哈德斯菲尔德大学18年排名:我校青年教師柳欣在IEEE頂級期刊T-PAMI發文

英国哈德斯菲尔德大学世界排名 www.lskgye.com.cn 作者:      單位:計算機科學與技術學院 發布時間:2019-09-12

    近日,我校計算機科學與技術學院青年教師柳欣以第一作者在國際權威期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》發表了題為“MTFH: A Matrix Tri-Factorization Hashing Framework for Efficient Cross-Modal Retrieval”的科研論文。

IEEE Transactions on Pattern Analysis and Machine Intelligence》是人工智能、模式識別、圖像處理和計算機視覺領域的頂級國際期刊之一,中科院JCR一區(TOP期刊)、中國計算機學會(CCFA類期刊,在計算機科學與人工智能領域具有權威影響力,尤其強調模式分析與機器智能領域的前沿創新成果,當前影響因子為17.73。

柳欣及團隊的研究創新地提出了一種通用跨媒體哈希檢索框架??緱教寮燜髦?/span>在通過語義相關性,利用某一模態的數據(如文本)去檢索其它模態的數據(如圖片、視頻等)。近年來,由于哈希方法能夠提供更小的存貯代價和更高的檢索效率,跨模態哈希方法受到了研究者的廣泛關注。研究發現,多模態數據中不同模態數據的特征維度往往并不相同。目前大多數跨模態哈希算法常常采用統一哈希碼或等長哈希碼進行多模態數據刻畫,然而這些限制難免會對其中某些模態數據的語義表達精度有所折損。同時,具有相同語義的多模態數據中還存在著大量的非成對數據,而針對這部分不成對數據的跨模態哈希分析卻很少被關注。為解決這些問題,該研究創新地利用三重矩陣分解靈活提取出具有不同長度的哈希碼來分別表示各自模態樣本,并結合新穎的離散更新學習方法,使得學習到的哈希碼具有更小的量化誤差,判別性極佳。大量實驗結果表明,該研究工作提出的跨媒體哈希檢索方法能夠廣泛地適用于各種復雜場景,并同時具備處理成對數據和不成對數據的能力,對于各種原始特征的輸入和參數的變化也具有較強的魯棒性。

該研究論文第一完成單位為華僑大學計算機科學與技術學院,合作單位為美國紐約州立大學石溪分校和香港浸會大學。研究得到了國家自然科學基金和華僑大學中青年教師科技創新培育資助計劃等項目的資助。

 

論文鏈接:https://ieeexplore.ieee.org/document/8827941


(值班編輯:吳江輝)