arXiv Computer Vision· Junwon You, Mihyun Jang, Sangwoo Mo, Jae-Hun Jung·· 4 小时前AI 评分22
ToMA：面向半监督视觉语言学习的拓扑感知表示对齐
Topology-Aware Representation Alignment for Semi-Supervised Vision-Language Learning
AI 导读
研究者提出 ToMA，用持续同调将成对关系分解为 H_0-death 与 H_1-birth 关系，并通过跨模态对应关系在模态间对齐，从而建模多模态表示流形的全局结构。实验显示 ToMA 在遥感任务上取得明显提升，在时尚任务上分类增益显著、困难查询的检索提升尤为突出。分析表明其增益比替代的拓扑目标更稳定，轻量的 H_1-birth 边能提供有用的高阶结构信号。
来源：arXiv Computer Vision · arxiv.org