团队硕士生韩雪昆获2023中国粒计算与知识发现学术会议（CGCKD2023）优秀学生论文
祝贺团队硕士生韩雪昆一篇论文“双分支多粒度局部对齐的实例级草图图像检索”被评为“2023中国粒计算与知识发现学术会议（CGCKD2023）”优秀学生论文。
文章主要解决目前实例级草图图像检索任务中存在的一些问题。首先，针对不同模态之间差异过大的问题，引入了跨模态检索中常用的双分支模型，并结合现有的实例级草图图像检索方法，提出了双分支特征提取器，分别提取草图和照片的模态共享特征以及模态特异特征，从而降低模态差异。针对局部特征对齐过程中存在的空间不对齐问题，文章在现有的局部对齐方法的基础上进行改进，通过多粒度局部对齐（MLA）,在不同粒度下对局部特征进行对齐，降低空间不对齐对检索的影响。相较于baseline，模型检索精度在QMUL-ChairV2以及QMUL-ShoeV2两个数据集上分别提升了4.5%和3.2%。
