跳到正文
arXiv · 机器人与计算机视觉· Hao Ju, Hu Zhang, Zhedong Zheng·· 2 天前AI 评分59

AnomalyLMM:面向文本驱动的人体异常搜索的无训练框架

AnomalyLMM: Bridging Generative Knowledge and Discriminative Retrieval for Text-Based Person Anomaly Search

AI 导读

针对文本查询与细微视觉线索对齐难、长尾分布及大模型微调成本高的问题,提出无需训练的粗到细框架 AnomalyLMM。该方法先利用通用检索模型初排,再通过填空式重排序机制引导多模态模型关注特定区域并生成异常描述,最后计算语义对齐进行重排序。在 PAB 和 UCC 数据集上,Recall@1 分别提升 1.93% 和 1.79%,且具备高度可解释性。代码将公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org