PEC-CIR

新框架提升零样本组合图像检索准确性

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。