摘要：針對文本圖像特征有時無法滿足對物體材質進行真實準確分析的情況,本文在視聽領域使用跨模態檢索方法進行表面材質檢索。首先提取聲音的梅爾頻率倒譜系數(MFCC)特征,使用卷積神經網絡(CNN)提取圖像特征,然后利用典型相關分析將兩種特征映射到子空間并用歐氏距離進行檢索,并在慕尼黑工業大學觸覺紋理數據集上進行實驗驗證,實現了使用聲音檢索圖像的跨模態檢索過程。實驗結果表明,所提出的方法在材質檢索方面有較好應用效果。