textual-visual cross-modal retrieval | BriefGPT

关键词textual-visual cross-modal retrieval

搜索结果 - 1

CVPR通过生成模型改进文本 - 视觉交叉检索：观察、想象和匹配
本文提出一种新的跨模态检索方法，利用生成式模型学习多模态数据的全局和本地特征，从而在 MSCOCO 数据集上实现了最先进的跨模态检索结果。
PDF7 years ago