研究人员开发了 AutoConcept，一种新颖的、训练无关的组合图像检索（CIR）重排序方法，该方法利用元数据来改进结果。该方法将概念证据转化为可解释的记忆，过滤掉嘈杂的概念，并通过辅助负面惩罚来对齐查询相关的正面约束。AutoConcept 通过推理时校准将基础检索分数与基于元数据的概念-候选对齐相结合，在 FashionIQ 数据集上展示了比 WeiMoCIR 等现有方法显著的早期排名改进。 AI
影响 该方法可以提高图像搜索系统的准确性和可解释性，尤其是在电子商务和时尚领域。
排序理由 该集群包含一篇详细介绍图像检索新方法的论文。
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 →
完整方法见我们的编辑标准。
arXiv:2609.01456v1 Announce Type: cross Abstract: Composed image retrieval (CIR) retrieves a target image from a reference image and a text modification. This paper studies metadata-available CIR reranking, where a fixed CIR model first returns a candidate pool and gallery metada…
Composed image retrieval (CIR) retrieves a target image from a reference image and a text modification. This paper studies metadata-available CIR reranking, where a fixed CIR model first returns a candidate pool and gallery metadata is then used for second-stage concept-guided sc…