MS-DPPs：用于文本到图像检索中复合属性的上下文多样性细化的多源决定性点过程
计算机视觉与模式识别
2025-07-10 v1 人工智能
信息检索
摘要
结果多样性（Result Diversification, RD）是文本到图像检索中重要的技术，可增强实际应用的效率。传统方法仅关注增加图像外观的多样性指标。然而，多样性指标及其期望值因应用而异，这限制了RD的应用。本文提出了一种新任务，即CDR-CA（Contextual Diversity Refinement of Composite Attributes，即根据应用上下文细化多个属性的多样性）。为解决此任务，我们提出了多源DPP（Multi-Source Determinational Point Process, MS-DPP），这是一种简单而强大的基线方法，将决定性点过程（DPP）扩展到多源。我们将MS-DPP建模为基于流形表示的单一DPP模型，具有统一的相似度矩阵。我们还引入了切向归一化以反映上下文。大量实验表明，所提方法有效。我们的代码已公开于https://github.com/NEC-N-SOGI/msdpp。
引用
@article{arxiv.2507.06654,
title = {MS-DPPs: Multi-Source Determinantal Point Processes for Contextual Diversity Refinement of Composite Attributes in Text to Image Retrieval},
author = {Naoya Sogi and Takashi Shibata and Makoto Terao and Masanori Suganuma and Takayuki Okatani},
journal= {arXiv preprint arXiv:2507.06654},
year = {2025}
}
备注
IJCAI 2025. Code: https://github.com/NEC-N-SOGI/msdpp