PulseAugur
中
实时 08:36:39
English(EN) Achieving Text-based Person Retrieval with Any Granularity

新框架以灵活的粒度解决文本式人物检索问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员引入了一个名为跨模态多粒度对齐与匹配（CMAM）的新框架，以应对具有不同查询粒度的文本式人物检索的挑战。他们开发了一个新数据集UFine6926-MG和一个名为MG-Eval的基准，用于评估跨越五级粒度谱系的系统。实验表明，CMAM通过解耦特定粒度的特征并对查询不确定性下的多对多匹配进行建模，显著优于现有方法。 AI

影响 为更实用的人物检索系统建立了新的基准和基线，有可能改进监控和内容审核等应用。

排序理由 该集群描述了一篇介绍新颖框架和数据集以用于特定计算机视觉任务的学术论文。[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 1 个来源。 我们如何撰写摘要 →

新框架以灵活的粒度解决文本式人物检索问题

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jialong Zuo, Hanyu Zhou, Dongyue Wu, Yongtai Deng, Mengdan Tan, Nong Sang, Changxin Gao, Xiang Bai ·

    实现任意粒度的文本式人物检索

    arXiv:2607.21057v1 Announce Type: new Abstract: Text-based person retrieval faces a critical but under-explored challenge: the inherent uncertainty of query granularity in real-world scenarios. This paper introduces a new paradigm, Text-based Person Retrieval with Any Granularity…

相关实体

相关话题