文献

J-GLOBAL ID：201902287262612702   整理番号：19A0708998

注意監視マイニングからの視覚的接地による解釈可能な視覚質問応答【JST・京大機械翻訳】

Interpretable Visual Question Answering by Visual Grounding From Attention Supervision Mining

著者 (3件)： Zhang Yundong ,  Niebles Juan Carlos ,  Soto Alvaro
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WACV  ページ： 349-357  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 解釈可能な視覚的質問応答(VQA)モデルの重要な側面は,画像における関連領域に対するそれらの応答を地上化する能力である。この能力による現在のアプローチは,VQAアーキテクチャの中で注意機構を訓練するために,教師つき学習と人間の注釈付けされた基礎に依存している。残念ながら,視覚的な接地に特異的な人間のアノテーションを得ることは困難で高価である。本研究では,利用可能な領域記述とオブジェクトアノテーションから自動的に得られる接地監視により,VQAアーキテクチャを効果的に訓練できることを示した。また,このマイニングされた監視で訓練された著者らのモデルは,マニュアル的に注釈付けされた接地に関してより高い相関を達成する視覚的な基礎を生成し,一方,最先端のVQA精度を達成することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  教師つき学習 ,  マニュアル ,  *接地 ,  *視覚 ,  アノテーション ,  モデル ,  計算機アーキテクチャ
準シソーラス用語： *質問応答 , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 注意 ,  視覚 ,  接地 ,  質問応答