基于三元组的深度哈希网络用于跨模态检索
信息检索
2019-04-05 v1
摘要
鉴于其低存储需求与高检索效率的优势，哈希近来受到越来越多的关注。特别是，跨模态哈希已广泛且成功地应用于多媒体相似度搜索。然而，几乎所有现有的跨模态哈希方法都因忽略包含更丰富语义信息的异构数据间的相对相似性，而无法获得强大的哈希码，导致检索性能不理想。本文提出一种基于三元组深度哈希（TDH）网络用于跨模态检索。首先，我们利用三元组标签（描述三个实例间的相对关系）作为监督，以捕捉跨模态实例间更一般的语义关联。接着，我们从模态间与模态内视角建立损失函数，以提升哈希码的判别能力。最后，将图正则化引入所提 TDH 方法，以在汉明空间中保持哈希码间的原始语义相似性。实验结果表明，所提方法在两个流行跨模态数据集上优于若干 SOTA 方法。
引用
@article{arxiv.1904.02449,
title = {Triplet-Based Deep Hashing Network for Cross-Modal Retrieval},
author = {Cheng Deng and Zhaojia Chen and Xianglong Liu and Xinbo Gao and Dacheng Tao},
journal= {arXiv preprint arXiv:1904.02449},
year = {2019}
}