已入深夜,您辛苦了!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!祝你早点完成任务,早点休息,好梦!

Cross-Modal Hybrid Feature Fusion for Image-Sentence Matching

计算机科学 人工智能 判决 特征(语言学) 相似性(几何) 模态(人机交互) 匹配(统计) 模式识别(心理学) 自然语言处理 图像(数学) 排名(信息检索) 情态动词 特征向量 数学 语言学 统计 哲学 化学 高分子化学
作者
Xing Xu,Yifan Wang,Yixuan He,Yang Yang,Alan Hanjalić,Heng Tao Shen
出处
期刊:ACM Transactions on Multimedia Computing, Communications, and Applications [Association for Computing Machinery]
卷期号:17 (4): 1-23 被引量:23
标识
DOI:10.1145/3458281
摘要

Image-sentence matching is a challenging task in the field of language and vision, which aims at measuring the similarities between images and sentence descriptions. Most existing methods independently map the global features of images and sentences into a common space to calculate the image-sentence similarity. However, the image-sentence similarity obtained by these methods may be coarse as (1) an intermediate common space is introduced to implicitly match the heterogeneous features of images and sentences in a global level, and (2) only the inter-modality relations of images and sentences are captured while the intra-modality relations are ignored. To overcome the limitations, we propose a novel Cross-Modal Hybrid Feature Fusion (CMHF) framework for directly learning the image-sentence similarity by fusing multimodal features with inter- and intra-modality relations incorporated. It can robustly capture the high-level interactions between visual regions in images and words in sentences, where flexible attention mechanisms are utilized to generate effective attention flows within and across the modalities of images and sentences. A structured objective with ranking loss constraint is formed in CMHF to learn the image-sentence similarity based on the fused fine-grained features of different modalities bypassing the usage of intermediate common space. Extensive experiments and comprehensive analysis performed on two widely used datasets—Microsoft COCO and Flickr30K—show the effectiveness of the hybrid feature fusion framework in CMHF, in which the state-of-the-art matching performance is achieved by our proposed CMHF method.
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
atom完成签到 ,获得积分10
刚刚
852应助khh采纳,获得80
2秒前
3秒前
nn完成签到 ,获得积分10
8秒前
9秒前
dogontree完成签到,获得积分20
11秒前
Ranrunn完成签到 ,获得积分10
13秒前
罗博超发布了新的文献求助10
14秒前
adkdad完成签到,获得积分10
15秒前
Sam发布了新的文献求助10
16秒前
绾妤完成签到 ,获得积分10
18秒前
壮壮完成签到 ,获得积分20
18秒前
穆赤关注了科研通微信公众号
18秒前
罗博超完成签到,获得积分10
19秒前
活泼的夏旋完成签到 ,获得积分10
20秒前
研友_Z6Qrbn完成签到,获得积分10
24秒前
yaya完成签到 ,获得积分10
26秒前
DeaR完成签到 ,获得积分10
28秒前
licheng完成签到,获得积分10
28秒前
30秒前
paulin完成签到,获得积分10
32秒前
你看,这只猫丶完成签到 ,获得积分10
33秒前
33秒前
穆赤发布了新的文献求助10
35秒前
空空糯米团完成签到 ,获得积分10
37秒前
科研通AI2S应助科研通管家采纳,获得10
37秒前
斯文败类应助科研通管家采纳,获得10
37秒前
科研通AI2S应助科研通管家采纳,获得10
37秒前
ding应助科研通管家采纳,获得30
37秒前
科研通AI2S应助科研通管家采纳,获得10
37秒前
一颗桃子应助闪闪剑通采纳,获得10
38秒前
管难破发布了新的文献求助10
39秒前
bodhi完成签到,获得积分10
41秒前
宇文傲龙完成签到 ,获得积分10
42秒前
酷波er应助orange9采纳,获得10
42秒前
宁夕完成签到 ,获得积分10
44秒前
lyp完成签到 ,获得积分10
44秒前
Kw完成签到,获得积分10
45秒前
derrickZ完成签到 ,获得积分10
45秒前
47秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Pharmacogenomics: Applications to Patient Care, Third Edition 800
Free Will in the Flesh 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 3081480
求助须知:如何正确求助?哪些是违规求助? 2734243
关于积分的说明 7532236
捐赠科研通 2383625
什么是DOI,文献DOI怎么找? 1264019
科研通“疑难数据库(出版商)”最低求助积分说明 612456
版权声明 597577