我校信息與電氣工程學院智能媒體分析研究團隊最新研究成果《Supervised Contrastive Discrete Hashing for Cross-modal Retrieval》在人工智能領域中科院SCI一區、Top期刊Knowledge-based systems發表。信息與電氣工程學院碩士研究生李澤為第一作者，導師姚濤副教授為通訊作者。
現有對比跨模態哈希方法通常采用錨點隨機選擇負樣本的方法，此方法會帶來錯誤的負樣本進而破壞哈希碼內在語義相似性的問題。針對這一問題，該論文提出了一種監督對比跨模態哈希方法（SCDH）。具體而言，SCDH方法首先利用類標簽為錨點選擇正負樣本，避免了因錯誤負樣本導致的性能下降。然后，從全局字典庫中為錨點選擇多個正負樣本以更好地捕捉全局數據結構，進一步提升了對比學習的表征能力。此外，本算法可直接生成離散哈希碼，增強了哈希碼的表征能力。最后，在兩個公共數據集上進行實驗，結果驗證了SCDH方法的有效性。（信息與電氣工程學院 通訊員：姚濤）
