摘要
文章从图像语义特征提取和实现快速检索两个方面进行探讨，基于深度学习方法和哈希方法构建了面向数字人文的图像语义特征提取模型，并且构造了领域适用的损失函数，通过数字人文数据集进行模型训练和MVs检索流程实验，实验数据验证了本文模型方法的有效性。．
This paper starts with two aspects of image semantic feature extraction and fast retrieval, constructs an im-age semantic feature extraction model for digital humanities based on deep learning and hash method, and constructs a loss function applicable to the field of digital humanities. Then, Model training and MVS retrieval process experiment are carried out through digital human data set. The experimental results verify the effectiveness of the proposed modeI.
作者
秦思琪
曾子明
Qin Siqi, Zeng Ziming(Center for Studies of Information Resources, Wuhan University; School of Information Management, Wuhan University, Hubei,43007)
出处
《情报资料工作》
CSSCI
北大核心
2018年第6期29-36,共8页
Information and Documentation Services
基金
本文系国家自然科学基金项目“云环境下智慧图书馆移动视觉搜索模型与实现研究”（编号：71673203）的研究成果之一.
关键词
深度哈希
移动视觉搜索
数字人文
deep hashing
Mobile Visual Search （MVS）
digital humanities
作者简介
秦思琪，女，1992年生，武汉大学信息管理学院硕士研究生。;曾子明，男，1977年生，武汉大学信息管理学院教授。博士生导师（通讯作者）。
