多模态大模型

Low-exposure, high-quality multimodal speckle X-ray imaging via an intrinsic gradient-flow approach

低曝光高质量多模态散射X射线成像：基于内在梯度流方法

Jayvan Liu, Samantha J. Alloo, Max Langer, Konstantin M. Pavlov

专题命中 跨模态检索 ：multimodal(title,abstract)

AI总结 本研究提出了一种基于内在梯度流方法的改进算法，用于高效获取高质量的多模态散射X射线成像数据。

Comments 10 pages, 5 figures

FitPro: A Zero-Shot Framework for Interactive Text-based Pedestrian Retrieval in Open World

FitPro: 一个用于开放世界中基于文本的交互行人检索的零样本框架

Zengli Luo, Canlong Zhang, Xiaochun Lu, Zhixin Li

机构 * Key Lab of Education Blockchain and Intelligent Technology, Ministry of Education, Guangxi Normal University（教育区块链与智能技术重点实验室，教育部，广西师范大学） ； Guangxi Key Lab of Multi-source Information Mining & Security, Guangxi Normal University（广西多源信息挖掘与安全重点实验室，广西师范大学） 纠错

专题命中 跨模态检索 ：multi-modal(abstract)；分类 cs.CV

AI总结 FitPro通过引入特征对比解码、增量语义挖掘和查询感知分层检索，提升开放世界中基于文本的交互行人检索的语义理解和跨场景适应能力。

Comments 12pages,6 figures

Visual-textual Dermatoglyphic Animal Biometrics: A First Case Study on Panthera tigris

视觉-文本皮肤纹路动物生物特征：对豹属（Panthera tigris）的首次案例研究

Wenshuo Li, Majid Mirmehdi, Tilo Burghardt

专题命中 跨模态检索 ：cross-modal(abstract)；分类 cs.CV

AI总结 本研究通过引入皮肤纹路文本描述符，提出了一种视觉-文本结合的动物Re-ID方法，提升跨模态身份检索的准确性并缓解数据稀缺问题。