两篇新研究论文介绍了一种用于零样本组合图像检索的新颖框架,该任务涉及根据参考图像和文本修改来识别目标图像。第一篇论文 PEC-CIR 提出了一个具有规划器-执行器-批评家(Planner-Executor-Critic)架构的多阶段推理管道,通过在检索前评估候选查询来改进查询构建。第二篇论文 FoCo 通过将组合建模为两个协调的阶段来重新审视代理任务设计:关注与修改相关的视觉内容,然后完成目标语义,实现了最先进的性能和改进的泛化能力。 AI
影响 这些新框架可以提高依赖文本修改的图像检索系统的准确性和泛化能力。
排序理由 两篇在 arXiv 上发表的学术论文,介绍了用于特定 AI 任务的新方法。
- alphaXiv
- arXiv
- CatalyzeX
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- PEC-CIR
- ScienceCast
- Composed Image Retrieval
- FoCo
- Zero-Shot CIR
AI 生成摘要 · Google Gemini · 来自 6 个来源。 我们如何撰写摘要 →