文件名称：遥感中的多模态数据检索-研究论文
文件大小：1.26MB
文件格式：PDF
更新时间：2024-06-30 02:44:08
Remote Sensing; Multimodal; Image-text
我们周围的世界本质上是多模态的：看场景、听声音、看视频和品尝风味。 最近，处理多种模态的多模态应用程序，尤其是图像-文本检索（匹配）是计算机视觉一般文献中广泛和当前感兴趣的主题。 然而，大多数现有的遥感图像检索方法依赖于图像-图像匹配（单峰）的概念。 在本文中，我们旨在引起遥感界研究人员对最近方向多模态数据检索（匹配）的关注，特别是图像文本匹配，这被认为是最近的研究方向，因为它对人类智能的重要性鉴于深度学习技术的巨大进步，通过突出研究人员面临的三个主要挑战（多模态表示、相似性测量和数据集可用性），掌握视觉和文本内容之间的关系，并弥合这些不同内容（模态）之间的语义鸿沟在这条研究线。