(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 108334574 A
(43)申请公布日 2018.07.27
(21)申请号 CN201810062484.0
(22)申请日 2018.01.23
(71)申请人 正则匹配哈希值南京邮电大学
    地址 210023 江苏省南京市栖霞区文苑路9号
(72)发明人 李新卫 荆晓远 吴飞 孙莹
(74)专利代理机构 南京经纬专利商标代理有限公司
    代理人 刘莎
(51)Int.CI
     
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      一种基于协同矩阵分解的跨模态检索方法
(57)摘要
      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。
法律状态
法律状态公告日
法律状态信息
法律状态
权 利 要 求 说 明 书
1.一种基于协同矩阵分解的跨模态检索方法,其特征在于,包括如下步骤:
步骤1,获取原始数据,首先对原始数据中的图像和文本分别进行特征提取,并对提取到的图像特征和文本特征分别进行归一化处理,再将归一化处理后的图像特征和文本特征分别分为两个部分,一部分图像特征和文本特征构成训练集,另一部分图像特征和文本特征构成测试集;
步骤2,利用训练集中的特征数据的类标签构造图像与图像、文本与文本模态内以及图像与文本模态间相似性矩阵和拉普拉斯矩阵;

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。