Multimodal Disentanglement Variational AutoEncoders for Zero-Shot Cross-Modal Retrieval

计算机科学 嵌入 人工智能 模态(人机交互) 不变(物理) 生成语法 模式识别(心理学) 机器学习 数学 数学物理
作者
Jialin Tian,Kai Wang,Xing Xu,Zhiwei Cao,Fumin Shen,Heng Tao Shen
标识
DOI:10.1145/3477495.3532028
摘要

Zero-Shot Cross-Modal Retrieval (ZS-CMR) has recently drawn increasing attention as it focuses on a practical retrieval scenario, i.e., the multimodal test set consists of unseen classes that are disjoint with seen classes in the training set. The recently proposed methods typically adopt the generative model as the main framework to learn a joint latent embedding space to alleviate the modality gap. Generally, these methods largely rely on auxiliary semantic embeddings for knowledge transfer across classes and unconsciously neglect the effect of the data reconstruction manner in the adopted generative model. To address this issue, we propose a novel ZS-CMR model termed Multimodal Disentanglement Variational AutoEncoders (MDVAE), which consists of two coupled disentanglement variational autoencoders (DVAEs) and a fusion-exchange VAE (FVAE). Specifically, DVAE is developed to disentangle the original representations of each modality into modality-invariant and modality-specific features. FVAE is designed to fuse and exchange information of multimodal data by the reconstruction and alignment process without pre-extracted semantic embeddings. Moreover, an advanced counter-intuitive cross-reconstruction scheme is further proposed to enhance the informativeness and generalizability of the modality-invariant features for more effective knowledge transfer. The comprehensive experiments on four image-text retrieval and two image-sketch retrieval datasets consistently demonstrate that our method establishes the new state-of-the-art performance.
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
飞云完成签到 ,获得积分10
1秒前
Senmin完成签到 ,获得积分10
5秒前
mengli完成签到 ,获得积分10
5秒前
光亮又晴完成签到 ,获得积分10
7秒前
洋洋爱吃枣完成签到 ,获得积分10
8秒前
无情夏寒完成签到 ,获得积分10
13秒前
积极的中蓝完成签到 ,获得积分10
16秒前
cx完成签到,获得积分10
21秒前
大气夜山完成签到 ,获得积分10
23秒前
David完成签到,获得积分10
27秒前
33秒前
l老王完成签到 ,获得积分10
33秒前
xue112完成签到 ,获得积分10
33秒前
LYH完成签到 ,获得积分10
37秒前
灰灰12138完成签到,获得积分10
41秒前
奔跑西木完成签到 ,获得积分10
45秒前
sisi完成签到,获得积分10
48秒前
活力以冬发布了新的文献求助10
54秒前
随机子应助甜蜜的代容采纳,获得10
56秒前
水木生完成签到 ,获得积分10
1分钟前
zx完成签到 ,获得积分10
1分钟前
宅心仁厚完成签到 ,获得积分10
1分钟前
007完成签到,获得积分10
1分钟前
梧桐完成签到 ,获得积分10
1分钟前
文静乐松完成签到 ,获得积分10
1分钟前
ghost完成签到 ,获得积分10
1分钟前
uon完成签到,获得积分10
1分钟前
生动冰枫发布了新的文献求助100
1分钟前
苻醉山完成签到 ,获得积分10
1分钟前
1分钟前
科研張完成签到,获得积分10
1分钟前
任昱琦完成签到 ,获得积分10
1分钟前
老王完成签到 ,获得积分10
1分钟前
DduYy完成签到,获得积分10
1分钟前
wyt发布了新的文献求助10
1分钟前
8R60d8应助光亮若翠采纳,获得10
2分钟前
生动冰枫完成签到,获得积分10
2分钟前
月亮是甜的完成签到 ,获得积分10
2分钟前
顾矜应助Jorna采纳,获得10
2分钟前
我爱康康文献完成签到 ,获得积分10
2分钟前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Becoming: An Introduction to Jung's Concept of Individuation 600
Communist propaganda: a fact book, 1957-1958 500
Briefe aus Shanghai 1946‒1952 (Dokumente eines Kulturschocks) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 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 3167235
求助须知:如何正确求助?哪些是违规求助? 2818702
关于积分的说明 7921990
捐赠科研通 2478475
什么是DOI,文献DOI怎么找? 1320350
科研通“疑难数据库(出版商)”最低求助积分说明 632776
版权声明 602443