Page 70 - 《软件学报》2026年第5期

李泽超 等: 基于 CLIP 引导标签优化的弱监督图像哈希 1949

31st Int’l Conf. on Neural Information Processing Systems. Long Beach: Curran Associates Inc., 2017. 6000–6010.
[24] Huiskes MJ, Lew MS. The MIR Flickr retrieval evaluation. In: Proc. of the 1st ACM Int’l Conf. on Multimedia Information Retrieval.
Vancouver: ACM, 2008. 39–43. [doi: 10.1145/1460096.1460104]
[25] Chua TS, Tang JH, Hong RC, Li HJ, Luo ZP, Zheng YT. NUS-WIDE: A real-world Web image database from National University of
Singapore. In: Proc. of the 2009 ACM Int’l Conf. on Image and Video Retrieval. Santorini: ACM, 2009. 48. [doi: 10.1145/1646396.
1646452]
[26] Indyk P, Motwani R. Approximate nearest neighbors: Towards removing the curse of dimensionality. In: Proc. of the 30th Annual ACM
Symp. on Theory of Computing. Dallas: ACM, 1998. 604–613. [doi: 10.1145/276698.276876]
[27] Weiss Y, Torralba A, Fergus R. Spectral hashing. In: Proc. of the 22nd Int’l Conf. on Neural Information Processing Systems. Vancouver:
Curran Associates Inc., 2008. 1753–1760.
[28] Gong YC, Lazebnik S, Gordo A, Perronnin F. Iterative quantization: A procrustean approach to learning binary codes for large-scale
image retrieval. IEEE Trans. on Pattern Analysis and Machine Intelligence, 2013, 35(12): 2916–2929. [doi: 10.1109/TPAMI.2012.193]

附中文参考文献
[1] 黄小燕, 孙彬, 杨展源, 朱映映, 田奇. 面向视觉搜索的空间局部敏感哈希方法. 中国图象图形学报, 2021, 26(7): 1568–1582. [doi:
10.11834/jig.200534]
[2] 李志欣, 凌锋, 唐振军, 马慧芳, 施智平. 基于多头注意力网络的无监督跨媒体哈希检索. 中国科学: 信息科学, 2021, 51(12):
2053–2068. [doi: 10.1360/SSI-2020-0264]
[21] 殷炯, 张哲东, 高宇涵, 杨智文, 李亮, 肖芒, 孙垚棋, 颜成钢. 视觉语言预训练综述. 软件学报, 2023, 34(5): 2000–2023. http://www.jos.
org.cn/1000-9825/6774.htm [doi: 10.13328/j.cnki.jos.006774]
[22] 张浩宇, 王天保, 李孟择, 赵洲, 浦世亮, 吴飞. 视觉语言多模态预训练综述. 中国图象图形学报, 2022, 27(9): 2652–2682. [doi:
10.11834/jig.220173]

作者简介
李泽超, 博士, 教授, 博士生导师, CCF 杰出会员, 主要研究领域为海量媒体智能分析, 图像视频理解, 多模态大模型.
金露, 博士, 副教授, 主要研究领域为多媒体分析与理解, 多模态检索, 多模态大模型.
王浩骅, 硕士生, 主要研究领域为图像检索.
唐金辉, 博士, 教授, 博士生导师, CCF 杰出会员, 主要研究领域为智能媒体分析与理解, 图像视频理解与生成, 多模态大模型.