基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文提出一种基于异构哈希网络的跨模态人脸检索方法.异构哈希网络能够将位于不同空间的人脸图像和人脸视频映射到一个公共且有判别力的二值空间上,以获得有效的二值哈希表示.该网络包含图像分支、视频分支和哈希函数三个部分,首先图像和视频分支分别将人脸图像和人脸视频映射到一个公共空间,然后在公共空间中学习非线性哈希函数.网络的训练使用了三种损失函数:Fisher损失、softmax损失和三元排序损失(triplet ranking loss),其中的Fisher损失关注于公共空间的判别力,softmax损失强调公共空间上表达的可分性,三元排序损失旨在提升最终的检索性能.在多个人脸视频数据集上的跨模态人检索实验结果表明了所提出方法的有效性.
推荐文章
基于映射字典学习的跨模态哈希检索
跨模态检索
哈希
映射字典学习
汉明空间
有监督鉴别哈希跨模态检索
跨模态检索
哈希
标签信息
线性分类项
图拉普拉斯项
结合卷积神经网络与哈希编码的图像检索方法
图像检索
卷积神经网络
哈希编码
网络模型
图片对生成
网络训练
基于哈希技术的BoV W图像检索
二进制哈希码
视觉词袋模型
二进制视觉词典
图像检索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于异构哈希网络的跨模态人脸检索方法
来源期刊 计算机学报 学科 工学
关键词 异构哈希网络 跨模态 人脸检索 深度学习 损失函数
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 73-84
页数 12页 分类号 TP391
字数 10139字 语种 中文
DOI 10.11897/SP.J.1016.2019.00073
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 裴明涛 北京理工大学计算机学院 18 247 8.0 15.0
2 董震 北京理工大学智能信息技术北京市重点实验室 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
异构哈希网络
跨模态
人脸检索
深度学习
损失函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导