12087
当前位置: 首页   >  课题组新闻   >  【2023.09】实验室柳欣老师等撰写论文在顶刊《IEEE Transactions on Multimedia》录用!
【2023.09】实验室柳欣老师等撰写论文在顶刊《IEEE Transactions on Multimedia》录用!
发布时间:2023-09-08

  实验室柳欣老师指导研究生易金含撰写的论文OMGH: Online Manifold-Guided Hashing for Flexible Cross-Modal Retrieval,在期刊《IEEE Transactions on Multimedia》发表。柳老师为第一作者及通讯作者。

  该文指出,跨模态哈希由于其在不同模态的多媒体数据索引中高效且快速的检索速度,近年来受到了越来越多的关注。然而,多媒体数据通常以流式的方式出现,现有的在线方法往往缺乏处理标注数据和未标注数据的学习能力。为了解决这些问题,该文提出了一种在线流形引导哈希(Online Manifold-Guided Hashing, OMGH)框架,能够以流式方式增量学习紧凑的哈希码,同时自适应地优化哈希函数。

  具体来说,该文首先利用矩阵三分解框架,为流式多模态数据学习具有判别性的哈希码。随后,设计了一种基于在线锚点的流形结构,用于稀疏表示历史数据,并自适应地引导哈希码的学习过程,从而有效降低在保留历史数据与流式数据语义关联时的复杂度。同时,这种基于锚点的流形嵌入能够灵活地适应无监督和有监督的学习策略。此外,该文高效地解决了一种在线离散优化方法,用于增量更新哈希函数并优化流式数据点的哈希码。

  最终,生成的哈希码在各种在线跨模态检索任务中具有更丰富的语义意义。大量实验验证了所提OMGH模型的优势,通过在三个基准数据集上显著提升了现有跨模态检索的最先进性能。