arXiv Computer Vision· Xi Chen, Xu Chen, Xiamgyang Jia, Wei Wang, Xu Zhang, Zhenyuan Shun·· 4 小时前AI 评分20
无需交互召回与文本引导重排的高效遥感图文检索框架
Efficient Remote Sensing Image-Text Retrieval via Interaction-Free Recall and Text-Guided Reranking
AI 导读
研究提出 fast-then-fine（FTF）检索框架，以无交互多粒度召回预计算图库嵌入并与查询嵌入匹配，避免全库 token 级图文交互，再用 BTIB 在 top-K 候选集内做参数无关的文本引导跨模态重排。配套的模态间与模态内损失联合优化多粒度跨模态对齐。公开基准实验显示，FTF 在保持有竞争力检索精度的同时显著提升检索效率。
来源：arXiv Computer Vision · arxiv.org