我校信息与电气工程学院智能媒体分析研究团队最新研究成果《Supervised Contrastive Discrete Hashing for Cross-modal Retrieval》在人工智能领域中科院SCI一区、Top期刊Knowledge-based systems发表。信息与电气工程学院硕士研究生李泽为第一作者，导师姚涛副教授为通讯作者。
现有对比跨模态哈希方法通常采用锚点随机选择负样本的方法，此方法会带来错误的负样本进而破坏哈希码内在语义相似性的问题。针对这一问题，该论文提出了一种监督对比跨模态哈希方法（SCDH）。具体而言，SCDH方法首先利用类标签为锚点选择正负样本，避免了因错误负样本导致的性能下降。然后，从全局字典库中为锚点选择多个正负样本以更好地捕捉全局数据结构，进一步提升了对比学习的表征能力。此外，本算法可直接生成离散哈希码，增强了哈希码的表征能力。最后，在两个公共数据集上进行实验，结果验证了SCDH方法的有效性。（信息与电气工程学院 通讯员：姚涛）
