基于问题增强的问题引导图像视觉问答算法
陈婷 王玉德 任志伟
为解决视觉问答（Visual Question Answering,VQA）算法中问题与图像缺乏推理关系的难题，提出了增强问题有用信息的问题引导图像注意力机制（Question Guide Image Attention,QGIA）视觉问答算法。该算法在问题特征提取过程中对关键词进行筛选，加强对问题有效信息的关注，实现对问题的注意，同时，该算法加强了对图像属性特征的关注，使图像信息更加丰富。通过问题强化和图像强化，引导图像特征根据有效问题特征更好地对问题作出回答，提高了视觉问答算法的有效性。将该算法在VQA V2.0数据集上实验验证，准确率达到67.89%。研究结论为视觉问答技术的实现提供了理论支持。
全文下载
在线阅读
赣公网安备 36012102000372号
互知学术
全科互知