多模态数据融合与检索技术(高等学校信息与通信工程类专业系列教材)

本书共四章，分别为引 言、多模态学习、多模态数 据融合和多模态数据检索。 本书以异构异源多模态数据 为研究对象，概述了其产生 途径、学习模型和应用场景 。在此基础上，重点分析了 多模态数据融合技术和多模 态数据检索技术，包括其基 本概念、发展历史、传统方 法、前沿方法和发展方向等 内容。 本书涉及的学科方向包 括信号处理、模式识别、机 器学习、计算机视觉等，可 作为高等学校通信、电子、 人工智能等相关专业的本科 生、研究生的教材，也可作 为从事多模态数据应用领域 工作的读者的技术参考书。

第一章 引言 1.1 研究背景与意义 1.2 研究内容 1.2.1 多模态数据融合技术 1.2.2 多模态数据检索技术 本章小结 本章参考文献 第二章 多模态学习 2.1 多模态数据概述 2.1.1 异构多模态数据 2.1.2 异源多模态数据 2.2 多模态学习 2.2.1 多模态学习分类概述 2.2.2 多模态学习研究进展 2.2.3 多模态学习实际应用 2.2.4 多模态学习研究展望 2.3 多模态数据融合与检索技术 2.3.1 多模态数据融合 2.3.2 多模态数据检索 本章小结 本章参考文献 第三章 多模态数据融合 3.1 多模态数据融合介绍 3.1.1 多模态数据融合背景及意义 3.1.2 国内外现状 3.1.3 数据集介绍 3.1.4 性能评判准则 3.2 多模态数据融合传统方法 3.2.1 基于规则的融合方法 3.2.2 基于分类的融合方法 3.2.3 基于估计的融合方法 3.3 多模态数据融合前沿方法 3.3.1 基于池化的融合方法 3.3.2 基于深度学习的融合方法 3.3.3 基于图神经网络的融合方法 3.4 多模态数据融合发展方向 本章小结 本章参考文献 第四章 多模态数据检索 4.1 多模态数据检索介绍 4.1.1 多模态数据检索背景及意义 4.1.2 国内外现状 4.1.3 数据集介绍 4.1.4 性能评价准则 4.2 多模态检索传统方法 4.2.1 基于典型相关分析的检索方法 4.2.2 基于偏最小二乘的检索方法 4.2.3 基于双线性模型的检索方法 4.2.4 基于传统哈希的检索方法 4.2.5 其他检索方法 4.3 多模态检索前沿方法 4.3.1 基于深度学习的检索方法 4.3.2 基于哈希的快速检索方法 4.3.3 基于主题模型的检索方法 4.4 多模态数据检索发展方向 本章小结 本章参考文献