.png){kind=icon}
返回
Dynamic sparse and weight allocation-based text-driven person retrieval
.png){kind=icon}
PRE
AI
DOI：10.1016/j.imavis.2025.105737.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种渐进式增强的多模态集成策略，确保不同详细程度的信息能够有效集成和对齐，从而提升模型理解复杂数据的能力。
• 我们采用全局双向匹配过滤方法，能够有效缓解图像文本错误匹配对对的干扰，以选择高匹配度的图像文本进行训练。
• 我们引入了一种细粒度动态稀疏掩码建模方法，不仅提取特征中的关键元素，还挖掘图像文本的细粒度关系，从而提升检索性能。
期刊
IF:
4.2
论文数:
4.1K
被引数:
6.7K
机构
引用论文
暂无论文信息