Advancing Video Question Answering with a Multi-modal and Multi-layer Question Enhancement Network

计算机科学 答疑 代表(政治) 抓住 情态动词 领域(数学) 人机交互 运动(物理) 帧(网络) 图层(电子) 对象(语法) 人工智能 理解力 能见度 多媒体 数据科学 软件工程 物理 光学 政治 有机化学 化学 高分子化学 程序设计语言 法学 纯数学 电信 数学 政治学
作者
Meng Liu,Fenglei Zhang,Xin Luo,Lijuan Fan,Yinwei Wei,Liqiang Nie
标识
DOI:10.1145/3581783.3612239
摘要

Video question answering is an increasingly vital research field, spurred by the rapid proliferation of video content online and the urgent need for intelligent systems that can comprehend and interact with this content. Existing methodologies often lean towards video understanding and cross-modal information interaction modeling but tend to overlook the crucial aspect of comprehensive question understanding. To address this gap, we introduce the multi-modal and multi-layer question enhancement network, a groundbreaking framework emphasizing nuanced question understanding. Our approach begins by extracting object, appearance, and motion features from videos. Subsequently, we harness multi-layer outputs from a pre-trained language model, ensuring a thorough grasp of the question. Integrating object data into appearance is guided by global question and frame representation, facilitating the adaptive acquisition of appearance and motion-enhanced question representation. By amalgamating multi-modal question insights, our methodology adeptly determines answers to questions. Experimental results conducted on three benchmarks demonstrate the superiority of our tailored approach, underscoring the importance of advanced question comprehension in VideoQA.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
所得皆所愿完成签到 ,获得积分10
2秒前
没用的三轮完成签到,获得积分10
2秒前
3秒前
Singularity应助科研通管家采纳,获得10
3秒前
雷九万班完成签到 ,获得积分10
5秒前
不知道完成签到,获得积分10
6秒前
Augusterny完成签到 ,获得积分10
17秒前
Feng5945完成签到 ,获得积分10
29秒前
cfsyyfujia完成签到 ,获得积分10
31秒前
林黛玉倒拔垂杨柳完成签到 ,获得积分10
43秒前
淡淡醉波wuliao完成签到 ,获得积分10
47秒前
xixi很困完成签到 ,获得积分10
1分钟前
愉快的冰萍完成签到 ,获得积分10
1分钟前
在水一方应助激情的含巧采纳,获得10
1分钟前
isedu完成签到,获得积分10
2分钟前
Singularity应助科研通管家采纳,获得10
2分钟前
2分钟前
2分钟前
风中一叶完成签到 ,获得积分10
2分钟前
Shrimp完成签到 ,获得积分10
2分钟前
2分钟前
安静严青完成签到 ,获得积分10
2分钟前
绿色心情完成签到 ,获得积分10
2分钟前
开朗白开水完成签到 ,获得积分10
2分钟前
激情的含巧完成签到,获得积分10
2分钟前
你好纠结伦完成签到,获得积分10
2分钟前
2分钟前
zjq完成签到 ,获得积分10
2分钟前
好名字完成签到,获得积分10
2分钟前
zhangruixue0519完成签到 ,获得积分10
2分钟前
logolush完成签到 ,获得积分10
3分钟前
西红柿不吃皮完成签到 ,获得积分10
3分钟前
SH123完成签到 ,获得积分10
3分钟前
loren313完成签到,获得积分0
3分钟前
3分钟前
夏添发布了新的文献求助10
3分钟前
香樟遗完成签到 ,获得积分10
3分钟前
机智的小羊尾完成签到 ,获得积分10
3分钟前
夏添完成签到,获得积分10
3分钟前
哈哈哈哈哈哈哈完成签到 ,获得积分20
3分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137039
求助须知:如何正确求助?哪些是违规求助? 2788014
关于积分的说明 7784284
捐赠科研通 2444088
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625536
版权声明 601010