用于基于文本的行人异常检索的异构视觉语言集成与分歧感知重排序

英文标题：Heterogeneous Vision-Language Ensemble with Disagreement-Aware Reranking for Text-Based Person Anomaly Retrieval

该论文研究基于文本的行人异常检索任务，即根据自然语言描述，从大规模图像库中检索具有异常行为的行人。与传统的基于文本的行人检索相比，该任务需要更细粒度地理解行人行为及其异常特征。论文提出采用异构视觉语言模型集成，并通过分歧感知重排序提升检索结果。该研究对开发面向公共安全、视频监控和异常行为分析的多模态检索系统具有参考价值。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB