Copertina

MSAM: Multi-Semantic Adaptive Mining for Cross-Modal Drone Video-Text Retrieval

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Huang, Jinghao, Chen, Yaxiong, Liu, Ganchao
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Information Retrieval
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Cross-Modal Pre-Aligned Method with Global and Local Information for Remote-Sensing Image and Text Retrieval
di: Sun, Zengbao, et al.
Pubblicazione: (2024)

VISTA: Visualized Text Embedding For Universal Multi-Modal Retrieval
di: Zhou, Junjie, et al.
Pubblicazione: (2024)

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

Modality-Balanced Learning for Multimedia Recommendation
di: Zhang, Jinghao, et al.
Pubblicazione: (2024)

Pretrain-then-Adapt: Uncertainty-Aware Test-Time Adaptation for Text-based Person Search
di: Zhang, Jiahao, et al.
Pubblicazione: (2026)

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

Multi-event Video-Text Retrieval
di: Zhang, Gengyuan, et al.
Pubblicazione: (2023)

RANKVIDEO: Reasoning Reranking for Text-to-Video Retrieval
di: Skow, Tyler, et al.
Pubblicazione: (2026)

SHE-Net: Syntax-Hierarchy-Enhanced Text-Video Retrieval
di: Yu, Xuzheng, et al.
Pubblicazione: (2024)

Object-Aware Query Perturbation for Cross-Modal Image-Text Retrieval
di: Sogi, Naoya, et al.
Pubblicazione: (2024)

Scale Up Composed Image Retrieval Learning via Modification Text Generation
di: Zhou, Yinan, et al.
Pubblicazione: (2025)

Video-ColBERT: Contextualized Late Interaction for Text-to-Video Retrieval
di: Reddy, Arun, et al.
Pubblicazione: (2025)

GMM-Based Comprehensive Feature Extraction and Relative Distance Preservation For Few-Shot Cross-Modal Retrieval
di: Sun, Chengsong, et al.
Pubblicazione: (2025)

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

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

ADaFuSE: Adaptive Diffusion-generated Image and Text Fusion for Interactive Text-to-Image Retrieval
di: Zhang, Zhuocheng, et al.
Pubblicazione: (2026)

Reversed in Time: A Novel Temporal-Emphasized Benchmark for Cross-Modal Video-Text Retrieval
di: Du, Yang, et al.
Pubblicazione: (2024)

REAL-MM-RAG: A Real-World Multi-Modal Retrieval Benchmark
di: Wasserman, Navve, 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)

Automatic Creative Selection with Cross-Modal Matching
di: Kim, Alex, et al.
Pubblicazione: (2024)

Video Editing for Video Retrieval
di: Zhu, Bin, et al.
Pubblicazione: (2024)

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

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)

Personalized Video Summarization using Text-Based Queries and Conditional Modeling
di: Huang, Jia-Hong
Pubblicazione: (2024)

Rethinking Sparse Lexical Representations for Image Retrieval in the Age of Rising Multi-Modal Large Language Models
di: Nakata, Kengo, et al.
Pubblicazione: (2024)

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

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

Entity Image and Mixed-Modal Image Retrieval Datasets
di: Blaga, Cristian-Ioan, et al.
Pubblicazione: (2025)

Optimizing Multi-Modal Models for Image-Based Shape Retrieval: The Role of Pre-Alignment and Hard Contrastive Learning
di: Kühn, Paul Julius, et al.
Pubblicazione: (2026)

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

Adapting MLLMs for Nuanced Video Retrieval
di: Bagad, Piyush, et al.
Pubblicazione: (2025)

LongVidSearch: An Agentic Benchmark for Multi-hop Evidence Retrieval Planning in Long Videos
di: Yu, Rongyi, et al.
Pubblicazione: (2026)

Generalized Contrastive Learning for Multi-Modal Retrieval and Ranking
di: Zhu, Tianyu, et al.
Pubblicazione: (2024)

Modality and Task Adaptation for Enhanced Zero-shot Composed Image Retrieval
di: Li, Haiwen, et al.
Pubblicazione: (2024)

A Resource-Efficient Training Framework for Remote Sensing Text--Image Retrieval
di: Zhang, Weihang, et al.
Pubblicazione: (2025)

Dual Prompt Learning for Adapting Vision-Language Models to Downstream Image-Text Retrieval
di: Wang, Yifan, et al.
Pubblicazione: (2025)

Event-aware Video Corpus Moment Retrieval
di: Hou, Danyang, et al.
Pubblicazione: (2024)

Maximal Matching Matters: Preventing Representation Collapse for Robust Cross-Modal Retrieval
di: Alomari, Hani, et al.
Pubblicazione: (2025)

MARQUIS: A Three-Stage Pipeline for Video Retrieval-Augmented Generation
di: Chakraborty, Debashish, et al.
Pubblicazione: (2026)

Attributes Grouping and Mining Hashing for Fine-Grained Image Retrieval
di: Lu, Xin, et al.
Pubblicazione: (2023)