跨模态检索技术研究综述

摘要：

跨模态检索可以通过一种模态检索出其他模态的信息,已经成为大数据时代的研究热点.研究者基于实值表示和二进制表示两种方法来减小不同模态信息的语义差距并进行有效的相似度对比,但仍会有检索效率低或信息丢失的问题.目前,如何进一步提高检索效率和信息利用率是跨模态检索研究面临的关键挑战.介绍了跨模态检索研究中基于实值表示和二进制表示两种方法的发展现状;分析对比了包含两种表示技术下以建模技术和相似性对比为主线的五种跨模态检索方法:子空间学习、主题统计模型学习、深度学习、传统哈希和深度哈希;对最新的多模态数据集进行总结,为相关的研究和工程人员提供有价值的参考资料;分析了跨模态检索面临的挑战并指出了该领域未来研究方向.

关键词：跨模态检索、深度学习、哈希学习

所属期刊栏目：58

分类号：TP391.3(计算技术、计算机技术)

资助基金：安徽省重点研究与开发计划项目;北京市自然科学基金

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：12-23