多粒度文本标注

基于专家协作的伪装感知图像-文本检索

Camouflage-aware Image-Text Retrieval via Expert Collaboration

针对伪装场景中目标与背景高度相似导致跨模态对齐困难的问题，提出双分支视觉编码器与置信度条件图注意力机制，可复用于其他低对比度或复杂背景下的视觉-语言检索任务。