通过多模型检索融合与交叉编码器重排实现虚实迁移的基于文本行人异常搜索

英文标题：Synthetic-to-Real Text-Based Person Anomaly Search via Multi-Model Retrieval Fusion and Cross-Encoder Reranking

本研究聚焦于基于文本的行人异常搜索（Text-based Person Anomaly Search）任务，该任务旨在利用结合外貌与行为的自然语言描述，从大规模图像库中检索特定个体。针对训练数据依赖合成图文对导致的“由虚入实（Synthetic-to-Real）”域差异难题，研究提出了多模型检索融合与交叉编码器重排方案。该方法有效提升了跨模态检索系统在复杂真实监控场景中的泛化能力与检索精度，为智能安防监控、异常行为检测及细粒度多模态检索技术的工程落地提供了重要参考。

打开原文相关 2.4 · 机会 0

中文

摘要

基于文本的行人异常搜索（Text-based Person Anomaly Search）要求模型根据涵盖外貌和行为特征的自然语言描述，从海量图像图库中精准检索出对应个体。该任务面临着严峻挑战，主要是因为模型训练通常依赖于合成图文对，在向真实场景迁移时存在明显的域差距。为此，研究提出了通过多模型检索融合（Multi-Model Retrieval Fusion）与交叉编码器重排序（Cross-Encoder Reranking）相结合的框架，以解决合成到真实环境的泛化难题。

通过多模型检索融合与交叉编码器重排实现虚实迁移的基于文本行人异常搜索

中文

摘要

BibTeX 格式引用

English / 原文

BibTeX formatted citation