《表1 不同方法在Wiki数据集上的MAP值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于高阶语义相关的子空间跨模态检索方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

与CCA[4]、SCM[7]、JGRHML[8]、JFSSL[11]4种经典的子空间跨模态检索方法进行比较，验证本文方法的有效性。其中CCA属于无监督方法，采用数据低阶低层特征信息构造特征子空间，未考虑数据之间的语义联系。其他三种方法属于有监督的方法，结合原始数据的语义标注信息构造语义共享子空间。SCM和JGRHML方法均考虑了跨模态数据的标注信息，但未对公共映射子空间的结构进行约束，未能对跨模态联合特征选择做出很好处理。JFSSL结合前几种方法的优点，利用图像的标注信息和数据结构约束进行子空间映射，取得了较好的结果。本文在JFSSL的基础上，将跨模态数据的语义信息进行相关性处理，去掉图约束部分，减小了模型图的复杂度和计算难度，取得了较好的检索结果。表1至表3分别为在Wiki、NUS-WIDE、XMedia三种数据集上的检索结果对比。图3至图5分别为不同方法在三种数据集上的精度-召回曲线。