Align Where the Words Look: Cross-Attention-Guided Patch Alignment with Contrastive and Transport Regularization for Bengali Captioning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Anonto, Riad Ahmed, Zabin, Sardar Md. Saffat, Rahman, M. Saifur
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi