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地填写文献信息,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!

Cross-modal Semantic Interference Suppression for image-text matching

计算机科学 情态动词 嵌入 相似性(几何) 语义相似性 语义学(计算机科学) 语义空间 变压器 图像(数学) 人工智能 匹配(统计) 自然语言处理 情报检索 模式识别(心理学) 统计 物理 量子力学 电压 数学 化学 高分子化学 程序设计语言
作者
Tao Yao,Shouyong Peng,Yujuan Sun,Guorui Sheng,Haiyan Fu,Xiangwei Kong
出处
期刊:Engineering Applications of Artificial Intelligence [Elsevier]
卷期号:133: 108005-108005 被引量:3
标识
DOI:10.1016/j.engappai.2024.108005
摘要

Image-text matching, which aims at precisely measuring the visual-semantic similarities between images and texts, is a fundamental research topic in multimedia analysis domain. Current methods have obtained an impressive performance by taking advantage of Transformer architecture. However, most of them only consider inter-modal relationships to mine the image-text semantic correspondences, which makes them hard to accurately measure the similarity when facing similar images and text due to the cross-modal semantic interferences. In this work, to tackle the issue mentioned above, we propose a Cross-Modal Semantic Interference Suppression (CMSIS) method, which incorporates intra-modal fine-grained semantics and unmatched segments to suppress the semantic influences caused by similar heterogeneous data points. The intra-modal fine-grained semantics are utilized to push similar images or text away in the learned latent embedding space for better matching results. To further suppress the cross-modal semantic interferences among similar data points, the unmatched segments that can provide explicit clues to distinguish similar images or text, is also adopted. Experimental results on two popular multimodal datasets have demonstrated that the proposed CMSIS outperforms a range of baselines.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
顾矜应助阿歪歪采纳,获得30
9秒前
45秒前
54秒前
斯文渊思发布了新的文献求助10
59秒前
blueskyzhi完成签到,获得积分10
1分钟前
吃马铃薯的土豆完成签到 ,获得积分10
1分钟前
斯文渊思完成签到,获得积分10
1分钟前
1分钟前
1分钟前
阳阳阳发布了新的文献求助30
1分钟前
万能图书馆应助阳阳阳采纳,获得30
2分钟前
盛事不朽完成签到 ,获得积分10
2分钟前
阳阳阳完成签到,获得积分20
2分钟前
fys131415完成签到 ,获得积分10
2分钟前
Uhazi应助willlee采纳,获得20
2分钟前
科研通AI6应助wangdana采纳,获得10
3分钟前
3分钟前
123123完成签到,获得积分10
3分钟前
3分钟前
冷傲半邪完成签到,获得积分10
4分钟前
4分钟前
4分钟前
4分钟前
miki完成签到,获得积分10
5分钟前
5分钟前
肾宝发布了新的文献求助10
5分钟前
英姑应助肾宝采纳,获得10
5分钟前
5分钟前
湖里发布了新的文献求助10
5分钟前
阿言完成签到 ,获得积分10
5分钟前
小羊咩完成签到 ,获得积分0
6分钟前
6分钟前
Ashao完成签到,获得积分10
6分钟前
6分钟前
6分钟前
6分钟前
6分钟前
7分钟前
7分钟前
冬麦亓亓发布了新的文献求助10
7分钟前
高分求助中
晶体学对称群—如何读懂和应用国际晶体学表 1500
Problem based learning 1000
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5386468
求助须知:如何正确求助?哪些是违规求助? 4508777
关于积分的说明 14030348
捐赠科研通 4419170
什么是DOI,文献DOI怎么找? 2427428
邀请新用户注册赠送积分活动 1420149
关于科研通互助平台的介绍 1399072