面向未来智能跨媒体检索的深度学习技术
信息检索
2020-08-05 v1 计算机视觉与模式识别
机器学习
摘要
随着技术进步与传播扩展，跨媒体检索备受关注。它在大数据应用中扮演重要角色，旨在从不同媒体类型中搜索与查找数据。本文根据多模态深度学习方法在解决跨媒体检索时所面临的挑战——即表示、对齐与翻译——提出一种新颖的分类法。这些挑战在基于深度学习（DL）的方法上得到评估，后者被分为四类主要群体：1）无监督方法，2）有监督方法，3）基于成对的方法，4）基于排序的方法。接着，我们给出一些用于检索的知名跨媒体数据集，考虑到这些数据集在基于深度学习的跨媒体检索方法背景下的重要性。此外，我们还广泛回顾了最先进的问题及其相应解决方案，以推动深度学习在跨媒体检索中的应用。本工作的基本目标是利用深度神经网络（DNNs）弥合“媒体鸿沟”，并为研究人员与开发者提供对深度学习辅助跨媒体检索中潜在问题及可能方案的更好理解。据我们所知，这是首个针对深度学习方法下跨媒体检索的全面综述。
引用
@article{arxiv.2008.01191,
title = {Deep Learning Techniques for Future Intelligent Cross-Media Retrieval},
author = {Sadaqat ur Rehman and Muhammad Waqas and Shanshan Tu and Anis Koubaa and Obaid ur Rehman and Jawad Ahmad and Muhammad Hanif and Zhu Han},
journal= {arXiv preprint arXiv:2008.01191},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1804.09539 by other authors