一种基于联邦哈希学习的面向跨节点多模态检索方法

屠泽榕;杨展;龙军;费洪晓;陈云飞;李逸楠

中南大学

摘要：本发明公开了一种基于联邦哈希学习的面向跨节点多模态检索方法,通过云中心服务器向各边缘节点下发深度哈希模型,并接收各边缘节点训练模型后上传的模型参数,再由云中心服务器对参数进行融合更新后,再下发到各边缘节点继续循环训练直至得到最终模型。训练完成后,云中心服务器根据待检索数据来基于最终模型生成待检索哈希码,然后计算待检索哈希码与存储的哈希码之间的汉明距离,再以距离最小的哈希码对应的原始数据位置信息来提供原始数据检索结果,本发明通过将联邦学习运用到哈希的检索方法中,可以实现多边缘节点数据跨模态的高效检索。

更多内容见中国知网