亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Feature First: Advancing Image-Text Retrieval Through Improved Visual Features

计算机科学 人工智能 视觉文字 特征(语言学) 冗余(工程) 隐藏字幕 嵌入 可视化 联营 图像检索 搜索引擎索引 情报检索 滤波器(信号处理) 模式识别(心理学) 计算机视觉 图像(数学) 语言学 操作系统 哲学
作者
Dongqing Wu,Huihui Li,Cang Gu,Hang Liu,Cuili Xu,Xinyuan Hou,Lei Guo
出处
期刊:IEEE Transactions on Multimedia [Institute of Electrical and Electronics Engineers]
卷期号:26: 3827-3841
标识
DOI:10.1109/tmm.2023.3316077
摘要

Current image-text retrieval methods mainly utilize region features that provide object-level information to represent images, making the retrieval results more accurate and interpretable. However, there are several issues with region features, such as lack of rich contextual information, loss of object details and risk of detection redundancy. The ideal visual features in image-text retrieval should have three characteristics: object-level, semantically-rich, and language-aligned. To this end, we propose a novel visual representation framework to capture more comprehensive and powerful visual features. Specifically, since these region feature disadvantages are the grid feature advantages, we first build a two-step interaction model to explore the complex relationship between them from the spatial and semantic perspectives to integrate their complementary information, making the fused visual features both object-level and semantic-rich. Then, we design a text-integrated visual embedding module that utilizes textual information as guidance to filter redundant regions, further endowing visual features with language-aligned capabilities. Finally, we develop a multi-attention pooling module to better aggregate these enhanced visual features in a more fine-grained manner. Extensive experiments demonstrate that our proposed model achieves state-of-the-art performance on the benchmark datasets Flickr30K and MS-COCO.
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
15秒前
栗子发布了新的文献求助10
20秒前
天天快乐应助栗子采纳,获得10
25秒前
皮老师发布了新的文献求助20
34秒前
皮老师完成签到,获得积分10
54秒前
打打应助savagecas采纳,获得10
59秒前
1分钟前
savagecas发布了新的文献求助10
1分钟前
赘婿应助Xulun采纳,获得10
1分钟前
揽星色应助绝尘采纳,获得20
3分钟前
3分钟前
栗子发布了新的文献求助10
3分钟前
大个应助栗子采纳,获得10
3分钟前
xuexinxin完成签到,获得积分10
4分钟前
绝尘完成签到,获得积分10
4分钟前
嘉心糖完成签到,获得积分10
5分钟前
5分钟前
小奋青完成签到 ,获得积分10
6分钟前
科研通AI2S应助欻欻采纳,获得10
6分钟前
John完成签到,获得积分10
8分钟前
行隐应助科研通管家采纳,获得10
8分钟前
科研通AI2S应助spark810采纳,获得10
9分钟前
Kabutack完成签到,获得积分10
9分钟前
谢小盟完成签到 ,获得积分10
9分钟前
fendy完成签到,获得积分0
10分钟前
33应助闪闪飞阳采纳,获得20
10分钟前
10分钟前
耍酷秋完成签到,获得积分10
11分钟前
SciGPT应助耍酷秋采纳,获得10
11分钟前
闪闪飞阳完成签到,获得积分10
11分钟前
11分钟前
实力不允许完成签到 ,获得积分10
12分钟前
史前巨怪完成签到,获得积分10
12分钟前
12分钟前
科研通AI2S应助科研通管家采纳,获得10
12分钟前
12分钟前
猪皮恶人发布了新的文献求助10
12分钟前
呆呆完成签到 ,获得积分10
12分钟前
12分钟前
春风完成签到 ,获得积分10
14分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
Diamonds: Properties, Synthesis and Applications 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
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 3099758
求助须知:如何正确求助?哪些是违规求助? 2751215
关于积分的说明 7612024
捐赠科研通 2403006
什么是DOI,文献DOI怎么找? 1275089
科研通“疑难数据库(出版商)”最低求助积分说明 616238
版权声明 599033