集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122904987A | 申请号CN202611401340.4 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人贵州大学 |
分类号G06N3/088(2023.01), G06N3/0985(2023.01), G06N3/0499(2023.01), G06N3/045(2023.01), G06N3/042(2023.01), G06N3/0464(2023.01), G06F18/22(2023.01), G06F18/25(2023.01), G06F16/51(2019.01), G06F16/583(2019.01), G06F16/31(2019.01), G06F16/383(2019.01), G06F40/30(2020.01) | 申请日2026-09-10 | 公开日2026-10-13 |
发布日期2026-10-13 | 文档 ID84538564974900002 | 源数据页码327 |
专利语言zh | ||
本申请涉及多媒体信息检索技术领域，公开一种无监督跨模态哈希模型训练方法及其检索方法。首先获取无标注的跨模态数据集，提取所有图像样本和文本样本的初始语义特征，按预设批量大小进行小批量采样得到当前批量的特征；将当前批量的图像特征与文本特征拼接构建跨模态统一图的节点集合，计算节点间初始相似度生成初始邻接矩阵；对初始邻接矩阵进行批量结构修正得到鲁棒邻接矩阵；基于鲁棒邻接矩阵通过多层图卷积网络逐层迭代更新图拓扑结构与节点特征表示；将最后一层图卷积输出的特征输入哈希映射网络生成二进制哈希码；采用联合损失函数对整个网络进行端到端训练，得到无监督跨模态哈希模型。该方法提高了跨模态检索精度，降低计算复杂度。
附图 1