Matching Images and Text with Multi-modal Tensor Fusion and Re-ranking

嵌入 匹配(统计) 计算机科学 张量(固有定义) 排名(信息检索) 人工智能 模式识别(心理学) 情态动词 图像(数学) 秩(图论) 特征(语言学) 相似性(几何) 特征向量 数学 语言学 统计 化学 哲学 组合数学 高分子化学 纯数学
作者
Tan Wang,Xing Xu,Yang Yang,Alan Hanjalić,Heng Tao Shen,Jingkuan Song
标识
DOI:10.1145/3343031.3350875
摘要

A major challenge in matching images and text is that they have intrinsically different data distributions and feature representations. Most existing approaches are based either on embedding or classification, the first one mapping image and text instances into a common embedding space for distance measuring, and the second one regarding image-text matching as a binary classification problem. Neither of these approaches can, however, balance the matching accuracy and model complexity well. We propose a novel framework that achieves remarkable matching performance with acceptable model complexity. Specifically, in the training stage, we propose a novel Multi-modal Tensor Fusion Network (MTFN) to explicitly learn an accurate image-text similarity function with rank-based tensor fusion rather than seeking a common embedding space for each image-text instance. Then, during testing, we deploy a generic Cross-modal Re-ranking (RR) scheme for refinement without requiring additional training procedure. Extensive experiments on two datasets demonstrate that our MTFN-RR consistently achieves the state-of-the-art matching performance with much less time complexity.
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
日出发布了新的文献求助10
刚刚
dpp发布了新的文献求助10
刚刚
2秒前
hhh完成签到,获得积分10
3秒前
MA完成签到,获得积分10
3秒前
7秒前
8秒前
热心采枫完成签到 ,获得积分10
11秒前
含蓄幻枫发布了新的文献求助10
13秒前
默顿的笔记本完成签到,获得积分10
13秒前
14秒前
希望天下0贩的0应助mnhkj采纳,获得20
14秒前
小何完成签到,获得积分20
15秒前
芋鱼予郁给芋鱼予郁的求助进行了留言
15秒前
hhhm发布了新的文献求助10
17秒前
18秒前
啦啦啦完成签到,获得积分10
18秒前
刘亦菲完成签到 ,获得积分10
20秒前
dangziutiu完成签到 ,获得积分10
21秒前
kk发布了新的文献求助10
24秒前
英姑应助hhhm采纳,获得10
25秒前
25秒前
25秒前
科研通AI2S应助科研通管家采纳,获得10
29秒前
ding应助科研通管家采纳,获得10
29秒前
斯文败类应助科研通管家采纳,获得10
29秒前
FashionBoy应助科研通管家采纳,获得10
29秒前
慕青应助科研通管家采纳,获得10
29秒前
科研通AI2S应助科研通管家采纳,获得10
29秒前
29秒前
慕青应助科研通管家采纳,获得10
29秒前
29秒前
烟花应助Jian采纳,获得10
29秒前
31秒前
科研通AI2S应助Tonald Yang采纳,获得10
31秒前
uma发布了新的文献求助10
31秒前
积极的小馒头应助nyfz2002采纳,获得10
32秒前
32秒前
33秒前
36秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 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 3141282
求助须知:如何正确求助?哪些是违规求助? 2792281
关于积分的说明 7802009
捐赠科研通 2448470
什么是DOI,文献DOI怎么找? 1302541
科研通“疑难数据库(出版商)”最低求助积分说明 626650
版权声明 601237