文献

J-GLOBAL ID：202002236374954344   整理番号：20A1811748

クロスモーダル検索のための多重類似性意味補正ハッシング【JST・京大機械翻訳】

Multi-Similarity Semantic Correctional Hashing For Cross Modal Retrieval

著者 (4件)： Zhan Jiawei (Peking University,School of Electronic and Computer Engineering) ,  Liu Song (Peking University,School of Electronic and Computer Engineering) ,  Mo Zhaoguo (Peking University,School of Electronic and Computer Engineering) ,  Zhu Yuesheng (Peking University,School of Electronic and Computer Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICME  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： それらの低い貯蔵要求と高い検索効率の利点を考えると,ハッシング法は大規模クロスモーダル検索のためにかなり注目され,最近大きな進歩がなされてきた。しかしながら,既存の方法は,一般的にラベル誘導類似性マトリックスを使用して,サンプルペアの類似性を測定し,それらの意味表現能力を制限する。さらに,異なるクラスのサンプル不均衡は,大多数のクラスに向けて学習プロセスをバイアスし,検索性能に影響する。意味表現をブーストするために,データ不均衡の影響を軽減し,ハッシュ符号ペアの高ランキング相関を得るために,著者らは,サンプルペアの組込み表現を強化するために,意味補正類似性行列を使用する新しいハッシュ法を提案した。さらに,一般的ペア重み付けフレームワークに基づく新しいクロスモーダルマルチ類似性損失を提案し,情報ペアを効率的かつ正確に収集し,検索性能を改善した。著者らの解析と実験結果は,最近のクロスモーダル検索方法と比較して,著者らの方法が2つのデータセットMIRFlickr-25KとNUS-WIDEに関してより大きな検索性能を達成することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検索効率 ,  *多重化 ,  等級づけ ,  重みづけ ,  類似性 ,  *ハッシング
準シソーラス用語： 不均衡 ,  学習過程 ,  意味表現 , 【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)： 検索 ,  多重 ,  類似性 ,  意味 ,  ハッシング