图像检索的秘密:跨模态检索如何提高效率并保持鲁棒性?

文章主题：图像检索, 跨模态检索, 效率, 鲁棒

转自 CAAI会员中心

摘要

本文重点围绕大规模图像检索开展研究。针对图像特征检索中的“多特征”特性，提出联合矩阵分解哈希框架实现跨异构空间相似性匹配；针对数据量大、噪声多、场景复杂等挑战，提出基于

范数的鲁棒通用向量量化框架。有效提升了复杂场景下大规模图像检索准确率与效率，成果在安防、互联网等领域多家单位得到应用。

关键字

图像检索；跨模态检索；效率；鲁棒

选自《中国人工智能学会通讯》

2020年第10卷第2期优秀博士学位论文精华版

AI 研习往期文章

专题：基于人机协同决策的印染废水处理智能管控技术研究

点击左下角“阅读原文”，加入CAAI

AI时代，拥有个人微信机器人AI助手！AI时代不落人后！

免费ChatGPT问答，办公、写作、生活好得力助手！

搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。