visual-semantic alignment | BriefGPT

关键词visual-semantic alignment

搜索结果 - 7

基于部分感知的语言和骨架的零样本动作识别统一表示
通过 Part-aware Unified Representation between Language and Skeleton (PURLS) 方法，本文介绍了一种针对无监督骨架动作识别的新方法，通过在本地和全局尺度上探索视觉语义对齐
PDF15 days ago
CREST: 跨模式共鸣的证据深度学习对于增强零样本学习
基于视觉 - 语义对齐和双向跨模态零样本学习方法的研究，通过属性描述和知识传递实现对新类别的识别，应对实际挑战并提高模型的鲁棒性和独特解释能力。
PDF3 months ago
ICCV更多观点，更多了解：通过多模态视觉数据进行零样本点云分割
零射点云分割方法探索了如何识别在训练阶段未见过的点云中的新物体，并利用深度模型从已标记的已知类别转移知识到未标记的未知类别，提出了一种新颖的多模态零射学习方法，以更准确地对齐视觉和语义特征，在两个流行的基准数据集 SemanticKITTI
PDFa year ago
CoupAlign：耦合词素和像素的句子掩码对称，用于图像指代分割
提出了一种名为 CoupAlign 的多级视觉语义对齐方法，通过单词 - 像素对齐和句子 - 掩码对齐相结合的方式实现了对像素的更准确的定位和分割，可以在 RefCOCO 和 G-Ref 数据集上对同类多个对象进行分辨。
PDF2 years ago
IJCAI通过零样本识别占位符学习原型
本研究提出了使用占位符来消除已知和未知类别之间的领域漂移问题，并通过该方法在五个基准数据集上取得了显著的性能提升。
PDF2 years ago
基于语义引导的零样本目标检测对比网络
ContrastZSD 是一种用于零样本目标检测的基于语义指导对比学习的检测框架，它通过引入显式的语义指导和对比学习机制，来优化模型对未见过类别的认知，同时改善视觉特征结构以实现更好的视觉 - 语义对齐。
PDF3 years ago
IJCAI基于逐层分步对齐的图像 - 文本匹配网络
本文提出了一种逐步分层对齐网络 (SHAN) 的图像 - 文本匹配方法，将图像 - 文本匹配分解成多步跨模态推理过程以捕捉层次化的细粒度相关性，并在两个基准数据集上进行了实验。
PDF3 years ago