Cross-modal Generation and Alignment via Attribute-guided Prompt for Unsupervised Text-based Person Retrieval

计算机科学 情态动词 人工智能 自然语言处理 情报检索 模式识别(心理学) 化学 高分子化学
作者
Zongyi Li,Jianbo Li,Yuxuan Shi,Hefei Ling,Jiazhong Chen,Runsheng Wang,Shijuan Huang
标识
DOI:10.24963/ijcai.2024/116
摘要

Text-based Person Search aims to retrieve a specified person using a given text query. Current methods predominantly rely on paired labeled image-text data to train the cross-modality retrieval model, necessitating laborious and time-consuming labeling. In response to this challenge, we present the Cross-modal Generation and Alignment via Attribute-guided Prompt framework (GAAP) for fully unsupervised text-based person search, utilizing only unlabeled images. Our proposed GAAP framework consists of two key parts: Attribute-guided Prompt Caption Generation and Attribute-guided Cross-modal Alignment module. The Attribute-guided Prompt Caption Generation module generates pseudo text labels by feeding the attribute prompts into a large-scale pre-trained vision-language model. These synthetic texts are then meticulously selected through a sample selection, ensuring the reliability for subsequent fine-tuning. The Attribute-guided Cross-modal Alignment module encompasses three sub-modules for feature alignment across modalities. Firstly, Cross-Modal Center Alignment (CMCA) aligns the samples with different modality centroids. Subsequently, to address ambiguity arising from local attribute similarities, an Attribute-guided Image-Text Contrastive Learning module (AITC) is proposed to facilitate the alignment of relationships among different pairs by considering local attribute similarities. Lastly, the Attribute-guided Image-Text Matching (AITM) module is introduced to mitigate noise in pseudo captions by using the image-attribute matching score to soften the hard matching labels. Empirical results showcase the effectiveness of our method across various text-based person search datasets under the fully unsupervised setting.

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
笑弯了眼完成签到,获得积分10
1秒前
万能图书馆应助陶醉觅夏采纳,获得10
2秒前
虚幻浩宇发布了新的文献求助10
4秒前
4秒前
明亮夏兰完成签到,获得积分20
5秒前
怕黑傲柏完成签到,获得积分10
6秒前
文静的紫萱完成签到 ,获得积分10
8秒前
9秒前
9秒前
小龙女完成签到 ,获得积分10
11秒前
慕青应助洗剪吹采纳,获得10
11秒前
Akim应助PSPI采纳,获得10
11秒前
虚幻浩宇完成签到,获得积分10
13秒前
怕黑傲柏发布了新的文献求助10
14秒前
bkagyin应助gaozheng采纳,获得10
14秒前
20秒前
21秒前
21秒前
janbuly完成签到,获得积分10
22秒前
vivi完成签到,获得积分10
22秒前
24秒前
文武发布了新的文献求助10
25秒前
明亮夏兰发布了新的文献求助10
25秒前
Liang完成签到 ,获得积分10
25秒前
善良涵易完成签到,获得积分10
26秒前
大方的尔烟完成签到,获得积分20
26秒前
方方是小猪完成签到,获得积分10
27秒前
我是老大应助焚心绚华绘采纳,获得10
28秒前
wsh发布了新的文献求助10
29秒前
30秒前
小二郎应助文武采纳,获得10
30秒前
研友_Zb151n完成签到,获得积分10
31秒前
lxz完成签到 ,获得积分10
32秒前
可爱的函函应助han采纳,获得10
32秒前
华仔应助陶醉觅夏采纳,获得10
33秒前
33秒前
秋秋完成签到,获得积分10
33秒前
科研通AI2S应助wsh采纳,获得10
35秒前
36秒前
修水县1个科研人完成签到 ,获得积分10
36秒前
高分求助中
Sustainability in Tides Chemistry 2000
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
A Dissection Guide & Atlas to the Rabbit 600
Revolution und Konterrevolution in China [by A. Losowsky] 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 3110714
求助须知:如何正确求助?哪些是违规求助? 2760951
关于积分的说明 7663297
捐赠科研通 2415916
什么是DOI,文献DOI怎么找? 1282142
科研通“疑难数据库(出版商)”最低求助积分说明 618920
版权声明 599478