基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有的注意力机制存在缺乏对视觉对象间关系的理解能力及准确度较差的问题,在注意力机制的基础上增加关系推理模块与自适应门控机制.该方法利用注意力机制关注多个与问题相关的视觉区域,利用关系推理模块中的二元关系推理与多元关系推理加强视觉区域间的联系.将分别得到的视觉注意力特征与视觉关系特征输入到自适应门控中,动态控制2种特征对预测答案的贡献.在VQA1.0及VQA2.0数据集上的实验结果表明:该模型与DCN、MFB、MFH及MCB等先进模型相比,在总体精度上均有约2%的提升;利用基于关系推理与门控机制的模型能够更好地理解图像内容,有效地提升视觉问答的准确率.
推荐文章
基于深度学习的视觉问答技术研究
视觉问答技术
注意力机制
数据集
本体辅助的定性空间关系推理机制
地理本体
常识空间认知
空间关系
规则表达
推理
基于本体和SWRL的空间关系的表示与推理方法
空间关系表示
空间关系推理
本体
SWRL
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于关系推理与门控机制的视觉问答方法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 视觉问答(VQA) 注意力机制 视觉区域 关系推理 自适应门控
年,卷(期) 2022,(1) 所属期刊栏目 计算机技术、信息与电子工程|Computer Technology, Information and Electronic Engineering
研究方向 页码范围 36-46
页数 11页 分类号 TP391
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2022.01.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉问答(VQA)
注意力机制
视觉区域
关系推理
自适应门控
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
论文1v1指导