CMMix: Cross-Modal Mix Augmentation Between Images and Texts for Visual Grounding

情态动词 计算机科学 跳跃式监视 任务(项目管理) 人工智能 判决 图像(数学) 面子(社会学概念) 匹配(统计) 自然语言处理 样品(材料) 模式识别(心理学) 计算机视觉 语言学 数学 统计 工程类 哲学 化学 高分子化学 系统工程 色谱法
作者
Tao Hong,Ya Wang,Xingwu Sun,Xiaoqing Li,Jinwen Ma
出处
期刊:Communications in computer and information science 卷期号:: 471-482
标识
DOI:10.1007/978-981-99-8148-9_37
摘要

Visual grounding (VG) is a representative multi-modal task that has recently gained increasing attention. Nevertheless, existing works still face challenges leading to under-performance due to insufficient training data. To address this, some researchers have attempted to generate new samples by integrating each two (image, text) pairs, inspired by the success of uni-modal CutMix series data augmentation. However, these methods mix images and texts separately and neglect their contextual correspondence. To overcome this limitation, we propose a novel data augmentation method for visual grounding task, called Cross-Modal Mix (CMMix). Our approach employs a fine-grained mix paradigm, where sentence-structure analysis is used to locate the central noun parts in texts, and their corresponding image patches are drafted through noun-specific bounding boxes in VG. In this way, CMMix maintains matching correspondence during mix operation, thereby retaining the coherent relationship between images and texts and resulting in richer and more meaningful mixed samples. Furthermore, we employ a filtering-sample-by-loss strategy to enhance the effectiveness of our method. Through experiments on four VG benchmarks: ReferItGame, RefCOCO, RefCOCO+, and RefCOCOg, the superiority of our method is fully verified.
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
W~舞完成签到,获得积分10
刚刚
高高的冷之完成签到,获得积分10
刚刚
ZnPPt完成签到,获得积分10
1秒前
Hbobo完成签到,获得积分10
2秒前
3秒前
3秒前
3秒前
充电宝应助11采纳,获得10
4秒前
墨aizhan完成签到,获得积分10
4秒前
黑黑黑完成签到,获得积分10
5秒前
一条小鱼关注了科研通微信公众号
5秒前
HEIKU应助门柱帝采纳,获得20
5秒前
一米八八完成签到 ,获得积分10
5秒前
mhs完成签到 ,获得积分20
6秒前
毕业去卖烤肠完成签到,获得积分10
6秒前
黄焖鸡完成签到 ,获得积分10
7秒前
善良青筠完成签到 ,获得积分10
7秒前
老北京发布了新的文献求助10
8秒前
LinMQ完成签到,获得积分10
9秒前
月光完成签到,获得积分10
11秒前
桐桐应助懦弱的妍采纳,获得10
11秒前
和发财完成签到,获得积分10
12秒前
实验室的亡灵完成签到,获得积分10
12秒前
shuaibijiang完成签到,获得积分10
13秒前
ECG发布了新的文献求助10
14秒前
14秒前
syne完成签到,获得积分10
14秒前
bkagyin应助乐乐采纳,获得10
14秒前
Annnn完成签到,获得积分10
15秒前
huohuo143完成签到,获得积分10
16秒前
梓沐完成签到,获得积分10
16秒前
小五屁孩儿完成签到,获得积分10
16秒前
栗子完成签到,获得积分10
16秒前
17秒前
乘一完成签到,获得积分10
17秒前
duoduo完成签到,获得积分10
17秒前
pragmatic完成签到,获得积分10
17秒前
菠萝完成签到 ,获得积分10
17秒前
tracer发布了新的文献求助10
18秒前
呼叫554发布了新的文献求助10
19秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Becoming: An Introduction to Jung's Concept of Individuation 600
Communist propaganda: a fact book, 1957-1958 500
Briefe aus Shanghai 1946‒1952 (Dokumente eines Kulturschocks) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 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 3167325
求助须知:如何正确求助?哪些是违规求助? 2818822
关于积分的说明 7922729
捐赠科研通 2478613
什么是DOI,文献DOI怎么找? 1320412
科研通“疑难数据库(出版商)”最低求助积分说明 632776
版权声明 602443