Combine Early and Late Fusion Together: A Hybrid Fusion Framework for Image-Text Matching

计算机科学 匹配(统计) 人工智能 图像融合 情态动词 模式 模态(人机交互) 融合 图像(数学) 相似性(几何) 代表(政治) 方案(数学) 任务(项目管理) 模式识别(心理学) 传感器融合 自然语言处理 机器学习 计算机视觉 数学 工程类 数学分析 社会科学 语言学 统计 化学 哲学 系统工程 社会学 政治 政治学 高分子化学 法学
作者
Yifan Wang,Xing Xu,Wu Yu,Ruicong Xu,Zhiwei Cao,Heng Tao Shen
标识
DOI:10.1109/icme51207.2021.9428201
摘要

Image-text matching is a challenging task in cross-modal learning due to the discrepancy of data representation be-tween different modalities of images and texts. The main-stream methods adopt the late fusion to generate image-text similarity on encoded cross-modal features, and put effort to capture intra-modality associations with considerably high training cost. In this work, we propose to Combine Early and Late Fusion Together (CELFT), which is a universal hybrid fusion framework that can effectively overcome the above shortcomings of the late fusion scheme. In the pro-posed CELFT framework, the hybrid structure with early fusion and late fusion could facilitate the interaction between image and text modalities at early stage. Moreover, these two kinds of fusion strategies complement each other in capturing the inter-modal and intra-modal information, which ensure to learn more accurate image-text similarity. In the experiments, we choose four latest approaches based on the late fusion scheme as the base models, and integrate them with our CELFT framework. The results on two widely used image-text datasets MSCOCO and Flickr30K show that the matching performance of all base models is significantly improved with remarkably reduced training time.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
JYM完成签到,获得积分10
3秒前
尊敬寒松完成签到 ,获得积分10
3秒前
kellyzhang完成签到 ,获得积分10
9秒前
LSY完成签到 ,获得积分10
10秒前
李某某完成签到 ,获得积分10
16秒前
龙龙完成签到 ,获得积分10
18秒前
lulumomoxixi完成签到 ,获得积分10
22秒前
24秒前
L_MING完成签到,获得积分10
26秒前
29秒前
34秒前
Charel完成签到,获得积分10
36秒前
跳跃的鹏飞完成签到 ,获得积分0
38秒前
Charel发布了新的文献求助30
39秒前
ZXCVB完成签到,获得积分10
40秒前
早睡完成签到 ,获得积分10
42秒前
bkagyin应助lena采纳,获得10
43秒前
flyfish完成签到,获得积分10
44秒前
LWJ要毕业完成签到 ,获得积分10
46秒前
47秒前
熊雅完成签到,获得积分10
47秒前
氧化没完成签到 ,获得积分10
48秒前
风中的向卉完成签到 ,获得积分10
50秒前
zhangj696完成签到,获得积分10
53秒前
瞬间de回眸完成签到 ,获得积分10
53秒前
科研通AI6.4应助漆黑采纳,获得10
54秒前
spinon完成签到,获得积分10
54秒前
Nobody完成签到,获得积分10
1分钟前
纸条条完成签到 ,获得积分10
1分钟前
1分钟前
zhang完成签到,获得积分10
1分钟前
小马甲应助hover采纳,获得10
1分钟前
飞矢不动完成签到,获得积分10
1分钟前
活泼的大船完成签到,获得积分10
1分钟前
唠叨的天亦完成签到 ,获得积分10
1分钟前
Cold-Drink-Shop完成签到,获得积分0
1分钟前
漆黑发布了新的文献求助10
1分钟前
科研通AI6.2应助漆黑采纳,获得10
1分钟前
牵着老虎晒月亮完成签到 ,获得积分10
1分钟前
亚亚完成签到 ,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
2026年中国辛酸癸酸聚乙二醇甘油酯行业市场现状调查及投资机会研判报告 1000
2026年中国辛酸癸酸聚乙二醇甘油酯行业市场规模及竞争格局分析报告 1000
48V Low-voltage Power Distribution Network (PDN) Architecture Industry Report, 2024 800
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 700
Introducing the Learning Sciences 600
Resiliency Scale for Adolescents--Chinese Version 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7323964
求助须知:如何正确求助?哪些是违规求助? 8939443
关于积分的说明 18952404
捐赠科研通 6980891
什么是DOI,文献DOI怎么找? 3215309
关于科研通互助平台的介绍 2382740
邀请新用户注册赠送积分活动 2194596