Composed Image Retrieval using Contrastive Learning and Task-oriented CLIP-based Features

计算机科学 任务(项目管理) 人工智能 编码(集合论) 图像(数学) 编码器 图像检索 情报检索 自然语言处理 模式识别(心理学) 机器学习 管理 集合(抽象数据类型) 经济 程序设计语言 操作系统
作者
Alberto Baldrati,Marco Bertini,Tiberio Uricchio,Alberto Del Bimbo
出处
期刊:ACM Transactions on Multimedia Computing, Communications, and Applications [Association for Computing Machinery]
卷期号:20 (3): 1-24 被引量:5
标识
DOI:10.1145/3617597
摘要

Given a query composed of a reference image and a relative caption, the Composed Image Retrieval goal is to retrieve images visually similar to the reference one that integrates the modifications expressed by the caption. Given that recent research has demonstrated the efficacy of large-scale vision and language pre-trained (VLP) models in various tasks, we rely on features from the OpenAI CLIP model to tackle the considered task. We initially perform a task-oriented fine-tuning of both CLIP encoders using the element-wise sum of visual and textual features. Then, in the second stage, we train a Combiner network that learns to combine the image-text features integrating the bimodal information and providing combined features used to perform the retrieval. We use contrastive learning in both stages of training. Starting from the bare CLIP features as a baseline, experimental results show that the task-oriented fine-tuning and the carefully crafted Combiner network are highly effective and outperform more complex state-of-the-art approaches on FashionIQ and CIRR, two popular and challenging datasets for composed image retrieval. Code and pre-trained models are available at https://github.com/ABaldrati/CLIP4Cir .
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
沉默士萧发布了新的文献求助10
刚刚
CodeCraft应助王永文采纳,获得10
1秒前
miaomiao发布了新的文献求助10
1秒前
晓风发布了新的文献求助10
2秒前
可爱的函函应助kkk小饼干采纳,获得10
2秒前
21完成签到,获得积分10
3秒前
orixero应助Joo采纳,获得10
3秒前
脑洞疼应助xujiejiuxi采纳,获得10
3秒前
xyzhgmc关注了科研通微信公众号
4秒前
5秒前
123完成签到,获得积分10
6秒前
卿欣完成签到 ,获得积分10
7秒前
8秒前
8秒前
123~!完成签到,获得积分10
8秒前
8秒前
充电宝应助xuezhao采纳,获得10
8秒前
frap完成签到,获得积分10
9秒前
9秒前
10秒前
LILILI完成签到,获得积分10
10秒前
10秒前
丰知然应助21采纳,获得10
11秒前
科研民工完成签到,获得积分20
12秒前
Joo发布了新的文献求助10
14秒前
王永文发布了新的文献求助10
14秒前
风滚草丿发布了新的文献求助10
15秒前
SongWhizz发布了新的文献求助10
15秒前
雾失楼台完成签到,获得积分10
15秒前
15秒前
CodeCraft应助小七仔采纳,获得10
16秒前
16秒前
16秒前
daodaodaodao完成签到,获得积分10
16秒前
17秒前
physicalproblem应助沉默士萧采纳,获得10
19秒前
赘婿应助沉默士萧采纳,获得10
19秒前
mm完成签到,获得积分10
19秒前
19秒前
Bobo发布了新的文献求助10
21秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 600
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 3299726
求助须知:如何正确求助?哪些是违规求助? 2934627
关于积分的说明 8469883
捐赠科研通 2608208
什么是DOI,文献DOI怎么找? 1424065
科研通“疑难数据库(出版商)”最低求助积分说明 661818
邀请新用户注册赠送积分活动 645574