随着过去数年社交网络的强势崛起,当今在互联网上产生的多媒体数据量之多已经超乎我们的想象。面对海量的多媒体数据,人们需要强大的跨模态检索算法来满足日益增长的相似性数据检索需求。当前,跨模态检索技术面临的最大的挑战来自于如何更好地克服不同模态数据之间的异质性差异,这种差异会导致语义鸿沟问题,影响检索性能。为了解决这一问题,研究人员提出了许多的跨模态检索算法,其中跨模态哈希的方法因为其检索效率高且存储成本低的优势,受到了广泛的关注:跨模态哈希的方法利用哈希函数将不同模态数据映射为紧凑的二进制哈希码;利用异或操作计算不同哈希码之间的相似程度,进而衡量数据之间的相似性。为了减小模态之间的差异、跨越语义鸿沟,许多跨模态哈希检索算法利用跨模态数据之间的语义相似性指导更具有判别力的数据特征的学习,从而获得更高的检索精度。然而我们认为,在跨模态数据内不止具有语义相似性,还包含着同样重要的数据空间结构相似性,充分挖掘这两类相似性信息会极大提升跨模态哈希检索的准确性。基于以上分析,在本文中提出了两种不同的基于图卷积神经网络的跨模态检索算法,利用图卷积神经网络学习数据的空间结构相似性,并且与数据的语义相似性相结合,实现更好的检索效果,具体内容如下:(1)提出了一种基于自注意力图卷积神经网络的跨模态检索方法。我们设计了一个端到端的深度网络结构,将特征提取与哈希码学习过程结合在一起;利用基于自注意力机制的特征融合方式,将不同模态的特征融合为一个整体;此外,为了更好地捕捉数据的结构相似性,我们采用图卷积神经网络将数据空间信息嵌入到融合的特征当中,利用这一融合特征指导特征提取网络的学习过程,有效地提升了检索的精度。(2)提出了一种基于多图融合的图卷积神经网络的跨模态检索方法。我们利用标签中包含的丰富信息,建立起语义-空间相似性监督图结构;同时利用图卷积神经网络,对不同模态的数据分别建立数据图结构,在特征提取与哈希码学习的阶段,利用多图融合的方式将监督信息引入其中,有效地建立了跨模态数据的语义与结构相关性,学习了更具有判别力的特征,提升了跨模态检索的精度。