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!

Cross-modal alignment with graph reasoning for image-text retrieval

计算机科学 人工智能 情态动词 图形 模式识别(心理学) 自然语言处理 特征(语言学) 情报检索 理论计算机科学 语言学 哲学 化学 高分子化学
作者
Zheng Cui,Yongli Hu,Yanfeng Sun,Junbin Gao,Baocai Yin
出处
期刊:Multimedia Tools and Applications [Springer Science+Business Media]
卷期号:81 (17): 23615-23632 被引量:3
标识
DOI:10.1007/s11042-022-12444-8
摘要

Image-text retrieval task has received a lot of attention in the modern research field of artificial intelligence. It still remains challenging since image and text are heterogeneous cross-modal data. The key issue of image-text retrieval is how to learn a common feature space while semantic correspondence between image and text remains. Existing works cannot gain fine cross-modal feature representation because the semantic relation between local features is not effectively utilized and the noise information is not suppressed. In order to address these issues, we propose a Cross-modal Alignment with Graph Reasoning (CAGR) model, in which the refined cross-modal features in the common feature space are learned and then a fine-grained cross-modal alignment method is implemented. Specifically, we introduce a graph reasoning module to explore semantic connection for local elements in each modality and measure their importance by self-attention mechanism. In a multi-step reasoning manner, the visual semantic graph and textual semantic graph can be effectively learned and the refined visual and textual features can be obtained. Finally, to measure the similarity between image and text, a novel alignment approach named cross-modal attentional fine-grained alignment is used to compute similarity score between two sets of features. Our model achieves the competitive performance compared with the state-of-the-art methods on Flickr30K dataset and MS-COCO dataset. Extensive experiments demonstrate the effectiveness of our model.
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
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
YifanWang完成签到,获得积分0
20秒前
陶醉抽屉发布了新的文献求助30
53秒前
科研通AI5应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
gaos发布了新的文献求助10
1分钟前
华仔应助可靠的寒风采纳,获得10
1分钟前
小马甲应助gaos采纳,获得10
1分钟前
1分钟前
1分钟前
上官若男应助可靠的寒风采纳,获得10
1分钟前
你的笑慌乱了我的骄傲完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
2分钟前
史道夫发布了新的文献求助10
2分钟前
史道夫完成签到,获得积分10
2分钟前
乐乐应助可靠的寒风采纳,获得10
2分钟前
zsmj23完成签到 ,获得积分0
2分钟前
3分钟前
3分钟前
3分钟前
3分钟前
3分钟前
bkagyin应助可靠的寒风采纳,获得10
3分钟前
4分钟前
老实松鼠发布了新的文献求助10
4分钟前
4分钟前
4分钟前
5分钟前
5分钟前
5分钟前
5分钟前
5分钟前
guhuijun发布了新的文献求助10
5分钟前
陶醉抽屉完成签到,获得积分10
5分钟前
JrPaleo101完成签到,获得积分10
5分钟前
5分钟前
山海发布了新的文献求助10
5分钟前
guhuijun完成签到,获得积分10
5分钟前
高分求助中
The Foraging Behavior of the Honey Bee (Apis mellifera, L.) 1000
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
いちばんやさしい生化学 500
Comprehensive Supramolecular Chemistry II 500
The First Nuclear Era: The Life and Times of a Technological Fixer 500
Avialinguistics:The Study of Language for Aviation Purposes 270
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 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3681705
求助须知:如何正确求助?哪些是违规求助? 3233556
关于积分的说明 9809052
捐赠科研通 2945033
什么是DOI,文献DOI怎么找? 1615047
邀请新用户注册赠送积分活动 762505
科研通“疑难数据库(出版商)”最低求助积分说明 737467