BriefGPT - AI 论文速递
·
适应类别的跨模态语义提炼与转移用于开放词汇多标签识别
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的跨模态语义提炼与转移框架（C$^2$SRT），有效解决了开放词汇多标签识别中类别间语义关联捕捉不足的问题，实验结果表明其性能显著优于现有算法。
🎯
关键要点
- 本研究提出了一种新颖的跨模态语义提炼与转移框架（C$^2$SRT）。
- 该框架有效解决了开放词汇多标签识别中类别间语义关联捕捉不足的问题。
- C$^2$SRT通过内部和外部模块协同工作，优化了对目标类别语义的捕捉。
- 实验结果表明，该方法在开放词汇多标签识别基准测试中显著超越现有最先进算法。
➡️
