第一章 引言
1．1 研究背景与意义
1．2 研究内容
1．2．1 多模态数据融合技术
1．2．2 多模态数据检索技术
本章小结
本章参考文献

第二章 多模态学习
2．1 多模态数据概述
2．1．1 异构多模态数据
2．1．2 异源多模态数据
2．2 多模态学习
2．2．1 多模态学习分类概述
2．2．2 多模态学习研究进展
2．2．3 多模态学习实际应用
2．2．4 多模态学习研究展望
2．3 多模态数据融合与检索技术
2．3．1 多模态数据融合
2．3．2 多模态数据检索
本章小结
本章参考文献

第三章 多模态数据融合
3．1 多模态数据融合介绍
3．1．1 多模态数据融合背景及意义
3．1．2 国内外现状
3．1．3 数据集介绍
3．1．4 性能评判准则
3．2 多模态数据融合传统方法
3．2．1 基于规则的融合方法
3．2．2 基于分类的融合方法
3．2．3 基于估计的融合方法
3．3 多模态数据融合前沿方法
3．3．1 基于池化的融合方法
3．3．2 基于深度学习的融合方法
3．3．3 基于图神经网络的融合方法
3．4 多模态数据融合发展方向
本章小结
本章参考文献

第四章 多模态数据检索
4．1 多模态数据检索介绍
4．1．1 多模态数据检索背景及意义
4．1．2 国内外现状
4．1．3 数据集介绍
4．1．4 性能评价准则
4．2 多模态检索传统方法
4．2．1 基于典型相关分析的检索方法
4．2．2 基于偏最小二乘的检索方法
4．2．3 基于双线性模型的检索方法
4．2．4 基于传统哈希的检索方法
4．2．5 其他检索方法
4．3 多模态检索前沿方法
4．3．1 基于深度学习的检索方法
4．3．2 基于哈希的快速检索方法
4．3．3 基于主题模型的检索方法
4．4 多模态数据检索发展方向
本章小结
本章参考文献