A Prior Instruction Representation Framework for Remote Sensing Image-text Retrieval

计算机科学 代表(政治) 特征学习 钥匙(锁) 编码器 人工智能 特征(语言学) 水准点(测量) 噪音(视频) 子空间拓扑 依赖关系(UML) 隐藏字幕 自然语言处理 机器学习 图像(数学) 语言学 哲学 计算机安全 大地测量学 政治 政治学 法学 地理 操作系统
作者
Jiancheng Pan,Qing Ma,Cong Bai
标识
DOI:10.1145/3581783.3612374
摘要

This paper presents a prior instruction representation framework (PIR) for remote sensing image-text retrieval, aimed at remote sensing vision-language understanding tasks to solve the semantic noise problem. Our highlight is the proposal of a paradigm that draws on prior knowledge to instruct adaptive learning of vision and text representations. Concretely, two progressive attention encoder (PAE) structures, Spatial-PAE and Temporal-PAE, are proposed to perform long-range dependency modeling to enhance key feature representation. In vision representation, Vision Instruction Representation (VIR) based on Spatial-PAE exploits the prior-guided knowledge of the remote sensing scene recognition by building a belief matrix to select key features for reducing the impact of semantic noise. In text representation, Language Cycle Attention (LCA) based on Temporal-PAE uses the previous time step to cyclically activate the current time step to enhance text representation capability. A cluster-wise affiliation loss is proposed to constrain the inter-classes and to reduce the semantic confusion zones in the common subspace. Comprehensive experiments demonstrate that using prior knowledge instruction could enhance vision and text representations and could outperform the state-of-the-art methods on two benchmark datasets, RSICD and RSITMD. Codes are available at https://github.com/Zjut-MultimediaPlus/PIR-pytorch.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
2秒前
健壮冬卉完成签到,获得积分10
2秒前
尼克11完成签到 ,获得积分10
2秒前
liusui发布了新的文献求助10
2秒前
3秒前
4秒前
Thomas发布了新的文献求助10
5秒前
闲趣饼干发布了新的文献求助10
6秒前
乐乐应助水下月采纳,获得10
6秒前
Owen应助绛橘色的落日采纳,获得10
10秒前
10秒前
10秒前
NexusExplorer应助Thomas采纳,获得10
11秒前
nefu biology发布了新的文献求助10
13秒前
cctv18应助文艺寄灵采纳,获得10
13秒前
有Data发Paper完成签到,获得积分10
15秒前
Kahyoukenn发布了新的文献求助30
15秒前
大辉完成签到 ,获得积分10
15秒前
汉堡包应助tkdzjr12345采纳,获得10
15秒前
17秒前
17秒前
会飞的猪完成签到 ,获得积分10
18秒前
大熊猫海棠完成签到,获得积分20
21秒前
sangsang发布了新的文献求助10
21秒前
liusen完成签到,获得积分10
22秒前
22秒前
hermitLee发布了新的文献求助10
23秒前
打打应助无聊的莞采纳,获得10
24秒前
24秒前
cocolu应助bioglia采纳,获得10
25秒前
科研通AI2S应助大熊猫海棠采纳,获得10
26秒前
csm发布了新的文献求助40
28秒前
30秒前
小王日记完成签到,获得积分10
30秒前
一支小玫瑰完成签到 ,获得积分10
30秒前
31秒前
32秒前
柠檬味电子对儿完成签到,获得积分10
35秒前
35秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 内科学 物理 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 免疫学 细胞生物学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 3322299
求助须知:如何正确求助?哪些是违规求助? 2953627
关于积分的说明 8566161
捐赠科研通 2631159
什么是DOI,文献DOI怎么找? 1439668
科研通“疑难数据库(出版商)”最低求助积分说明 667171
邀请新用户注册赠送积分活动 653612