面向高阶结构相似性和标签相关性的跨模态哈希学习方法

本发明公开了面向高阶结构相似性和标签相关性的跨模态哈希学习方法，将跨模态信息输入联合学习框架，同时学习样本间的高阶相似性结构信息和标签相关性、一致性潜在表示和哈希码，最终生成能够充分保留样本间的高阶相似性结构信息和标签相关性的离散哈希码；学习框架使用图扩散‑融合机制自适应地学习样本间的高阶结构相似性，并使用非对称嵌入机制将样本间的一致相似性和语义关系迁移至待学习的哈希码中；通过标签相关性自适应学习获得高阶标签相关性，将高阶标签相关性集成到框架中，获取多模态样本的高级语义信息以指导哈希码的学习。哈希码学习模型的变量通过迭代优化算法进行交互优化，迭代优化算法采用增广拉格朗日乘子法迭代更新变量求解问题。