清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

LOIS: Looking Out of Instance Semantics for Visual Question Answering

答疑 计算机科学 人工智能 推论 语义学(计算机科学) 自然语言处理 视觉推理 情报检索 关系(数据库) 程序设计语言 数据挖掘
作者
Siyu Zhang,Yeming Chen,Yaoru Sun,Fang Wang,Haibo Shi,Haoran Wang
出处
期刊:IEEE Transactions on Multimedia [Institute of Electrical and Electronics Engineers]
卷期号:26: 6202-6214 被引量:2
标识
DOI:10.1109/tmm.2023.3347093
摘要

Visual question answering (VQA) has been intensively studied as a multimodal task, requiring efforts to bridge vision and language for correct answer inference. Recent attempts have developed various attention-based modules for solving VQA tasks. However, the performance of model inference is largely bottlenecked by visual semantic comprehension. Most existing detection methods rely on bounding boxes, remaining a serious challenge for VQA models to comprehend and correctly infer the causal nexus of contextual object semantics in images. To this end, we propose a finer model framework without bounding boxes in this work, termed Looking Out of Instance Semantics (LOIS) to address this crucial issue. LOIS can achieve more fine-grained feature descriptions to generate visual facts. Furthermore, to overcome the label ambiguity caused by instance masks, two types of relation attention modules: 1) intra-modality and 2) inter-modality, are devised to infer the correct answers from different visual features. Specifically, we implement a mutual relation attention module to model sophisticated and deeper visual semantic relations between instance objects and background information. In addition, our proposed attention model can further analyze salient image regions by focusing on important word-related questions. Experimental results on four benchmark VQA datasets prove that our proposed method has favorable performance in improving visual reasoning capability.
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
Kumquat完成签到,获得积分10
11秒前
光亮又晴完成签到 ,获得积分10
29秒前
wenbinvan完成签到,获得积分0
50秒前
woxinyouyou完成签到,获得积分0
2分钟前
7788完成签到,获得积分10
2分钟前
Kevin完成签到,获得积分10
3分钟前
3分钟前
微卫星不稳定完成签到 ,获得积分0
3分钟前
嬗变的天秤完成签到,获得积分10
3分钟前
3分钟前
4分钟前
枯藤老柳树完成签到,获得积分10
4分钟前
研友_nxw2xL完成签到,获得积分10
4分钟前
muriel完成签到,获得积分10
4分钟前
毛毛完成签到,获得积分10
5分钟前
ding应助残酷日光采纳,获得10
5分钟前
5分钟前
5分钟前
残酷日光发布了新的文献求助10
6分钟前
himat完成签到,获得积分10
6分钟前
6分钟前
去去去去发布了新的文献求助10
6分钟前
陳某完成签到,获得积分10
6分钟前
CaoJing完成签到 ,获得积分10
6分钟前
Richard完成签到 ,获得积分10
7分钟前
FUNG发布了新的文献求助10
8分钟前
ldd关闭了ldd文献求助
9分钟前
榴下晨光完成签到 ,获得积分10
9分钟前
啥时候吃火锅完成签到 ,获得积分0
9分钟前
lovelife完成签到,获得积分10
9分钟前
ldd关闭了ldd文献求助
10分钟前
Bond完成签到 ,获得积分10
10分钟前
万能图书馆应助cassie采纳,获得10
10分钟前
仿真小学生完成签到 ,获得积分10
11分钟前
kohu完成签到,获得积分10
11分钟前
ldd发布了新的文献求助10
11分钟前
宇文非笑完成签到 ,获得积分10
11分钟前
lotus完成签到,获得积分10
12分钟前
方白秋完成签到,获得积分10
13分钟前
ldd发布了新的文献求助10
14分钟前
高分求助中
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
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
Case Research: The Case Writing Process 300
Global Geological Record of Lake Basins 300
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 3142753
求助须知:如何正确求助?哪些是违规求助? 2793651
关于积分的说明 7807068
捐赠科研通 2449921
什么是DOI,文献DOI怎么找? 1303531
科研通“疑难数据库(出版商)”最低求助积分说明 627016
版权声明 601335