RCA-NOC: 相对比对对齐用于新颖物体字幕生成

本研究提出了一种通过相对对比学习来学习视觉和语义对齐的新方法，以实现新颖物体的描述。该方法通过设置适当的对比学习目标，将增强标签在列表中的排名作为相对相关性标签，提高了学习到的多模态表示的判别能力。在两个数据集上进行评估，显示了该方法在改进新颖物体描述的视觉语言表示方面的显著优势，证明了其有效性。