Visual Causal Scene Refinement for Video Question Answering

计算机科学 因果推理 答疑 虚假关系 因果模型 人工智能 视觉推理 因果参照理论 集合(抽象数据类型) 帧(网络) 因果推理 语义学(计算机科学) 自然语言处理 认知 机器学习 心理学 医学 哲学 认识论 病理 神经科学 程序设计语言 电信 经济 计量经济学
作者
Yu-Shen Wei,Yang Liu,Hong Yan,Guanbin Li,Liang Lin
标识
DOI:10.1145/3581783.3611873
摘要

Existing methods for video question answering (VideoQA) often suffer from spurious correlations between different modalities, leading to a failure in identifying the dominant visual evidence and the intended question. Moreover, these methods function as black boxes, making it difficult to interpret the visual scene during the QA process. In this paper, to discover critical video segments and frames that serve as the visual causal scene for generating reliable answers, we present a causal analysis of VideoQA and propose a framework for cross-modal causal relational reasoning, named Visual Causal Scene Refinement (VCSR). Particularly, a set of causal front-door intervention operations is introduced to explicitly find the visual causal scenes at both segment and frame levels. Our VCSR involves two essential modules: i) the Question-Guided Refiner (QGR) module, which refines consecutive video frames guided by the question semantics to obtain more representative segment features for causal front-door intervention; ii) the Causal Scene Separator (CSS) module, which discovers a collection of visual causal and non-causal scenes based on the visual-linguistic causal relevance and estimates the causal effect of the scene-separating intervention in a contrastive learning manner. Extensive experiments on the NExT-QA, Causal-VidQA, and MSRVTT-QA datasets demonstrate the superiority of our VCSR in discovering visual causal scene and achieving robust video question answering.
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
昏睡的沛柔完成签到 ,获得积分10
1秒前
江三村完成签到 ,获得积分10
8秒前
光亮的自行车完成签到 ,获得积分10
14秒前
三脸茫然完成签到 ,获得积分10
16秒前
Till完成签到 ,获得积分10
20秒前
22秒前
basket完成签到 ,获得积分10
24秒前
发发发完成签到,获得积分10
25秒前
richard1357发布了新的文献求助10
26秒前
kehe!完成签到 ,获得积分0
38秒前
昊男的宝贝完成签到,获得积分10
39秒前
细心的代天完成签到 ,获得积分10
39秒前
tang完成签到,获得积分10
54秒前
白华苍松完成签到,获得积分10
1分钟前
一纸小笺完成签到,获得积分10
1分钟前
1分钟前
huco完成签到,获得积分10
1分钟前
居居侠完成签到 ,获得积分10
1分钟前
在路上应助kol采纳,获得10
1分钟前
minuxSCI完成签到,获得积分10
1分钟前
zhilianghui0807完成签到 ,获得积分10
1分钟前
ycw7777完成签到,获得积分10
1分钟前
alixy完成签到,获得积分10
1分钟前
fang完成签到,获得积分10
1分钟前
琦qi完成签到 ,获得积分10
2分钟前
wjf123完成签到 ,获得积分10
2分钟前
马大翔完成签到,获得积分10
2分钟前
跳跃的鹏飞完成签到 ,获得积分10
2分钟前
luochen完成签到,获得积分10
2分钟前
昵称完成签到 ,获得积分10
2分钟前
Ashley完成签到 ,获得积分10
2分钟前
我就想看看文献完成签到 ,获得积分10
2分钟前
深深完成签到,获得积分10
2分钟前
JaneChen完成签到 ,获得积分10
2分钟前
巾凡完成签到 ,获得积分10
2分钟前
Accept完成签到,获得积分10
2分钟前
i2stay完成签到,获得积分10
2分钟前
蔡蕾丝完成签到,获得积分10
2分钟前
旺仔完成签到 ,获得积分10
3分钟前
goodsheep完成签到 ,获得积分10
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? 2788025
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