跳到正文
arXiv · 机器人与计算机视觉· Xintao Zong, Wenxuan Liu, Jianhao Ding, Zhaofei Yu, Tiejun Huang·· 2026-10-09AI 评分45

MSGAT:基于相似空间融合的稀疏图注意力网络用于图文检索

MSGAT: Multi-Head Spiking Graph Attention with Similarity-Space Fusion for Image-Text Retrieval

AI 导读

MSGAT 提出一种多头脉冲图注意力网络,通过 Sim-Fuse 策略融合细粒度离散与全局连续表示以解决跨模态对齐难题。在 Flickr30K 和 MSCOCO 数据集上,该方法在匹配设置下优于 ANN 及现有 SNN 基线,仅用两个时间步即达到相当或更优性能并将理论模块级能耗降低 55%。代码详见补充材料。

来源:arXiv · 机器人与计算机视觉 · arxiv.org