返回
Instance-aware visual-semantic interaction for zero-shot learning
DOI:10.1016/j.eswa.2026.131682.png)
摘要
En 中文
• 我们提出了IVIS,一个提供细粒度、实例级监督的框架。
• IVIS执行实例级语义对齐以缩小视觉-语义差距。
• 可学习的引导标记能够在全局对齐下实现自适应的逐通道融合。
Keyword:
IVIS
instance-level supervision
visual-semantic alignment
zero-shot learning
learnable guidance tokens
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Class-wise and instance-wise contrastive learning for zero-shot learning based on VAEGAN基于VAEGAN的零分学习的类和实例对比学习
Global–local prompts guided image-text embedding, alignment and aggregation for multi-label zero-shot learning全局-局部提示引导的图像-文本嵌入、对齐和聚合,用于多标签零样本学习

