2024年1月，公司教师刘伟在校定C级期刊《Electronics》发表题为“Image–Text Cross-Modal Retrieval with Instance Contrastive Embedding”的论文。该论文针对图文跨模态检索任务中因依赖粗粒度特征表示与成对排序损失而导致的细粒度信息丢失与语义对齐不足问题，提出一种名为实例对比嵌入（IConE）的创新方法。该方法首先通过迁移多模态预训练模型来增强图像与文本之间的交互表示能力，进而设计了一种两阶段训练策略，融合实例损失与对比损失，以同时实现实例内部的细粒度特征抽取与跨模态间的语义对齐优化。实验在Flickr30k与MS-COCO两个主流基准数据集上进行，结果表明IConE在检索性能上优于多种现有先进方法，验证了其通过结合预训练知识与时序化损失设计、在细粒度跨模态对齐方面的有效性。

希望广大教师继续潜心研究，不断创新，多出成果。（撰稿：刘伟；一审：艾科妮；二审：周健；三审：戴道明）