PulseAugur
中
实时 15:41:00
English(EN) Art Beyond Semantics: Sheaf-Informed Contrastive Learning for Multi-Relational Representations

新的CANVAS框架通过关系感知表示增强了多模态艺术理解

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了CANVAS，一个受束理论启发的、用于学习关系感知多模态表示的新框架。该方法解决了当前视觉语言模型（VLMs）将各种艺术史推理维度压缩到单一嵌入空间中的局限性。CANVAS将艺术品投影到基于关系类型的多个嵌入中，使用新颖的对比损失在推理时无需外部数据即可编码上下文信息。在新基准上的评估表明，CANVAS在多模态检索和艺术理解方面具有优越性，突出了多关系对齐的实际重要性。 AI

影响 这项研究可能导致人工智能对复杂视觉数据有更细致的理解，特别是在艺术史等专业领域。

排序理由 该集群包含两篇相同的arXiv论文，详细介绍了用于多模态表示的新研究框架。

在 arXiv cs.IR (Information Retrieval) 阅读 →

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

新的CANVAS框架通过关系感知表示增强了多模态艺术理解

报道来源 [2]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Noa Garcia ·

    超越语义的艺术：基于束的对比学习用于多关系表示

    Understanding a painting is never a single act. Art historians may analyze the same work through concepts of style, iconography, or historical context, dimensions that are not interchangeable, and each carries distinct semantic relationships between the visual and the textual. Vi…

  2. arXiv cs.CV TIER_1 English(EN) · Ludovica Schaerf, Antonio Purificato, Piera Riccio, Fabrizio Silvestri, Noa Garcia ·

    超越语义的艺术：基于束的对比学习用于多关系表示

    arXiv:2607.16321v1 Announce Type: new Abstract: Understanding a painting is never a single act. Art historians may analyze the same work through concepts of style, iconography, or historical context, dimensions that are not interchangeable, and each carries distinct semantic rela…

相关实体

相关话题