随着社会经济的繁荣发展以及人们生活水平的日益提高,旅游成为人们休闲娱乐的重要方式,游客们越来越追求个性化、灵活性和多样性的服务。对于旅游企业来说,如何充分满足游客需求,给游客带来个性化和智能化的旅游信息服务,提供游客更满意的游览体验成为目前旅游行业尚需完善的问题。当游客在游览景点的时候,一个好的游览体验是在游客看到一个景点的时候,可以及时、方便地得到该景点相关的介绍和背景知识等重要信息,这在一些名胜古迹或者需要一些背景知识才能了解该景点的地方显得尤为重要。当前旅游信息获取方式主要存在以下几个问题:（1）景点信息展示方式和内容的限制;（2）语音导览设备的路线和内容有限;（3）孤立景点、城市地标、远景等景点信息难以获取。如何针对游客感兴趣的景点进行重点介绍,设计个性化、智能化的景点信息检索系统对改善游客游览体验非常重要。跨模态检索近些年在信息检索领域引起了研究者们的广泛关注。跨模态检索方法通过构建机器学习模型训练跨模态映射函数将不同模态的数据,如图片、文本、音频等映射到同一共享空间,并在该空间内实现模态间的互相检索。通过跨模态检索可以根据用户提供的景点图片或文字描述,自动地从数据库系统中检索到该景点对应的文字描述或图片内容。这种信息获取方式可以有效解决上述旅游信息获取存在的问题。基于上述考虑,本文就如何高效进行跨模态景点信息检索问题展开讨论和研究,提出基于跨模态分析的旅游景点信息检索系统设计与实现的研究课题。研究内容包括以下两个方面:（1）提出了一个基于子空间学习的跨模态哈希检索模型。该模型考虑到不同游客拍摄的景点图片大都集中于某些典型视图的特点,将典型视图当作锚点,并同时构建非线性映射来计算景点间的语义相似度。该方法采用矩阵分解策略将异构的景点跨模态特征映射到一个公共的汉明空间中,从而探索景点多种模态特征之间的相关性。与基于两步学习的哈希学习方法不同,采用一步哈希方法同时对哈希码和哈希函数进行学习,这使得每一轮优化得到的哈希码语义都能及时反馈到哈希函数的学习过程中,从而指导学习更有效的哈希函数。此外,提出了一种离散优化策略来直接获得离散的二值哈希码,从而降低模型的量化损失,并显著减少时间损耗。最后,在真实景点数据集上的大量的性能对比实验和消融实验,从不同角度验证了所提方法的优越性。（2）设计了一个基于跨模态分析的旅游景点信息检索系统。该系统能够将游客拍摄的景点图片检索出对应的文字或者语音介绍,也能够将游客输入的景点描述性文本输入到该检索模型中,及时、快速地检索出与该景点照片相对应的图片和语音介绍。在该系统中,用户仅需一张照片就可以及时获得该景点详细的相关介绍,速度更快,获取信息也更便捷。