LLM-powered scene graph representation learning for image retrieval via visual triplet-based graph transformation

•Image retrieval system leveraging LLM-powered high-level visual context.•Convert a scene graph into a visual triplet-based graph with triplets as nodes.•Graph embedding reflects the importance of visual triplets via attention mechanism.•VTGT achieves superior image retrieval performance compared to...

Celý popis

Podrobná bibliografie

Vydáno v:	Expert systems with applications Ročník 286; s. 127926
Hlavní autoři:	Jeong, Soohwan, Park, Jongmin, Choi, Mingyu, Kwon, Yongjin, Lim, Sungsu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 15.08.2025
Témata:	Graph neural networks Graph transformation Image-to-image retrieval Large language models Scene graph representation learning Graph neural networks Scene graph representation learning Large language models Graph transformation Image-to-image retrieval
ISSN:	0957-4174
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!