近日，内蒙古大学计算机学院（软件学院）蒙古文智能信息处理技术国家地方联合工程研究中心（蒙古文信息处理技术自治区重点实验室）张怀文研究员课题组与中国科学院自动化研究所徐常胜研究员团队合作在国际多媒体领域顶级期刊《IEEE Transactions on Multimedia》上发表了题为“Robust Video-Text Retrieval via Noisy Pair Calibration”的论文（DOI: 10.1109/TMM.2023.3239183）。
随着移动设备的普及，视频数据的规模不断扩大，视频-文本检索变得越来越重要。现有主流的方法是将视频和文本的样本映射到一个共同的表示空间，在该空间中，语义相似的样本具有较近的距离。然而，现有的方法在构建共同表示空间时，可能会受到以下噪声的影响：一是正样本对的视频-文本可能不是精确匹配的；二是视频-文本表示的学习基于随机抽样的负样本对。语义上与查询相似的样本可能被错误地归类为负样本。为了缓解这些噪声数据对训练造成的负面影响，论文提出了一种新颖的鲁棒视频文本检索方法。首先设计了一个不确定性估计模块，通过估计视频-文本对的不确定性分数，来识别噪声数据，其次又提出了自适应边界的三元损失和加权的对比损失函数。通过噪声数据的不确定性，对训练过程中的两类噪声数据进行校正，从而缓解噪声数据带来的不利影响。为了验证所提方法的有效性，论文在广泛使用的视频-文本检索数据集上进行了大量的实验。
《IEEE Transactions on Multimedia》是多媒体技术及多媒体应用研究的国际顶级期刊，被列为JCR一区TOP期刊，影响因子为8.182。内蒙古大学计算机学院（软件学院）张怀文研究员为该论文的第一作者，内蒙古大学计算机学院（软件学院）2021级博士生杨洋为第二作者，该课题受到内蒙古大学骏马计划资助。
（编辑：郑佳琦 审核：包革命）
- 教育部官方网站
-
省区市教育厅
-
盟市教育局
-
区内本科院校
-
区内高职院校
鄂尔多斯生态环境职业学院 内蒙古民族幼儿师范高... 内蒙古农业大学职业技... 内蒙古建筑职业技术学院 内蒙古化工职业学院 内蒙古机电职业技术学院 内蒙古电子信息职业技... 内蒙古商贸职业学院 内蒙古警察职业学院 内蒙古体育职业学院 呼和浩特职业学院 包头职业技术学院 包头轻工职业技术学院 包头钢铁职业技术学院 呼伦贝尔职业技术学院 满洲里俄语职业学院 兴安职业技术学院 通辽职业学院 科尔沁艺术职业学院 内蒙古交通职业技术学院 锡林郭勒职业学院 乌兰察布职业学院 鄂尔多斯职业学院 乌海职业技术学院 阿拉善职业技术学院 内蒙古丰州职业学院青... 内蒙古丰州职业学院中... 内蒙古北方职业技术学院 内蒙古美术职业学院 扎兰屯职业学院 乌兰察布医学高等专科学校
