利用构图线索增强历史图像检索

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种新颖的内容注意力神经网络,通过全局连贯模块和集中连贯学习模块来学习集中连贯性。实验证明该方法在大规模真实世界数据上有效。

🎯

关键要点

  • 提出了一种新颖的内容注意力神经网络。
  • 该网络模拟全局和语义结构的综合组成连贯性。
  • 通过全局连贯模块(GCL)和集中连贯学习模块(FCL)来学习集中连贯性。
  • 在大规模真实世界数据上进行的实验表明该方法的有效性。
  • 与几种最先进的方法相比,该方法的有效性得到了清楚证明。
➡️

继续阅读