Multi-Level Knowledge Injecting for Visual Commonsense Reasoning

常识推理 常识 计算机科学 视觉推理 认知 人工智能 可视化 桥(图论) 任务(项目管理) 人机交互 基于知识的系统 心理学 内科学 经济 神经科学 管理 医学
作者
Zhang Wen,Yuxin Peng
出处
期刊:IEEE Transactions on Circuits and Systems for Video Technology [Institute of Electrical and Electronics Engineers]
卷期号:31 (3): 1042-1054 被引量:4
标识
DOI:10.1109/tcsvt.2020.2991866
摘要

When glancing at an image, human can infer what is hidden in the image beyond what is visually obvious, such as objects’ functions, people’s intents and mental states. However, such a visual reasoning paradigm is tremendously difficult for computer, requiring knowledge about how the world works. To address this issue, we propose Commonsense Knowledge based Reasoning Model (CKRM) to acquire external knowledge to support Visual Commonsense Reasoning (VCR) task, where the computer is expected to answer challenging visual questions. Our key ideas are: (1) To bridge the gap between recognition-level and cognition-level image understanding, we inject external commonsense knowledge via multi-level knowledge transfer network , achieving cell-level, layer-level and attention-level joint information transfer. It can effectively capture knowledge from different perspectives, and perceive common sense of human in advance. (2) To further promote image understanding at cognitive level, we propose a knowledge based reasoning approach , which can relate the transferred knowledge to visual content and compose the reasoning cues to derive the final answer. Experiments are conducted on the challenging visual commonsense reasoning dataset VCR to verify the effectiveness of our proposed CKRM approach, which can significantly improve reasoning performance and achieve the state-of-the-art accuracy.
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
kim完成签到 ,获得积分10
1秒前
我是老大应助--采纳,获得10
1秒前
有机合成学渣完成签到,获得积分10
2秒前
3秒前
4秒前
外向的不尤完成签到,获得积分10
5秒前
烟花应助DYN采纳,获得10
5秒前
酷波er应助树有麋鹿采纳,获得10
5秒前
tt发布了新的文献求助10
6秒前
努力的研究生给努力的研究生的求助进行了留言
6秒前
月yue发布了新的文献求助10
7秒前
落后蹇发布了新的文献求助30
9秒前
9秒前
思源应助土豪的不悔采纳,获得10
13秒前
14秒前
ZHANG发布了新的文献求助10
14秒前
14秒前
落后蹇完成签到,获得积分10
15秒前
余叶发布了新的文献求助10
17秒前
18秒前
18秒前
上官若男应助咖啡豆采纳,获得10
19秒前
--发布了新的文献求助10
19秒前
20秒前
sunglow11完成签到,获得积分0
20秒前
20秒前
lxb发布了新的文献求助30
22秒前
23秒前
23秒前
CipherSage应助月yue采纳,获得10
24秒前
gonna完成签到,获得积分10
24秒前
24秒前
辉q发布了新的文献求助10
26秒前
小白完成签到 ,获得积分10
26秒前
26秒前
liaoyoujiao发布了新的文献求助10
27秒前
ZHANG完成签到,获得积分10
28秒前
科目三应助朴实凡柔采纳,获得10
28秒前
29秒前
奇迹的山完成签到,获得积分10
29秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Becoming: An Introduction to Jung's Concept of Individuation 600
Evolution 3rd edition 500
Die Gottesanbeterin: Mantis religiosa: 656 500
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 3171135
求助须知:如何正确求助?哪些是违规求助? 2822063
关于积分的说明 7937837
捐赠科研通 2482500
什么是DOI,文献DOI怎么找? 1322565
科研通“疑难数据库(出版商)”最低求助积分说明 633669
版权声明 602627