航拍场景跨视角跨模态
通过自适应弹性对齐和细粒度表征挖掘，解决航拍视角下的文本-行人检索中的跨视角与跨模态双重鸿沟，性能优于现有方法。
Yihao, Wang · 杨朦 · Cao, Rui · 高广谓
IEEE Transactions on Circuits and Systems for Video Technology 2025
在文本-航拍行人匹配中，通过自适应弹性对齐和细粒度表征挖掘，Rank-1 准确率比现有方法提升 4.87%。
AEA 损失在困难条件下动态对齐文本与航拍语义，FIRM 模块挖掘细粒度行人属性并显式文本化，双重机制缓解双鸿沟。
FIRM 模块挖掘行人细粒度属性并显式文本化，增强跨模态匹配验证，提升模型对细节的敏感度。