深度学习与一致性表示空间学习的跨媒体检索

• 作者: 杜吉祥 王靖 翟传敏 邹辉
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 跨模态 跨媒体 深度学习 卷积神经网络 一致性表示空间 中心相关性
• 年，卷（期）: 2018,（1）
• 页码范围: 127-132
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201508047

摘要

提出一种基于深度学习与一致性表示空间学习的方法,针对图像与文本2种模态,分别采用卷积神经网络模型和潜在狄利克雷分布算法学习图像的深度特征和文档的主题概率分布;通过一个概率模型将两个高度异构的向量空间非线性映射到一个一致性表示空间;采用中心相关性算法计算不同模态信息在此空间的距离.在Wikipedia Dataset上的实验结果表明:在单模态输入检索中,文中方法的平均准确率为38.43％,相比于其他方法有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜吉祥	华侨大学计算机科学与技术学院	42	267	9.0	14.0
2	翟传敏	华侨大学计算机科学与技术学院	10	89	6.0	9.0
3	王靖	华侨大学计算机科学与技术学院	24	165	7.0	12.0
4	邹辉	华侨大学计算机科学与技术学院	1	8	1.0	1.0