用于多媒体检索的自适应置信度多视图哈希
计算机视觉与模式识别
2024-01-17 v2
摘要
多视图哈希方法将来自多个视图的异构数据转换为二进制哈希码，是多媒体检索中的关键技术之一。然而，当前的方法主要探索多个视图之间的互补性，而缺乏置信度学习与融合。此外，在实际应用场景中，单视图数据包含冗余噪声。为了进行置信度学习并消除不必要的噪声，我们提出了一种新颖的自适应置信度多视图哈希（ACMVH）方法。首先，开发了一个置信度网络，从各种单视图特征中提取有用信息并去除噪声信息。其次，采用自适应置信度多视图网络来度量每个视图的置信度，然后通过加权求和融合多视图特征。最后，设计了一个膨胀网络以进一步增强融合特征的特征表示。据我们所知，我们率先将置信度学习应用于多媒体检索领域。在两个公开数据集上的大量实验表明，所提出的 ACMVH 的性能优于 SOTA 方法（最高提升 3.24%）。源代码可在 https://github.com/HackerHyper/ACMVH 获取。
引用
@article{arxiv.2312.07327,
title = {Adaptive Confidence Multi-View Hashing for Multimedia Retrieval},
author = {Jian Zhu and Yu Cui and Zhangmin Huang and Xingyu Li and Lei Liu and Lingfang Zeng and Li-Rong Dai},
journal= {arXiv preprint arXiv:2312.07327},
year = {2024}
}
备注
accepted by International Conference on Acoustics, Speech and Signal Processing 2024(ICASSP2024)