محققان در مقاله جدیدی، پارادایم «بازیابی چند دانهای» (Multi-grained) را برای بازشناسی افراد معرفی کردند. تا پیش از این، جستجوی متنمحور برای پیدا کردن افراد در دنیای واقعی با چالش «ابهام در جزئیات» روبرو بود.
در این مطالعه با معرفی چارچوب نوآورانه CMAM و یک دیتاست استاندارد، مدل یاد گرفته است که چطور با تحلیلهای دقیق و استدلالهای چندوجهی، حتی با متنهای مبهم یا ناقص، دقیقترین نتیجه را بین کاندیداهای احتمالی پیدا کند. این قدم مهمی برای افزایش دقت سیستمهای نظارتی و جستجوی هوشمند در دنیای واقعی است. 🤖✨
منبع: arXiv Computer Vision