Reasoning on the Relation: Enhancing Visual Representation for Visual Question Answering and Cross-Modal Retrieval

计算机科学 情态动词 人工智能 视觉推理 答疑 语义学(计算机科学) 代表(政治) 可视化 情报检索 关系(数据库) 对象(语法) 自然语言处理 数据挖掘 程序设计语言 政治 化学 高分子化学 法学 政治学
作者
Jing Yu,Zhang Wei-feng,Yuhang Lu,Zengchang Qin,Yue Hu,Jianlong Tan,Qi Wu
出处
期刊:IEEE Transactions on Multimedia [Institute of Electrical and Electronics Engineers]
卷期号:22 (12): 3196-3209 被引量:65
标识
DOI:10.1109/tmm.2020.2972830
摘要

Cross-modal analysis has become a promising direction for artificial intelligence. Visual representation is crucial for various cross-modal analysis tasks that require visual content understanding. Visual features which contain semantical information can disentangle the underlying correlation between different modalities, thus benefiting the downstream tasks. In this paper, we propose a Visual Reasoning and Attention Network (VRANet) as a plug-and-play module to capture rich visual semantics and help to enhance the visual representation for improving cross-modal analysis. Our proposed VRANet is built based on the bilinear visual attention module which identifies the critical objects. We propose a novel Visual Relational Reasoning (VRR) module to reason about pair-wise and inner-group visual relationships among objects guided by the textual information. The two modules enhance the visual features at both relation level and object level. We demonstrate the effectiveness of the proposed VRANet by applying it to both Visual Question Answering (VQA) and Cross-Modal Information Retrieval (CMIR) tasks. Extensive experiments conducted on VQA 2.0, CLEVR, CMPlaces, and MS-COCO datasets indicate superior performance comparing with state-of-the-art work.
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
2秒前
2秒前
木言完成签到,获得积分10
3秒前
朱哈哈完成签到,获得积分20
3秒前
4秒前
沙不凡完成签到,获得积分20
7秒前
8秒前
9秒前
Niko完成签到,获得积分10
9秒前
ljscjth完成签到,获得积分10
11秒前
yx发布了新的文献求助10
12秒前
Niko发布了新的文献求助10
12秒前
科研小猫发布了新的文献求助10
12秒前
12秒前
13秒前
苏大强发布了新的文献求助30
13秒前
laohu发布了新的文献求助10
14秒前
石竹完成签到 ,获得积分10
15秒前
15秒前
17秒前
18秒前
执着乐双发布了新的文献求助10
18秒前
英姑应助科研通管家采纳,获得10
20秒前
科研通AI2S应助科研通管家采纳,获得10
20秒前
20秒前
慕青应助科研通管家采纳,获得10
20秒前
20秒前
21秒前
22秒前
22秒前
科研废物发布了新的文献求助30
22秒前
23秒前
24秒前
25秒前
puke发布了新的文献求助10
26秒前
诗诗完成签到,获得积分20
27秒前
刘浩然发布了新的文献求助30
27秒前
苏大强完成签到,获得积分10
28秒前
薛定谔的猫猫完成签到 ,获得积分10
28秒前
FashionBoy应助颜沛文采纳,获得10
29秒前
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
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 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 3145363
求助须知:如何正确求助?哪些是违规求助? 2796792
关于积分的说明 7821445
捐赠科研通 2453077
什么是DOI,文献DOI怎么找? 1305438
科研通“疑难数据库(出版商)”最低求助积分说明 627487
版权声明 601464