文献

J-GLOBAL ID：202102255309955685   整理番号：21A0005276

クロスメディア検索のための離散意味的アラインメントハッシング【JST・京大機械翻訳】

Discrete Semantic Alignment Hashing for Cross-Media Retrieval

著者 (4件)： Yao Tao (Department of Information and Electrical Engineering, Ludong University, Yantai, China) ,  Kong Xiangwei (Department of Data Science and Engineering Management, Zhejiang University, Hangzhou, China) ,  Fu Haiyan (Department of Information and Communication Engineering, Dalian University of Technology, Dalian, China) ,  Tian Qi (Department of Computer Science, University of Texas at San Antonio, San Antonio, TX, USA)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 50  号： 12  ページ： 4896-4907  発行年： 2020年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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： クロスメディアハッシングは,異なるモダリティから低次元共有Hamming空間までのデータをマップし,例えば画像やテキストに対するマルチモーダルデータの急速な増加により,かなりの注目を集めている。最近のクロスメディアハッシング作業は,サンプル間のクラスラベルベースまたは特徴ベース類似性を保存するためのコンパクトなハッシュコードの学習を主目的とする。しかしながら,これらの方法は,異なるモダリティと高レベル意味概念の間の不均衡な意味ギャップを無視し,それは一般的に,より少ない有効ハッシュ関数と不満足検索性能をもたらす。特に,テキストのキーワードは意味の意味を含み,一方,画像の低レベル特徴は意味の意味を欠いている。それは,画像モダリティにおける意味ギャップがテキストモダリティにおけるそれより大きいことを意味する。本論文では,この問題に取り組むためのクロスメディア検索のための単純だが効果的なハッシュ法を提案して,離散意味アラインメントハッシュ(DSAH)を埋めた。最初に,DSAHは協調フィルタリングを利用して,クラスラベルとハッシュコード間の関係をマイニングし,ペアワイズ類似性と比較してメモリ消費と計算コストを減らすことができる。次に,画像モダリティの属性を用いて,テキストモダリティを用いて意味情報を整列させた。最後に,ハッシュ符号の品質をさらに改善するために,離散ハッシュ符号を直接学習するための離散最適化アルゴリズムを提案し,各ビットは閉形式解を持つ。多重公開データベースに関する大規模な実験は,著者らのモデルが属性をシームレスに組み込むことができて,有望な性能を達成することができることを示した。Copyright 2021 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： アルゴリズム ,  記憶装置 ,  学習 ,  キーワード ,  検索効率 ,  データベース ,  多重化 ,  多モード ,  類似性 ,  ハッシュ関数 ,  *ハッシング
準シソーラス用語： モダリティ ,  協調フィルタリング ,  意味情報 ,  計算コスト , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： クロスメディア ,  検索 ,  意味 ,  アラインメント ,  ハッシング