI Conference on Artificial Intelligence 摘要 跨模式哈希因其在多模式数据检索中的低存储成本和快速查询速度而受到越来越多的关注。然而,大多数现有的散列方法都是基于对象的手工或原始级别特征,这可能与编码过程不兼容。此外,这些哈希方法主要用于处理简单的成对相似性。与多个标签关联的实例的复杂多...原创 2022-03-29 09:48:02 · 544 阅读 · 0 评论 -
Triplet-Based Deep Hashing Network forCross-Modal Retrieval--文献翻译
论文链接: 摘要: 鉴于其低存储要求和高检索效率的好处,散列最近受到越来越多的关注。特别是,跨模态散列已被广泛并成功地用于多媒体相似性搜索应用中。然而,几乎所有现有的跨模态哈希方法都无法获得强大的哈希码,因为它们忽略了包含更丰富语义信息的异构数据之间的相对相似性,导致检索性能不理想。在本文中,我们提出了一种基于三元组的深度哈希 (TDH) 网络,用于跨模态检索。首先,我们利用三元组标签,将三个实例之间的相对关系描述为监督,以便捕获跨模态实例之间更一般的语义相关性。然后,我...原创 2022-03-02 20:25:04 · 815 阅读 · 0 评论