视觉语言模型 / CVPR2026
TriSim:基于极值理论的三维相似度建模用于遥感图文检索中的假阴性缓解
TriSim: Tri-Dimensional Similarity Modeling with Extreme Value Theory for False-Negative Mitigation in Remote Sensing Image-Text Retrieval
用三维负样本相似度空间(图-图、图-文、文-文)替代单一跨模态阈值来判定假阴性,并用极值理论对尾部样本建模、在三元组损失中赋概率权重;这套假阴性筛选与加权机制可直接迁移到其他图文/视频-文本对比学习检索任务中。
跨模态检索对比学习极值理论