基于深度学习的视觉问答技术研究

• 作者: 文鹏程 李亚晖 白林亭
• 来源期刊: 航空计算技术
• 关键词: 视觉问答技术 注意力机制 数据集
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 综述报告
• 页码范围: 334-338
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.2018.05.088

摘要

视觉问答技术(Visual Question Answering,VQA)是一项综合了计算机视觉、自然语言理解、知识表示与推理的综合性技术,相比于图像处理、文本处理、自然语言处理等专用人工智能技术,是面向通用人工智能研究的前沿探索.介绍了视觉问答技术的问题描述,分析和总结了针对问题的基准方法和前沿方法研究与探索,分析了问题的研究难点,探讨了问题的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李亚晖		12	25	3.0	4.0
3	白林亭		2	11	2.0	2.0
7	文鹏程		2	3	1.0	1.0