基于对象级Token重构与文本实体感知的跨模态检索
Cross-modal retrieval based on object-level token reconstruction and textual entity awareness
武汉工程大学 计算机科学与工程学院 人工智能学院, 武汉 430205
摘要
跨模态语义对齐是实现图像检索等任务的核心技术。传统方法依赖预训练目标检测器，存在计算冗余与误差传播问题；而基于图像块的视觉Transformer易受语义模糊与冗余干扰，导致视觉对象结构破碎、难以与文本实体建立精准关联。提出语义-空间约束融合策略，在不依赖检测器的情况下实现语义精度与空间保真度统一的细粒度对齐。该方法通过视觉端语义-空间块校准模块构建双重约束，动态聚合语义一致且空间相邻的视觉块，生成紧凑对象级token表征；文本端采用实体感知分词将命名实体作为完整语义单元。在Flickr30K和MS-COCO数据集上的实验表明，本方法在图文双向检索任务中均取得显著提升，rSum指标较主流方法提高3-5点。研究证实，语义与空间双重约束下的对象级token重构能有效增强跨模态对齐的鲁棒性与判别力，为细粒度跨模态理解提供了新路径。
基金项目
国家自然科学基金资助项目(62106180)
珠海市产学研合作项目(2320004002605)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.09.0393
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第5期
发布历史
[2026-01-19] 优先出版
引用本文
张明, 曾青松, 郑昕璇. 基于对象级Token重构与文本实体感知的跨模态检索 [J]. 计算机应用研究, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0393. (Zhang Ming, Zeng Qingsong, Zheng Xinxuan. Cross-modal retrieval based on object-level token reconstruction and textual entity awareness [J]. Application Research of Computers, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0393. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
