亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

SFAN: Selective Filter and Alignment Network for Cross-Modal Retrieval

计算机科学 滤波器(信号处理) 情态动词 钥匙(锁) 模态(人机交互) 人工智能 相似性(几何) 模式识别(心理学) 边距(机器学习) 机器学习 计算机视觉 图像(数学) 计算机安全 化学 高分子化学
作者
Yongle Huang,Zedong Liu,Shijie Sun,Ningning Cui,Jianxin Li
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:36 (10): 18792-18804
标识
DOI:10.1109/tnnls.2025.3577292
摘要

Bridging the gap between visual and textual modalities effectively has consistently been a key challenge in cross-modal retrieval. Fine-grained matching approaches improve performance by precisely aligning salient region features in visual modality with word embeddings in textual modality. However, how to effectively and efficiently filter out irrelevant features (e.g., irrelevant background regions and nonmeaningful prepositions) in multimodality remains a significant challenge. Furthermore, capturing key cross-modal relationships while minimizing misalignment interference is crucial for effective cross-modal retrieval. In this work, we propose a novel approach called the selective filter and alignment network (SFAN) to tackle these challenges. First, we propose modality-specific selective filter modules (SFMs) to selectively and implicitly filter out redundant information within each modality. We then propose the state-space models (SSMs)-based selective alignment module (SAM) to selectively capture key correspondences and reduce the disturbance of irrelevant associations. Finally, we utilize a fusion operation to combine these embeddings from both SFM and SAM to derive the final embeddings for similarity computation. Extensive experiments on the Flickr30k, MS-COCO, and MSR-VTT datasets reveal that our proposed SFAN can effectively learn robust patterns, significantly outperforming the state-of-the-art (SOTA) cross-modal retrieval methods by a wide margin.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
大模型应助harrywoo采纳,获得30
3秒前
科研通AI6应助明芬采纳,获得10
3秒前
科研通AI6应助谭代涛采纳,获得10
31秒前
48秒前
1分钟前
harrywoo发布了新的文献求助30
1分钟前
彭于晏应助真实的映寒采纳,获得10
1分钟前
loitinsuen完成签到,获得积分10
1分钟前
1分钟前
Jasper应助明芬采纳,获得10
1分钟前
酷波er应助harrywoo采纳,获得10
1分钟前
1分钟前
2分钟前
明芬发布了新的文献求助10
2分钟前
谭代涛发布了新的文献求助10
2分钟前
草木完成签到 ,获得积分20
2分钟前
2分钟前
3分钟前
明芬发布了新的文献求助10
3分钟前
BowieHuang应助科研通管家采纳,获得10
3分钟前
BowieHuang应助科研通管家采纳,获得10
3分钟前
3分钟前
精明犀牛完成签到,获得积分10
3分钟前
3分钟前
vvsloy发布了新的文献求助10
3分钟前
lutos发布了新的文献求助10
3分钟前
精明犀牛发布了新的文献求助10
3分钟前
4分钟前
4分钟前
Imran完成签到,获得积分10
4分钟前
4分钟前
CodeCraft应助真实的映寒采纳,获得10
4分钟前
在水一方应助谭代涛采纳,获得10
4分钟前
5分钟前
谭代涛发布了新的文献求助10
5分钟前
犬来八荒发布了新的文献求助30
5分钟前
小山己几完成签到,获得积分10
5分钟前
BowieHuang应助科研通管家采纳,获得10
5分钟前
BowieHuang应助科研通管家采纳,获得10
5分钟前
BowieHuang应助科研通管家采纳,获得10
5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
Encyclopedia of Agriculture and Food Systems Third Edition 2000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 临床微生物学程序手册,多卷,第5版 2000
人脑智能与人工智能 1000
King Tyrant 720
Silicon in Organic, Organometallic, and Polymer Chemistry 500
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5599825
求助须知:如何正确求助?哪些是违规求助? 4685564
关于积分的说明 14838662
捐赠科研通 4671771
什么是DOI,文献DOI怎么找? 2538317
邀请新用户注册赠送积分活动 1505554
关于科研通互助平台的介绍 1470946