PulseAugur
中
实时 06:41:25
English(EN) Towards Vision-Free CIR: Attribute-Augmented Scoring and LLM-Based Reranking for Zero-Shot Composed Image Retrieval

无视觉成分的组合图像检索框架利用大语言模型和属性评分提升检索性能

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的无视觉成分的组合图像检索（CIR）框架，这是一项复杂的跨模态任务。该方法利用属性增强混合评分来补偿文本表示中丢失的视觉细节，并采用大语言模型重排来确保检索候选集顶部的语义一致性。在CIRR数据集上的实验表明，性能显著提高，R@1 达到 44.04%，比现有的零样本CIR方法提高了 8.79%。在FashionIQ上的进一步分析突出了语义推理和细粒度视觉匹配之间的平衡，消融研究证实了两种提出技术的一致益处。 AI

影响 这项研究推动了复杂图像检索任务的无视觉成分方法，有潜力提升跨模态AI能力。

排序理由 该集群描述了一篇详细介绍新图像检索方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

无视觉成分的组合图像检索框架利用大语言模型和属性评分提升检索性能

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Ryotaro Shimada, Yu-Chieh Lin, Yuji Nozawa, Youyang Ng, Osamu Torii, Yusuke Matsui ·

    迈向无视觉的CIR：属性增强评分与基于LLM的重排用于零样本组合图像检索

    arXiv:2607.12621v1 Announce Type: new Abstract: Recent work has shown that "Vision-Free'' approaches (representing images as text) can be effective for standard image retrieval tasks. However, it remains unclear whether this paradigm can effectively handle a more complex, multimo…

  2. arXiv cs.CV TIER_1 English(EN) · Yusuke Matsui ·

    迈向无视觉的CIR：用于零样本组合图像检索的属性增强评分和基于LLM的重排序

    Recent work has shown that "Vision-Free'' approaches (representing images as text) can be effective for standard image retrieval tasks. However, it remains unclear whether this paradigm can effectively handle a more complex, multimodal task, Composed Image Retrieval (CIR), due to…

相关实体

相关话题