DCEL: Deep Cross-modal Evidential Learning for Text-Based Person Retrieval

计算机科学 人工智能 情态动词 变化(天文学) 相似性(几何) 班级(哲学) 一般化 机器学习 深度学习 模式识别(心理学) 图像(数学) 数学 数学分析 化学 物理 天体物理学 高分子化学
作者
Shenshen Li,Xing Xu,Yang Yang,Fumin Shen,Yijun Mo,Y. Li,Heng Tao Shen
标识
DOI:10.1145/3581783.3612244
摘要

Text-based person retrieval aims at searching for a pedestrian image from multiple candidates with textual descriptions. It is challenging due to uncertain cross-modal alignments caused by the large intra-class variations. To address the challenge, most existing approaches rely on various attention mechanisms and auxiliary information, yet still struggle with the uncertain cross-modal alignments arising from significant intra-class variation, leading to coarse retrieval results. To this end, we propose a novel framework termed Deep Cross-modal Evidential Learning (DCEL), which deploys evidential deep learning to consider the cross-modal alignment uncertainty. Our DCEL model comprises three components: (1) Bidirectional Evidential Learning, which models alignment uncertainty to measure and mitigate the influence of large intra-class variation; (2) Multi-level Semantic Alignment, which leverages a proposed Semantic Filtration module and image-text similarity distribution to facilitate cross-modal alignments; (3) Cross-modal Relation Learning, which reasons about latent correspondences between multi-level tokens of image and text. Finally, we integrate the advantages of the three proposed components to enhance the model to achieve reliable cross-modal alignments. Our DCEL method consistently outperforms more than ten state-of-the-art methods in supervised, weakly supervised, and domain generalization settings on three benchmarks: CUHK-PEDES, ICFG-PEDES, and RSTPReid.
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
刚刚
1秒前
隐形曼青应助zzmm采纳,获得50
1秒前
聪慧的谷雪完成签到 ,获得积分10
2秒前
深情安青应助Galaxee采纳,获得10
2秒前
4秒前
5秒前
zZ发布了新的文献求助10
5秒前
滴哒发布了新的文献求助10
6秒前
大胆小熊猫完成签到 ,获得积分10
6秒前
上官若男应助N7采纳,获得10
6秒前
leslie发布了新的文献求助10
7秒前
tanglu应助芋泥波波采纳,获得50
7秒前
NY发布了新的文献求助10
8秒前
9秒前
9秒前
苏瑾完成签到,获得积分10
10秒前
11秒前
12秒前
是个帅哥完成签到,获得积分10
12秒前
13秒前
13秒前
garmenchan完成签到,获得积分10
14秒前
甜甜盼夏完成签到,获得积分10
14秒前
15秒前
研友_Z1WrgL发布了新的文献求助30
15秒前
子车茗应助曾珍采纳,获得20
16秒前
滴哒完成签到,获得积分10
17秒前
XXXX发布了新的文献求助10
17秒前
土亢土亢土应助leslie采纳,获得10
17秒前
17秒前
Galaxee发布了新的文献求助10
17秒前
刻苦的荆完成签到,获得积分10
19秒前
chen发布了新的文献求助10
19秒前
我是老大应助科研猪采纳,获得10
19秒前
garmenchan发布了新的文献求助10
20秒前
N7发布了新的文献求助10
20秒前
李多多完成签到,获得积分10
21秒前
21秒前
打打应助风汐5423采纳,获得10
22秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
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 3247867
求助须知:如何正确求助?哪些是违规求助? 2891062
关于积分的说明 8266031
捐赠科研通 2559319
什么是DOI,文献DOI怎么找? 1388095
科研通“疑难数据库(出版商)”最低求助积分说明 650694
邀请新用户注册赠送积分活动 627581