SALA: Semantic alignment and localization alignment for visual grounding

2025-08-18

0

PRE

AI

DOI：10.1016/j.neucom.2025.131265

原文求助

摘要

En 中文

• 结合语义对齐和定位对齐（SALA）以解决视觉定位中存在的两个普遍问题。 • 语义对齐通过粗粒度指导捕捉跨模态和同模态之间的一致语义。 • 定位对齐通过精细监督增强前景并抑制背景。 • 实验结果表明SALA具有卓越的定位性能。

Keyword:

semantic alignment

localization alignment

visual grounding

multimodal learning

fine-grained supervision