WeiMoCIR

AutoConcept 通过元数据引导的重排序改进图像检索

研究人员开发了 AutoConcept，一种新颖的、无需训练的组合图像检索（CIR）重排序方法，该方法利用元数据来提高准确性。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激活相关的正面约束。AutoConcept 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 数据集上展示了显著的改进，并表明结构化概念记忆提供了超越直接属性匹配的宝贵信号。