Combine Early and Late Fusion Together: A Hybrid Fusion Framework for Image-Text Matching

计算机科学 匹配(统计) 人工智能 图像融合 情态动词 模式 模态(人机交互) 融合 图像(数学) 相似性(几何) 代表(政治) 方案(数学) 任务(项目管理) 模式识别(心理学) 传感器融合 自然语言处理 机器学习 计算机视觉 数学 工程类 社会学 哲学 数学分析 统计 化学 高分子化学 法学 系统工程 政治 语言学 社会科学 政治学
作者
Yifan Wang,Xing Xu,Wu Yu,Ruicong Xu,Zhiwei Cao,Heng Tao Shen
标识
DOI:10.1109/icme51207.2021.9428201
摘要

Image-text matching is a challenging task in cross-modal learning due to the discrepancy of data representation be-tween different modalities of images and texts. The main-stream methods adopt the late fusion to generate image-text similarity on encoded cross-modal features, and put effort to capture intra-modality associations with considerably high training cost. In this work, we propose to Combine Early and Late Fusion Together (CELFT), which is a universal hybrid fusion framework that can effectively overcome the above shortcomings of the late fusion scheme. In the pro-posed CELFT framework, the hybrid structure with early fusion and late fusion could facilitate the interaction between image and text modalities at early stage. Moreover, these two kinds of fusion strategies complement each other in capturing the inter-modal and intra-modal information, which ensure to learn more accurate image-text similarity. In the experiments, we choose four latest approaches based on the late fusion scheme as the base models, and integrate them with our CELFT framework. The results on two widely used image-text datasets MSCOCO and Flickr30K show that the matching performance of all base models is significantly improved with remarkably reduced training time.
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
完美世界应助liiy采纳,获得10
1秒前
YoYo发布了新的文献求助10
1秒前
凸迩丝儿发布了新的文献求助10
2秒前
猜不猜不发布了新的文献求助10
3秒前
3秒前
荼蘼发布了新的文献求助30
3秒前
可爱的小丸子完成签到,获得积分10
4秒前
4秒前
感动归尘发布了新的文献求助10
5秒前
蟹蟹发布了新的文献求助10
6秒前
6秒前
Zzt0527关注了科研通微信公众号
6秒前
8秒前
aka2012发布了新的文献求助10
8秒前
枫老板完成签到,获得积分10
8秒前
花城完成签到,获得积分20
9秒前
11秒前
鲁西西发布了新的文献求助10
11秒前
模糊中正应助蟹蟹采纳,获得10
11秒前
12秒前
我是老大应助优雅的纸鹤采纳,获得10
12秒前
AnJaShua发布了新的文献求助10
13秒前
虞慕慕发布了新的文献求助10
13秒前
13秒前
田様应助飞星采纳,获得10
14秒前
14秒前
HEROTREE发布了新的文献求助10
14秒前
777发布了新的文献求助10
15秒前
tdtk发布了新的文献求助10
15秒前
binbin完成签到,获得积分10
15秒前
15秒前
16秒前
hallie发布了新的文献求助10
16秒前
16秒前
jnoker应助YoYo采纳,获得30
17秒前
17秒前
小鱼爱吃肉应助贝崽采纳,获得10
17秒前
朱文龙发布了新的文献求助10
17秒前
老王完成签到,获得积分10
17秒前
19秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1800
How Maoism Was Made: Reconstructing China, 1949-1965 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
Medical technology industry in China 600
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 3312815
求助须知:如何正确求助?哪些是违规求助? 2945259
关于积分的说明 8524020
捐赠科研通 2621043
什么是DOI,文献DOI怎么找? 1433283
科研通“疑难数据库(出版商)”最低求助积分说明 664924
邀请新用户注册赠送积分活动 650271