从生产到生活,从制造到服务,从工业到金融商贸,大数据时代的大门已经开启并悄然改变着这个世界。在互联网上每日会产生海量的数据,以多种多样的表现形式呈现出来,如文本,图像,视频,音频等等,这极大的丰富了我们生活。与此同时大规模数据的高效存储和快速检索也作为一项极具挑战性的任务得到人们的广泛关注。哈希方法能够将高维的样本特征映射成紧凑的低维二进制哈希码,具备存储消耗低和检索速度快的特点,因而成为了解决大规模媒体数据检索问题的一个重要方法。当前深度学习技术飞速发展,以强大的特征提取能力为多个领域所采用,深度学习的提出弥补了手工特征提取方式的笨拙同时能够得到抽象高效的特征表示,从而有很多学者提出将深度学习和跨模态哈希方法相结合从而提高检索效果。然而近年来提出的许多深度跨模态哈希模型依旧存在些许不足之处:通常,现实世界中的数据是不完善的,并且具有或多或少的冗余性,这使得跨模式检索任务具有挑战性。但是,大多数现有的跨模态哈希方法无法处理冗余,从而导致在上述数据集的性能无法令人满意。以图像和文本模态为例,很多方法未考虑原始数据样本集中的图像内容的丰富性,仅以整张图片作为一个整体输入网络提取特征进而学习哈希码,无法对图像中的主要信息有所侧重同时又使得图片背景等冗余部分影响有效特征的提取;同时对于文本标注信息而言,原始数据包含大量的噪声干扰,因此使用这样的数据同样会影响有效特征的提取;此外,许多深度方法为了提高模型检索效果而引入了一些复杂网络模型,如生成对抗网络,LSTM网络等,但是参数量的大幅度增加会导致时间耗费的增加。针对以上问题,本文提出了一种新的深度跨模态哈希方法-注意力感知深度跨模态哈希方法(TEACH:aTtEntion-Aware deep Cross-modal Hashing),它可以同时进行特征提取和哈希码学习。方法创造性的提出注意力感知方法(Attention-aware method),借鉴当前计算机视觉领域热门的注意力机制,发挥其所具备的选择特定输入(或特征)子集的能力,将该机制引入到跨模态哈希检索任务中来。具体地,对于不同模态的样本我们设计了不同的注意力模块,从而突出关键部分并且减弱冗余干扰项在检索任务中的贡献。此外,针对深度网络模型引入其他复杂机制后训练时间大幅增加的问题,本文在预训练阶段完成两个局部注意力图的获取,这一步进行的分类任务时间复杂度是O(n)的,远少于那些使用相似度矩阵作为监督信息的深度哈希网络模型的训练时间。同时,简单的分类网络参数量相比于生成对抗网络等复杂模型有较大优势,因此本文在训练检索时间上和传统深度跨模态哈希方法相比没有较大增长。为验证我们所提模型的效果,本文在三个常见的基准数据集MIRFlickr-25K、NUS-WIDE和Wiki上进行了多个实验,并与当前效果较好的跨模态哈希检索模型进行了对比,验证了 TEACH模型的有效性和实用性。