arXiv cs.CV· Junwon You, Mihyun Jang, Sangwoo Mo, Jae-Hun Jung·· 5 小时前AI 评分22
ToMA：面向半监督视觉语言学习的拓扑感知表示对齐框架
Topology-Aware Representation Alignment for Semi-Supervised Vision-Language Learning
AI 导读
研究者提出 ToMA，一种用持续同调将成对关系分解为 H₀-death 与 H₁-birth 关系、并通过跨模态对应进行对齐的半监督视觉语言学习框架，无需构建 2-simplices 即可捕捉连通性与闭环结构。实验显示其在遥感任务上取得明显提升，在时尚领域分类增益显著、困难查询的检索提升尤为突出。分析表明 ToMA 比替代的拓扑目标更稳定，轻量 H₁-birth 边能提供有用的高阶结构信号。
来源：arXiv cs.CV · arxiv.org