Multi-scale relation reasoning for multi-modal Visual Question Answering

自然语言处理 情报检索 视觉推理 语义学(计算机科学) 比例(比率)
作者
Yirui Wu,Yuntao Ma,Shaohua Wan
出处
期刊:Signal Processing-image Communication [Elsevier]
卷期号:96: 116319- 被引量:5
标识
DOI:10.1016/j.image.2021.116319
摘要

Abstract The goal of Visual Question Answering (VQA) is to answer questions about images. For the same picture, there are often completely different types of questions. Therefore, the main difficulty of VQA task lies in how to properly reason relationships among multiple visual objects according to types of input questions. To solve this difficulty, this paper proposes a deep neural network to perform multi-modal relation reasoning in multi-scales, which successfully constructs a regional attention scheme to focus on informative and question-related regions for better answering. Specifically, we firstly design regional attention scheme to select regions of interest based on informative evaluation computed by a question-guided soft attention module. Afterwards, features computed by regional attention scheme are fused in scaled combinations, thus generating more distinctive features with scalable information. Due to designs of regional attention and multi-scale property, the proposed method is capable to describe scaled relationships from multi-modal inputs to offer accurate question-guided answers. By conducting experiments on VQA v1 and VQA v2 datasets, we show that the proposed method has superior efficiencies than most of the existing methods.
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
温暖的碧彤完成签到,获得积分10
刚刚
安静一曲发布了新的文献求助10
刚刚
jiejie完成签到,获得积分10
1秒前
微笑超发布了新的文献求助10
1秒前
zhuang完成签到,获得积分10
3秒前
英姑应助毅诚菌采纳,获得10
3秒前
3秒前
Len完成签到,获得积分10
3秒前
余好运完成签到,获得积分10
4秒前
蔓越莓发布了新的文献求助10
4秒前
5秒前
斯文败类应助小冷采纳,获得10
5秒前
jessie发布了新的文献求助10
6秒前
儒雅儒雅完成签到,获得积分10
7秒前
CHENXIN532完成签到,获得积分10
7秒前
8秒前
8秒前
8秒前
爱吃香菜发布了新的文献求助10
9秒前
9秒前
fanny完成签到,获得积分10
9秒前
9秒前
冷静的荧荧完成签到,获得积分10
9秒前
9秒前
清爽绮彤完成签到 ,获得积分10
10秒前
uvk发布了新的文献求助10
10秒前
10秒前
11秒前
11秒前
ParkMoonJ发布了新的文献求助10
12秒前
Liam发布了新的文献求助10
12秒前
13秒前
14秒前
句号发布了新的文献求助10
14秒前
科研通AI2S应助Aprilapple采纳,获得10
14秒前
单纯雨安完成签到,获得积分10
15秒前
白临渊完成签到,获得积分10
16秒前
小马甲应助蒋子龙采纳,获得10
16秒前
17秒前
华仔应助Daisypharma采纳,获得10
17秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 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 3160338
求助须知:如何正确求助?哪些是违规求助? 2811485
关于积分的说明 7892612
捐赠科研通 2470499
什么是DOI,文献DOI怎么找? 1315589
科研通“疑难数据库(出版商)”最低求助积分说明 630884
版权声明 602038