一种面向大规模跨模态检索的无监督哈希学习系统及方法
申请号:CN202411004266
申请日期:2024-07-25
公开号:CN118657188A
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开了一种面向大规模跨模态检索的无监督哈希学习系统及方法,涉及检索系统技术领域,包括无监督哈希学习模块、跨模态表示学习模块和目标函数设计优化模块,所述跨模态表示学习模块的数据库将数据映射至无监督哈希学习模块作为数据输入,所述无监督哈希学习模块的数据输出作为目标函数设计优化模块的优化目标,所述无监督哈希学习模块用于生成二进制哈希码并进行优化学习;所述无监督哈希学习模块包括:自编码器哈希学习单元、哈希编码优化单元和变分自编码器哈希学习单元。本发明通过设计有无监督哈希学习模块,实现了对无标签数据的有效表示功能,解决了传统检索系统依赖于大量标注数据成本增加的问题,提高检索效率。
技术关键词
学习系统
深度学习框架
无监督
编码器
模块
学习方法
分布式训练
图像特征提取
数据收集单元
跨模态数据
分布式环境
特征提取单元
文本
推理网络
检索技术
数据预处理技术
网络结构
检索系统