联合耦合字典学习与图像正则化的跨媒体检索方法

• 作者: 于治楼 付强 刘芸
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 跨媒体检索 特征选择 耦合字典学习 图像正则化 特征映射
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 230-236
• 页数: 7页
• 分类号: TP399
• 字数: 5338字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052565

摘要

跨媒体检索方法多数将2个模态的原始特征映射到公共子空间,在子空间中执行跨媒体检索,忽略了判别特征的选择以及模态间的关系.为此,提出一种基于耦合字典学习和图形正则化的新型跨模态检索方法.通过关联和联合更新不同模态的字典,为不同的模态生成均匀的稀疏表示.将不同模态的稀疏表示投影到由类标签信息定义的公共子空间中,以执行跨模态匹配,同时对投影矩阵施加21范数项,选择特征空间的相关和辨别性特征.在此基础上,利用图正则化项保留模态间和模态内相似关系.实验结果表明,与典型相关分析方法相比,该方法跨媒体检索精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于治楼		38	196	6.0	12.0
2	刘芸	山东师范大学信息科学与工程学院	6	29	2.0	5.0
3	付强	山东师范大学信息科学与工程学院	2	2	1.0	1.0