摘要
本发明公开了一种基于实体语义引导与关系融合的无配对跨模态检索方法,包括:从实体数据集中提取实体图像特征与实体文本特征;基于实体图像特征与实体文本特征,通过负样本选择以及模态内邻居关系约束获得实体公共语义空间;基于实体公共语义空间,通过伪配对生成与筛选方法获得高置信图文伪配对集;基于高置信图文伪配对集,通过关系融合模块捕获关系信息并对齐,获得融合公共语义空间;基于融合公共语义空间计算图文之间的相似性,依据相似性进行排序并输出跨模态检索结果。本发明与其它无配对跨模态检索方法相比,性能明显提高,学习得到的空间能够从更深层次对数据进行准确表达,整体方法可解释性更优。
技术关键词
实体
跨模态检索方法
模态特征
文本
样本
图像
邻居
图文
语义
融合特征
相似性度量函数
概率密度函数
关系
高斯混合模型
期望最大化算法
三元组
矩阵
筛选方法
数据
系统为您推荐了相关专利信息
自动分析方法
钢结构节点
三维BIM模型
工程量清单
实体
物联网平台
移动设备
自然语言理解
验证数据库
多模态
狼疮性肾炎
预测系统
系统性红斑狼疮
样本
LightGBM模型
识别语音信息
文本处理模型
滑动窗口
语音识别模型
搜索算法