Stacked Cross Attention for Image-Text Matching
Stacked Cross Attention for Image-Text Matching 2020-03-06 15:13:08 Paper: https://arxiv.org/pdf/1803.08024.pdf Code: https://github.com ...
原文：Visual Semantic Reasoning for Image-Text Matching
Visual Semantic Reasoning for Image Text Matching : : Paper:https: arxiv.org pdf . .pdf Code:https: github.com KunpengLi VSRN . Background and Motivation: 本文提出利用 GCN 的方法来推理图像中的关系来提升 Image Text matchin ...
2020-03-06 23:22 0 1017 推荐指数：
相关推荐
2020-WACV-Cross-modal Scene Graph Matching for Relationship-aware Image-Text Retrieval
一、背景 图像-文本跨模态检索是一个具有挑战性的研究课题，当给定一个模态(图像或文本句子)的查询时，它的目标是从数据库中以另一个模态检索最相似的样本。这里的关键挑战是如何通过理解跨模式数据的内容 ...
论文阅读笔记（六十五）【ECCV2018】：Deep Cross-Modal Projection Learning for Image-Text Matching
Introduction 对于image-text embedding learning，作者提出了 cross-modal projection matching (CMPM) loss 和 cross-modal projection classification (CMPC) loss ...
论文阅读 | Bridging the Gap Between Relevance Matching and Semantic Matching for Short Text Similarity Modeling
[github] [参考] 作者提出了HCAN (Hybrid Co-Attention Network)，包含： （1）混合编码模块：CNN与LSTM混合的encoder； （2）多粒 ...
论文阅读笔记（六十六）【ICCV2019】：Adversarial Representation Learning for Text-to-Image Matching
Methodology 作者提出TIMAM (Text-Image Modality Adversarial Matching)方法，比较简洁明了，具体包含三个部分： （1）特征提取器： 文本采用BERT提取词向量，再输入LSTM提取文本特征； 图像采用ResNet101提取特征 ...
Coherent Semantic Attention for Image Inpainting
。 提出的方法： 根据人类修复图片的行为，提出一种带有coherent semantic attenti ...
Semantic Image Inpainting with Deep Generative Models
摘要 论文来源：CVPR 2017 论文提出的方法：给定一个训练好的生成模型，采用提出的两个损失函数$ context-loss和prior-loss$，通过在潜在的图像流寻找与需要修复图片最接近 ...
Semantic Image Synthesis with Spatially-Adaptive Normalization
一篇19年语义合成图像的文章。认为直接利用正则层会洗掉图像中原有的语义信息。提出了一种spatially-adaptive的正则化。 条件图像合成方法区别在于输入数据的类型。例如以类别为条件的模型、以图像为输入的image-to-image等。非条件正则层包括Local Response ...