Category-Adaptive Cross-Modal Semantic Refinement and Transfer for Open-Vocabulary Multi-Label Recognition
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种适应类别的跨模态语义提炼与转移框架(C$^2$SRT),旨在解决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,该方法在基准测试中显著优于现有算法。
🎯
关键要点
- 本研究提出了一种适应类别的跨模态语义提炼与转移框架(C$^2$SRT)。
- 该框架旨在解决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的协同工作,优化了对目标类别语义的捕捉。
- 实验结果显示,该方法在开放词汇多标签识别基准测试中显著优于现有算法。
➡️