文献

J-GLOBAL ID：201702250331878417   整理番号：17A0886530

大規模クロスモーダル検索のための学習識別2値符号【Powered by NICT】

Learning Discriminative Binary Codes for Large-scale Cross-modal Retrieval

著者 (5件)： Xu Xing (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Shen Fumin (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Yang Yang (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Shen Heng Tao (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Li Xuelong (Center for OPTical IMagery Analysis and Learning, State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 5  ページ： 2494-2507  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハッシングに基づく方法は大規模マルチメディアデータに対する効率的なクロスモーダル検索のためにかなりの注目を集めている。クロスモーダルハッシングの主要な問題は,異なるモダリティからの不均一な特徴の間の根底にある相関を構成するコンパクト連星符号を学習する方法である。大部分の最近のアプローチを与えられたクラスラベルによって定義されたペアワイズ類似性を保存するためのハッシュ関数を学習することを目的としている。しかし,これらの方法はハッシュ関数学習時のクラスラベルの弁別特性を明確にできない。添加では,通常Be学習二値符号に課せられた離散制約,および近似二元溶液を得るために量子化による緩和問題を解くための妥協を廃棄する。,これらの方法により生成された2元符号である準最適と異なるクラスに識別であった。これらの欠点を克服するために,離散的な規制を保持しながら,識別2進符号を学習する直接離散クロスモーダルハッシング(DCH)と呼ばれる,新しいクロスモーダルハッシュ法を提案した。特に,DCHは,統一された二元コードを生成するためのモダリティ特異的ハッシュ関数を学習し,これらの2元符号は,クラスラベルを用いた識別型分類のための代表的な特徴と見なされている。モダリティ特異的ハッシュ関数と統一された2進符号を学習しDCHのために開発した効果的な離散最適化アルゴリズム。三つのベンチマークデータセット上での包括的な実験を行い,種々のクロスモーダルシナリオの下でDCHの優位性を強調し,その最先端の性能を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  近似法 ,  *学習 ,  連星 ,  量子化 ,  類似性 ,  緩和現象 ,  ハッシング ,  ハッシュ関数
準シソーラス用語： 最先端 ,  離散最適化 ,  モダリティ ,  *バイナリコード , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 大規模 ,  検索 ,  学習 ,  識別 ,  2値符号