基于深度相關(guān)性挖掘的跨媒體檢索研究.pdf

1、隨著互聯(lián)網(wǎng)+時(shí)代的到來，網(wǎng)絡(luò)上的多媒體信息量相對(duì)于十幾年前以幾何倍數(shù)增長(zhǎng)，隨之日益增長(zhǎng)的是人們?cè)谌绱思姺睆?fù)雜的信息量中檢索自身所需信息的需求。傳統(tǒng)單一模態(tài)數(shù)據(jù)的檢索難以滿足人們對(duì)多模態(tài)數(shù)據(jù)的綜合檢索需求，跨媒體檢索理念應(yīng)運(yùn)而生，并迅速成為了近幾年國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。
　　跨媒體檢索技術(shù)旨在突破單一模態(tài)檢索技術(shù)局限于同一多媒體形態(tài)的桎梏，希望能夠跨越媒體形態(tài)進(jìn)行相互檢索。如何通過綜合處理不同多媒體形態(tài)數(shù)據(jù)來挖掘底層特征之間的語義聯(lián)

2、系，以提高它們之間的相似度，是跨媒體檢索技術(shù)亟需解決的首要問題。針對(duì)以上問題，有學(xué)者提出了典型相關(guān)性分析方法，但其在非線性問題上的表現(xiàn)卻力不從心，而該算法改進(jìn)后的基于核函數(shù)的典型相關(guān)性分析方法性能也差強(qiáng)人意。本文提出的深度相關(guān)性挖掘方法，應(yīng)用深度學(xué)習(xí)來訓(xùn)練不同媒體特征，然后對(duì)訓(xùn)練后特征之間的相關(guān)性進(jìn)行融合分析，解決了不同特征之間的異構(gòu)性，使得不同多媒體數(shù)據(jù)的特征之間具有可比性。在此基礎(chǔ)上，應(yīng)用了萊文貝格-馬夸特方法以解決深度學(xué)習(xí)在梯度訓(xùn)