Improving Cross-Modal Image-Text Retrieval With Teacher-Student Learning

计算机科学 水准点(测量) 图像(数学) 情态动词 人工智能 集合(抽象数据类型) 图像检索 模式 情报检索 模式识别(心理学) 社会科学 化学 大地测量学 社会学 高分子化学 程序设计语言 地理
作者
Junhao Liu,Min Yang,Chengming Li,Ruifeng Xu
出处
期刊:IEEE Transactions on Circuits and Systems for Video Technology [Institute of Electrical and Electronics Engineers]
卷期号:31 (8): 3242-3253 被引量:26
标识
DOI:10.1109/tcsvt.2020.3037661
摘要

Cross-modal image-text retrieval has emerged as a challenging task that requires the multimedia system to bridge the heterogeneity gap between different modalities. In this paper, we take full advantage of image-to-text and text-to-image generation models to improve the performance of the cross-modal image-text retrieval model by incorporating the text-grounded and image-grounded generative features into the cross-modal common space with a “Two-Teacher One-Student” learning framework. In addition, a dual regularizer network is designed to distinguish the mismatched image-text pairs from the matched ones. In this way, we can capture the fine-grained correspondence between modalities and distinguish the best-retrieved result from a candidate set. Extensive experiments on three benchmark datasets (i.e., MIRFLICKR-25K, NUS-WIDE, and MS COCO) show that our model can achieve state-of-the-art cross-modal retrieval results. In particular, our model improves the image-to-text and text-to-image retrieval accuracy by more than 22% over the best competitors on the MS COCO dataset.
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
CipherSage应助调皮建辉采纳,获得10
1秒前
1秒前
2秒前
2秒前
2秒前
刘一帆发布了新的文献求助10
2秒前
南祎完成签到 ,获得积分10
3秒前
科研通AI2S应助lulu采纳,获得10
4秒前
大模型应助lulu采纳,获得10
4秒前
嘻哈发布了新的文献求助10
6秒前
CodeCraft应助123采纳,获得10
6秒前
搞怪故事发布了新的文献求助10
7秒前
灯火完成签到,获得积分10
7秒前
8秒前
Owen应助安详的盼波采纳,获得30
8秒前
9秒前
甜甜秋荷完成签到,获得积分10
9秒前
10秒前
wmk完成签到,获得积分10
10秒前
12秒前
98完成签到,获得积分10
12秒前
mintberry发布了新的文献求助10
13秒前
wge应助babe采纳,获得10
14秒前
cctv18应助LFY采纳,获得10
15秒前
15秒前
cdd_0406发布了新的文献求助10
15秒前
LilG完成签到,获得积分10
17秒前
18秒前
18秒前
善学以致用应助嘻哈采纳,获得10
18秒前
19秒前
丹dan完成签到,获得积分10
19秒前
烟花应助laohu采纳,获得10
19秒前
Lucas应助感动语蝶采纳,获得30
20秒前
CodeCraft应助无语大王采纳,获得10
21秒前
Owen应助粗心的无颜采纳,获得10
21秒前
Owen应助搞怪故事采纳,获得10
21秒前
21秒前
大模型应助WYB采纳,获得10
22秒前
23秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Semiconductor Process Reliability in Practice 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
中国区域地质志-山东志 560
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
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 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3243323
求助须知:如何正确求助?哪些是违规求助? 2887235
关于积分的说明 8247394
捐赠科研通 2555912
什么是DOI,文献DOI怎么找? 1384052
科研通“疑难数据库(出版商)”最低求助积分说明 649787
邀请新用户注册赠送积分活动 625668