論文の概要: ConstraintMatch: Compositional Image-Text Matching through Constrained Regional Evidence Selection

• arxiv url: http://arxiv.org/abs/2611.00784v1
• Date: Sat, 31 Oct 2026 09:57:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.431466
• Title: ConstraintMatch: Compositional Image-Text Matching through Constrained Regional Evidence Selection
• Title（参考訳）: ConstraintMatch: Constraint Regional Evidence Selectionによる合成画像テキストマッチング
• Abstract要約: ローカル画像-テキストマッチングは、個々の概念の強い証拠を見つけることができるが、誤った属性-エンタリティ結合を持つキャプションを好む。 ConstraintMatchは、エンティティレベルの地域一貫性を明示的なマッチングコストに変換する、トレーニング不要な推論手法である。
• 参考スコア（独自算出の注目度）: 22.702122711373132
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Local image--text matching can find strong evidence for individual concepts yet favor captions with incorrect attribute--entity bindings. We introduce ConstraintMatch, a training-free inference method that turns entity-level regional consistency into an explicit matching cost. On the same frozen condition--region similarity matrix, it compares independent crop selection for each category and attribute with a shared crop choice within each entity. Their gap quantifies the score advantage obtained by relaxing the shared-region constraint. Spatial references from the same image calibrate this gap by keeping category evidence fixed while jointly shifting an entity's attribute maps. Per-entity clipping prevents cancellation across residuals, and the scaled mean cost is subtracted from global similarity. ConstraintMatch uses pooled embeddings, and spatial calibration requires no additional encoder calls. With parameters fixed per backbone across tasks, ConstraintMatch improves over global matching by 7.70 percentage points on full ARO Attribute and 5.63 points on held-out SugarCrepe++ attribute swaps, averaged across Qwen~2B and CORE~2B. Against SGI adapted to the same 13-crop budget, the respective gains are 4.85 and 3.51 points. Controlled analyses distinguish the effects of shared-region matching and candidate score calibration. The results establish entity-level evidence selection as a practical scoring principle for compositional multimodal retrieval.
• Abstract（参考訳）: ローカル画像-テキストマッチングは、個々の概念の強い証拠を見つけることができるが、誤った属性-エンタリティ結合を持つキャプションを好む。 ConstraintMatchは、エンティティレベルの地域一貫性を明示的なマッチングコストに変換する、トレーニング不要な推論手法である。 同じ凍結条件-領域類似性行列上で、各カテゴリの独立な作物選択と属性を各エンティティ内の共有作物選択と比較する。 それらのギャップは、共有領域制約を緩和して得られるスコアの利点を定量化する。 同じ画像からの空間参照は、エンティティの属性マップを共同でシフトしながらカテゴリエビデンスを固定し、このギャップを校正する。 パーエンタリティクリッピングは残留物間のキャンセルを防止し、スケールされた平均コストはグローバルな類似性から減らされる。 ConstraintMatchはプール埋め込みを使用し、空間キャリブレーションは追加のエンコーダコールを必要としない。 タスク全体にわたるバックボーン毎のパラメータの固定により、ConstraintMatchはグローバルマッチングよりも完全なARO属性で7.70ポイント、ホールドアウトされたSugarCrepe++属性スワップで5.63ポイント改善され、Qwen~2BとCORE~2Bで平均化されている。 同じ13クロップの予算に適合したSGIに対して、各利得は4.85点と3.51点である。 制御された分析は、共有領域マッチングと候補スコアキャリブレーションの効果を区別する。 その結果,構成的マルチモーダル検索の実践的評価原理として,エンティティレベルのエビデンス選択が確立された。

関連論文リスト

• Cross-Primitive Consistency in Jev [52.97484590293529]
  Jevは、型付きクエリプリミティブを通じて、大きな言語モデル(LLM)による効率的な意思決定を可能にする。 この研究は、クロスプライミティブな一貫性を評価するための4軸ベンチマークであるPrimaConsを紹介している。 冷凍バックボーンに軽量残留ネットワークを付加するCPRC(Cross-Primitive Residual Calibrator)を提案する。
  論文  参考訳（メタデータ） (2026-10-28T10:44:03Z)
• Xing USP: A Cross-Family Semantic Contract for Information Extraction and Intent-Slot Parsing [37.54585294282002]
  我々は、カテゴリ、フィールド、値、およびインスタンス関連を表すクロスセマンティック・セマンティック・コントラクトであるUSPを提示する。 61のデータセットを、共有スキーマ、プロンプト、マッチングルールを備えた統一コーパスに正規化し、固定テストサブセット上の6つのモデルを比較する。 Xing4.0-29B-Intentは57.70タスクバランスのField-Value Micro-F1を達成し、家族ごと、そして5つのビューでランク付けします。
  論文  参考訳（メタデータ） (2026-10-25T14:56:09Z)
• Multi-Sensitive Distributional Fairness: Joint Wasserstein Audits and Shapley Allocation [3.692363265082648]
  ワッサーシュタイン幾何を用いた実測値に対する分布的人口分布の同値性について検討する。 条件付きおよびシーケンシャルな監査は、そのゼロセットを通して関節のパリティを特徴づける。 フルセル条件量子関数は、分散が結合格差であるヒルベルト値の確率変数を定義する。
  論文  参考訳（メタデータ） (2026-10-13T22:13:30Z)
• SPARCL: Spatially Adaptive Regional Coverage for Active Learning in Chest X-ray Analysis [3.320895640965475]
  胸部X線病変セグメンテーション(CXR)のアクティブラーニングは高価であり,アクティブラーニング(AL)が不可欠である。 既存のAL戦略では、選択されたサンプルの空間分布を考慮できないため、焦点(大動脈石灰化など)と拡散(結節など)の病理に不整合性が生じる。
  論文  参考訳（メタデータ） (2026-10-13T06:34:50Z)
• Intrinsic-Extrinsic Coupling in Learning Dynamics [0.0]
  制約付き学習状態介入の継続条件値を用いて本質的・外生的結合を定式化する。 我々は,地域の許容度,継続条件付き介入値,完全政治性能を区別する。
  論文  参考訳（メタデータ） (2026-09-24T17:30:22Z)
• Observational Indistinguishability and Integrity Blind Regions in Hybrid Quantum-Classical Workflows [0.0]
  本稿では,ハイブリッド量子古典的ワークフロー整合性のためのクレーム相対的エビデンス/参照フレームワークを提案する。 観測上の不明瞭さは、有限バッチ統計ミスとは異なる構造的な盲点をもたらす。
  論文  参考訳（メタデータ） (2026-09-15T13:16:37Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• Relational Proxies: Emergent Relationships as Fine-Grained Discriminators [52.17542855760418]
  本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。 我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。 また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
  論文  参考訳（メタデータ） (2022-10-05T11:08:04Z)
• Cluster-to-adapt: Few Shot Domain Adaptation for Semantic Segmentation across Disjoint Labels [80.05697343811893]
  クラスタ・トゥ・アダプティブ(Cluster-to-Adapt, C2A)は、セグメンテーションデータセット間のドメイン適応のための、計算的に効率的なクラスタリングベースのアプローチである。 変換された特徴空間に強制されるそのようなクラスタリングの目的は、ソースドメインとターゲットドメインのカテゴリを自動的に選択するのに役立つことを示す。
  論文  参考訳（メタデータ） (2022-08-04T17:57:52Z)
• Joint Visual and Temporal Consistency for Unsupervised Domain Adaptive Person Re-Identification [64.37745443119942]
  本稿では,局所的なワンホット分類とグローバルなマルチクラス分類を組み合わせることで,視覚的・時間的整合性を両立させる。 3つの大規模ReIDデータセットの実験結果は、教師なしと教師なしの両方のドメイン適応型ReIDタスクにおいて提案手法の優位性を示す。
  論文  参考訳（メタデータ） (2020-07-21T14:31:27Z)
• Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection [85.53263670166304]
  一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。 1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。 本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
  論文  参考訳（メタデータ） (2020-06-08T07:24:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。