Copertina

MIRe: Enhancing Multimodal Queries Representation via Fusion-Free Modality Interaction for Multimodal Retrieval

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ju, Yeong-Joon, Kim, Ho-Joong, Lee, Seong-Whan
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence Information Retrieval Multimedia
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Modality Curation: Building Universal Embeddings for Advanced Multimodal Information Retrieval
di: Kong, Fanheng, et al.
Pubblicazione: (2025)

Dynamic Multimodal Fusion via Meta-Learning Towards Micro-Video Recommendation
di: Liu, Han, et al.
Pubblicazione: (2025)

Any2Any: Incomplete Multimodal Retrieval with Conformal Prediction
di: Li, Po-han, et al.
Pubblicazione: (2024)

Spectrum-based Modality Representation Fusion Graph Convolutional Network for Multimodal Recommendation
di: Ong, Rongqing Kenneth, et al.
Pubblicazione: (2024)

Benchmarking Multimodal Large Language Models for Missing Modality Completion in Product Catalogues
di: Fu, Junchen, et al.
Pubblicazione: (2026)

From Swath to Full-Disc: Advancing Precipitation Retrieval with Multimodal Knowledge Expansion
di: Wang, Zheng, et al.
Pubblicazione: (2025)

Generative Cross-Modal Retrieval: Memorizing Images in Multimodal Language Models for Retrieval and Beyond
di: Li, Yongqi, et al.
Pubblicazione: (2024)

A Survey of Multimodal Composite Editing and Retrieval
di: Li, Suyan, et al.
Pubblicazione: (2024)

Self-distilled Dynamic Fusion Network for Language-based Fashion Retrieval
di: Wu, Yiming, et al.
Pubblicazione: (2024)

Interactive Multi-Turn Retrieval for Health Videos
di: Wu, Chengzheng, et al.
Pubblicazione: (2026)

Towards Identity-Aware Cross-Modal Retrieval: a Dataset and a Baseline
di: Messina, Nicola, et al.
Pubblicazione: (2024)

A Unified Optimal Transport Framework for Cross-Modal Retrieval with Noisy Labels
di: Han, Haochen, et al.
Pubblicazione: (2024)

From Generator to Embedder: Harnessing Innate Abilities of Multimodal LLMs via Building Zero-Shot Discriminative Embedding Model
di: Ju, Yeong-Joon, et al.
Pubblicazione: (2025)

Representation Discrepancy Bridging Method for Remote Sensing Image-Text Retrieval
di: Ning, Hailong, et al.
Pubblicazione: (2025)

HLFormer: Enhancing Partially Relevant Video Retrieval with Hyperbolic Learning
di: Li, Jun, et al.
Pubblicazione: (2025)

Modality-Aware Identity Construction and Counterfactual Structure Learning for ID-Free Multimodal Recommendation
di: Ma, Hongjian, et al.
Pubblicazione: (2026)

Imagine Before Concentration: Diffusion-Guided Registers Enhance Partially Relevant Video Retrieval
di: Li, Jun, et al.
Pubblicazione: (2026)

Cross-Modal Retrieval with Cauchy-Schwarz Divergence
di: Zhang, Jiahao, et al.
Pubblicazione: (2025)

The 2nd EReL@MIR Workshop on Efficient Representation Learning for Multimodal Information Retrieval
di: Fu, Junchen, et al.
Pubblicazione: (2026)

Composite Sketch+Text Queries for Retrieving Objects with Elusive Names and Complex Interactions
di: Gatti, Prajwal, et al.
Pubblicazione: (2025)

Multimodal Learned Sparse Retrieval for Image Suggestion
di: Nguyen, Thong, et al.
Pubblicazione: (2024)

Multi-Modal Cross-Domain Alignment Network for Video Moment Retrieval
di: Fang, Xiang, et al.
Pubblicazione: (2022)

Text Proxy: Decomposing Retrieval from a 1-to-N Relationship into N 1-to-1 Relationships for Text-Video Retrieval
di: Xiao, Jian, et al.
Pubblicazione: (2024)

PromptHash: Affinity-Prompted Collaborative Cross-Modal Learning for Adaptive Hashing Retrieval
di: Zou, Qiang, et al.
Pubblicazione: (2025)

Attribute-driven Disentangled Representation Learning for Multimodal Recommendation
di: Li, Zhenyang, et al.
Pubblicazione: (2023)

The CASTLE 2024 Dataset: Advancing the Art of Multimodal Understanding
di: Rossetto, Luca, et al.
Pubblicazione: (2025)

Very Efficient Listwise Multimodal Reranking for Long Documents
di: Sun, Yiqun, et al.
Pubblicazione: (2026)

Multimodal Neural Databases
di: Trappolini, Giovanni, et al.
Pubblicazione: (2023)

Rebalancing Contrastive Alignment with Bottlenecked Semantic Increments in Text-Video Retrieval
di: Xiao, Jian, et al.
Pubblicazione: (2025)

Joint-Dataset Learning and Cross-Consistent Regularization for Text-to-Motion Retrieval
di: Messina, Nicola, et al.
Pubblicazione: (2024)

Enabling Collaborative Parametric Knowledge Calibration for Retrieval-Augmented Vision Question Answering
di: Deng, Jiaqi, et al.
Pubblicazione: (2025)

CLEAR: Null-Space Projection for Cross-Modal De-Redundancy in Multimodal Recommendation
di: Zhan, Hao, et al.
Pubblicazione: (2026)

Let Multimodal Embedders Learn When to Augment Query via Adaptive Query Augmentation
di: Kim, Wongyu, et al.
Pubblicazione: (2025)

DREAM: A Dual Representation Learning Model for Multimodal Recommendation
di: Zhang, Kangning, et al.
Pubblicazione: (2024)

OTCR: Optimal Transmission, Compression and Representation for Multimodal Information Extraction
di: Li, Yang, et al.
Pubblicazione: (2025)

GenState-AI: State-Aware Dataset for Text-to-Video Retrieval on AI-Generated Videos
di: Li, Minghan, et al.
Pubblicazione: (2026)

Visual Lifelog Retrieval through Captioning-Enhanced Interpretation
di: Shih, Yu-Fei, et al.
Pubblicazione: (2025)

Beyond Final Answers: CRYSTAL Benchmark for Transparent Multimodal Reasoning Evaluation
di: Barrios, Wayner, et al.
Pubblicazione: (2026)

VeriTaS: The First Dynamic Benchmark for Multimodal Automated Fact-Checking
di: Rothermel, Mark, et al.
Pubblicazione: (2026)

Love Me, Love My Label: Rethinking the Role of Labels in Prompt Retrieval for Visual In-Context Learning
di: Luo, Tianci, et al.
Pubblicazione: (2026)