基于关系感知双重注意力融合的视觉问答技术

摘要：

传统视觉问答技术仅采用简单的位置注意力,缺乏语义注意力,从而引起问题推理错误.本文采用双重注意力机制从图像获取位置信息和语义信息,以外积形式进行融合,获得文本也采用双重注意力融合实体和对应关系的信息,帮助理解问题.双重注意力动态方式可以实现关系融合、动态学习,改变传统静态学习方式.以多标签分类器实现答案推理,减少传统二分类带来的偶然性.将视觉问答技术模型在数据集上进行验证,结果表明,本文方法有效提高了答案推理的准确性.

关键词：关系感知;双重注意力;视觉问答

所属期刊栏目：19

分类号：TP183(自动化基础理论)

在线出版日期：2021-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：80-84