跨媒体稀疏哈希索引方法

摘要

本发明公开了一种跨媒体稀疏哈希索引方法。包括如下步骤：（1）对多个模态数据之间的关联关系利用超图进行统一建模（2）利用字典学框架同时学多个模态的字典，同时施加稀疏和超图关联关系的正则约束，对每个模态的数据学得到相应的字典（3）将学得到的字典作为哈希函数，对新的数据利用对应模态的字典进行稀疏编码（4）利用相应的哈希策略把稀疏编码转变为稀疏编码集合从而把稀疏编码相似性计算问题转变为集合相似性计算问题，利用类似jaccard距离度量方式进行相似性计算。利用该方法可以实现基于内容的海量数据的高效跨媒体检索。用户可以通过提交任意的模态的检索例子去检索任意模态的媒体对象。

主权项

一种跨媒体稀疏哈希索引方法，其特征在于包括如下步骤：1)对多个模态数据之间的关联关系利用超图进行统一建模；模态内的相似性使用数据的底层特征的欧氏距离，模态间的关联利用不同模态数据已知的关联关系；2)将统一超图约束引入多模态字典学习的框架内，使得学习得到的多模态字典能保留模态内的相似性以及模态间的关联关系；3)将学习得到的字典作为哈希函数，对新的数据利用对应模态的字典进行稀疏编码；4)将稀疏编码通过哈希策略转化为稀疏编码集，并使用类jaccard距离来计算集合之间的相似度。