摘要
本发明提出了一种基于特征选择和虚拟数据生成的半监督跨媒体检索方法。本方法提出根据训练数据的特征生成一些虚拟的数据点以扩充训练数据,同时在学习两对投影矩阵的过程中采用l2,1范数进行特征选择。具体来说,首先对每一类图像和文本求其类中心,然后在其周围随机生成新的数据点,构成新的训练数据;然后,使用新的数据来学习两对投影矩阵,与此同时,采用l2,1范数约束,进行特征选择;最后对检索结果用mAP值进行评估。这种方法不仅生成一些随机数据点来提高训练数据的多样性,同时可以在学习两对投影矩阵的时候选择一些更加具有区分性和丰富信息的特征。在三个不同数据集上的实验结果也表明此方法的优越性。