semantic alignment | BriefGPT

关键词semantic alignment

搜索结果 - 47

AAAIAXM-Net：人员重新识别的隐式跨模态特征对齐
本研究提出了一种基于卷积神经网络的新型架构，用于学习语义对齐的跨模态视觉和文本表示，其以 AXM-Block 作为基本构建块，动态地利用两种模态的多尺度知识，并根据共享语义重新校准每种模态。该框架利用文本数据作为视觉表示学习的超级注释信号，
PDF3 years ago
异构图学习用于视觉常识推理
本文提出了一种新的异构图学习框架（HGL），用于在视觉和语言领域之间建立联系，以帮助解决视觉常识推理的挑战，该框架包括主要的 VAHG 模块和双重 QAHG 模块以及上下文投票模块，能更好地进行全局推理。在大规模的视觉常识推理基准测试中，实
PDF5 years ago
ICCV语义对齐和物体关键点检测的联合学习
本文提出了一种基于卷积神经网络的联合学习方法，以在语义相似的图像中获得稠密对应和发现对象地标，在解决训练数据不足方面取得了显著成效，并引入了概率学习方法以提高框架的稳健性，该方法在语义匹配和地标检测的多个标准基准测试中取得了最新的最佳表现。
PDF5 years ago
多尺度匹配的人员搜索
本文提出了一种深度学习的交叉层语义对齐方法（CLSA），用于解决人物搜索中的多尺度匹配问题，并成功地减少了误差和计算量，该方法在两个大型人物搜索基准数据集（CUHK-SYSU 和 PRW）上性能卓越。
PDF6 years ago
CVPR用于改善图像字幕的对抗语义对齐
本文提出了一种基于有上下文的 LSTM 描述生成器和协同对抗网络鉴别器的图像描述生成方法，并比较了两种训练方法，结果表明 Self-critical Sequence Training 表现更好；同时，介绍了一种用于衡量生成模型的语义得分，
PDF6 years ago
CVPR端到端弱监督语义对齐
本文提出了一种基于卷积神经网络和不同 iable soft inlier scoring 模块的语义对齐方法，该方法无需繁琐的手工标注就能实现对不同但具有语义相关性的图像进行参数学习，并从几何上一致的对应关系计算对齐质量，达到了基于多个标准
PDF7 years ago
最小复杂性函数在语义映射无监督学习中的作用
研究了如何通过深度神经网络对不同领域的未匹配样本进行语义对齐，提出了一个度量函数复杂度的理论框架，得出了找到最小复杂度映射的可能性，并提出了一种新的映射算法，实现了更好的映射结果。
PDF7 years ago