arXiv cs.AI· Yuqian Zheng, Hyoju Ahn, Hyeongjin Ahn, Eunil Park·· 11 小时前AI 评分18
Less-is-More CIR：面向组合图像检索的简洁检索与 Critic 重排序框架
Less is More: Concise Retrieval and Critic-based Re-ranking for Composed Image Retrieval
AI 导读
Less-is-More CIR 是一个无需训练的两阶段框架，用于零样本组合图像检索（ZS-CIR）：第一阶段只生成保留最具区分度修改语义的简洁目标导向描述，减少检索中的语义噪声；第二阶段用 critic 重排序模块从修改一致性和参考图保留两个角度评估候选结果。该工作已被 CIKM 2026 接收，代码已公开。
正文 · AI 翻译
摘要：零样本组合图像检索（ZS-CIR）旨在根据参考图像和修改文本检索目标图像。近期方法通常依赖大型视觉语言模型生成目标图像描述以进行检索。然而，这些描述可能包含冗余的语义细节，在检索目标图像时引入噪声，导致检索结果次优。为解决这一问题，我们提出 Less-is-More CIR，一个两阶段免训练框架，结合简洁检索与评论家重排序。在第一阶段，生成简洁的面向目标的描述，仅保留最具判别性的修改语义，从而减少检索中的语义噪声。在第二阶段，评论家重排序模块从修改一致性和参考保留的角度进一步评估检索到的候选。大量实验证明了所提框架在 ZS-CIR 上的有效性和鲁棒性。我们的代码可在以下网址获取：此 https URL。
| 评论： | 已被 CIKM 2026 接收 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.27538 [cs.CV] |
| （或 arXiv:2610.27538v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.27538 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 相关 DOI： | https://doi.org/10.1145/3799682.3840662
链接到相关资源的 DOI |
提交历史
来自：Yuqian Zheng [查看电子邮件]
[v1]
2026年10月20日星期二 02:53:02 UTC（9,983 KB）
来源：arXiv cs.AI · arxiv.org