Deep Supervised Cross modal Retrieval 摘要 在本文中提出了一种新颖的跨模式检索方法，称为深度监督跨模式检索 Deep Supervised Cross modal Retrieval, DSCMR 。它旨在找到一个通用的表示空间，在其中可以直接比较来自不同模态的样本。 共享 提出了一个监督的跨模态学习结构作为不同模态的桥梁。它可以通过保留语义的区分性和模态的不 ...
2020-08-08 17:56 0 501 推荐指数：
Learning Cross-Modal Deep Representations for Robust Pedestrian Detection 2017-04-11 19:40:22 Motivation： 本文主要是考虑了在光照极端恶劣的情况下，如何充分的利用 ...
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 ...
Deep Supervised Hashing for Fast Image Retrieval Abstract 在本文中，我们提出了一种新的哈希方法来学习紧凑的二进制码，以便在大规模数据集上高效地检索图像。而复杂的图像外观变化仍然对可靠的检索 ...
论文阅读-Hierarchical Cross-Modal Talking Face Generation with Dynamic Pixel-Wise Loss 论文链接: http://openaccess.thecvf.com/content_CVPR_2019/html ...
OPT: Omni-Perception Pre-Trainer for Cross-Modal Understanding and Generation 2021-07-21 20:23:07 Paper: https://arxiv.org/pdf/2107.00249.pdf ...
DSH(CVPR2016) 论文链接： Deep Supervised Hashing for Fast Image Retrieval github上有人实现了这篇论文的代码： DSH-pytorch，我结合其他深度哈希检索的算法做了一个baseline的汇总，其中DSH代码的链接 ...
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 ...
2015 Aggregating Deep Convolutional Features for Image Retrieval Abstract 最近的一些研究表明，由深度卷积神经网络产生的图像描述符为图像分类和检索问题提供了最先 ...
