一种视频/图片-文本跨模态检索方法
基本信息
| 申请号 | CN202011501900.6 | 申请日 | - |
| 公开（公告）号 | CN112488133B | 公开（公告）日 | 2022-06-14 |
| 申请公布号 | CN112488133B | 申请公布日 | 2022-06-14 |
| 分类号 | G06V10/44（2022.01）I;G06V10/764（2022.01）I;G06V10/74（2022.01）I;G06K9/62（2022.01）I;G06N20/00（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杨阳;位纪伟 | 申请（专利权）人 | 电子科技大学广东电子信息工程研究院 |
| 代理机构 | 成都行之专利代理事务所（普通合伙） | 代理人 | - |
| 地址 | 550025贵州省贵阳市花溪区 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种视频/图片‑文本跨模态检索方法，在损失函数设计的两个关键准则下（损失函数的值随着与正对相似度分数成反比，与负对相似度分数成正比；不同的相似度分数应有不同的惩罚强度）构建了一个新的指数损失函数，该指数损失函数能为不同的视频/图片、文本依据它们的相似度分配不同的权重值，从而加速深度度量学习模型收敛，并学习获得高度鲁棒的视频/图片映射、文本映射的网络参数，提高跨模态检索精度，同时，极大减少了深度度量学习过程中的超参数，在保证精度和收敛速度的前提下，减少实验验证超参数的工作量。 |
