用于多媒体检索的深度度量多视图哈希
计算机视觉与模式识别
2023-04-14 v1 多媒体
摘要
学习多视图异构数据的哈希表示是多媒体检索中的一项重要任务。然而，现有方法未能有效融合多视图特征并利用不相似样本提供的度量信息，导致检索精度受限。当前方法采用加权和或拼接来融合多视图特征。我们认为这些融合方法无法捕捉不同视图之间的交互。此外，这些方法忽略了不相似样本提供的信息。我们提出了一种新颖的深度度量多视图哈希（DMMVH）方法来解决上述问题。我们提供了大量经验证据表明基于门的融合优于典型方法。我们将深度度量学习引入多视图哈希问题，从而能够利用不相似样本的度量信息。在 MIR-Flickr25K、MS COCO 和 NUS-WIDE 数据集上，我们的方法大幅优于当前最先进的方法（平均精度均值（mAP）最高提升 15.28）。
引用
@article{arxiv.2304.06358,
title = {Deep Metric Multi-View Hashing for Multimedia Retrieval},
author = {Jian Zhu and Zhangmin Huang and Xiaohu Ruan and Yu Cui and Yongli Cheng and Lingfang Zeng},
journal= {arXiv preprint arXiv:2304.06358},
year = {2023}
}
备注
Accepted by IEEE ICME 2023