Multimodal Causal Relations Enhanced CLIP for Image-to-Text Retrieval

计算机科学 人工智能 因果模型 一般化 模态(人机交互) 图像(数学) 图形 图像检索 语义学(计算机科学) 任务(项目管理) 自然语言处理 模式识别(心理学) 理论计算机科学 数学 数学分析 统计 管理 经济 程序设计语言
作者
Weijia Feng,Dazhen Lin,Donglin Cao
出处
期刊:Lecture Notes in Computer Science 卷期号:: 210-221
标识
DOI:10.1007/978-981-99-8429-9_17
摘要

Traditional image-to-text retrieval models learn joint representations by aligning multimodal features, typically learning the weak correlation between image and text data which can introduce noise during modality alignment. To solve this problem, we propose a Multimodal Causal CLIP (MMC-CLIP) network that integrates causal semantic relationships into CLIP for image-to-text retrieval task. Firstly, we employ the Multimodal Causal Discovery (MCD) method, which models the causal relationships of causal variables in both image and text data to construct the multimodal causal graph. Subsequently, we seamlessly integrate the causal nodes extracted from the multimodal causal graph as learnable prompts within the CLIP model, giving rise to the novel framework of Multimodal Causal CLIP. By integrating causal semantics into CLIP, MMC-CLIP effectively enhances the correlation between causal variables in image and text modalities, leading to an improved alignment capability for multimodal image-text data. We demonstrate the superiority and generalization of the proposed method by outperforming all strong baselines in image-to-text retrieval task on the Flickr30K and MSCOCO datasets.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
gg完成签到,获得积分10
5秒前
张包子完成签到 ,获得积分10
8秒前
孤独听雨的猫完成签到 ,获得积分10
8秒前
8秒前
陈秋完成签到,获得积分10
14秒前
鬼见愁应助科研通管家采纳,获得10
14秒前
皮卡丘完成签到 ,获得积分10
15秒前
hailiangzheng完成签到,获得积分10
16秒前
陈秋发布了新的文献求助10
17秒前
成就的孤晴完成签到 ,获得积分10
22秒前
Airhug完成签到 ,获得积分10
23秒前
陶冶完成签到,获得积分10
26秒前
FashionBoy应助刘隅采纳,获得10
29秒前
Vegeta完成签到 ,获得积分10
38秒前
SAINT完成签到 ,获得积分10
40秒前
Patrick完成签到 ,获得积分10
45秒前
overlood完成签到 ,获得积分10
45秒前
没头脑和不高兴完成签到 ,获得积分10
53秒前
Byby完成签到 ,获得积分10
56秒前
qausyh完成签到,获得积分10
1分钟前
xzn1123应助wodetaiyangLLL采纳,获得10
1分钟前
lixinyue完成签到 ,获得积分10
1分钟前
JamesPei应助研友_LN32Mn采纳,获得10
1分钟前
快乐的幼丝完成签到 ,获得积分10
1分钟前
我独舞完成签到 ,获得积分10
1分钟前
蟲先生完成签到 ,获得积分10
1分钟前
1分钟前
复杂觅山完成签到 ,获得积分10
1分钟前
胜胜糖完成签到 ,获得积分10
1分钟前
幸运草完成签到 ,获得积分10
1分钟前
stiger完成签到,获得积分10
1分钟前
昵称吧完成签到 ,获得积分10
1分钟前
lilylwy完成签到 ,获得积分10
1分钟前
1分钟前
胖胖完成签到 ,获得积分10
1分钟前
然后发布了新的文献求助10
1分钟前
回首不再是少年完成签到,获得积分0
1分钟前
科研通AI2S应助刘隅采纳,获得10
1分钟前
CYL完成签到 ,获得积分10
1分钟前
Reader01完成签到 ,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418267
捐赠科研通 2354446
什么是DOI,文献DOI怎么找? 1246020
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921