RREH：基于重建关系嵌入的半配对跨模态检索

因其高效计算和便捷存储，哈希技术在跨模态检索中受到广泛关注。目前大多数哈希模型都基于数据点之间直接的一对一映射假设。然而在实际应用中，跨模态数据之间的对应关系可能只是部分提供的。为此，本文提出一种名为重建关系嵌入哈希（Reconstruction Relations Embedded Hashing, RREH）的创新性无监督哈希技术，专用于半配对跨模态检索任务。RREH 假设多模态数据共享一个公共子空间。对于配对数据，RREH 通过寻找共享表示来探索异构模态中潜在的一致信息。对于未配对数据，为有效捕获潜在判别特征，RREH 将未配对数据与锚点的高阶关系嵌入到潜在子空间中，这些关系通过高效的线性重建来计算。锚点从配对数据中采样，这有助于提高哈希学习的效率。RREH 在保留高阶重建关系的前提下，以统一的框架训练底层特征和二进制编码。凭借合理设计的目标函数和离散优化算法，RREH 具备可扩展性，适用于大规模数据集并可实现高效的跨模态检索。在评估过程中，对半配对数据进行了测试，证明其在多个现有方法之上的优势。