面向标签噪声的半监督低秩跨模态哈希检索方法及系统

本发明公开了一种面向标签噪声的半监督低秩跨模态哈希检索方法及系统。先构建模态内和模态间的对比学习损失函数、面向全体样本的结构化语义相似度损失函数、跨模态语义相关性损失函数和面向标签噪声的低秩学习损失函数，再构建总目标函数，为第一模态和第二模态分别学习投影矩阵；基于投影矩阵，为查询样本和检索样本集中的样本生成二进制哈希编码；基于二进制哈希编码计算查询样本到检索样本集中各样本的汉明距离，取前Z个最小汉明距离对应的样本作为检索结果，解决了现有技术中在训练样本数据受到标签噪声影响时，有效监督信息减少，导致训练出的跨模态检索模型不能够很好的挖掘鉴别特征的技术问题，提高了面向标签噪声影响的跨模态检索精度。