抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
地上参照表現は,自然言語表現によって参照されるオブジェクトを画像に位置づけることを狙った。参照表現の言語構造は視覚コンテンツ上の推論のレイアウトを提供し,画像と参照表現を整列し,同時に理解することが重要である。本論文では,表現の言語構造の誘導の下で,意味グラフと神経モジュールを持つシーングラフ上で推論を行うシーングラフ誘導モジュールネットワーク(SGMN)を提案した。特に,構造化意味グラフとして画像をモデル化し,言語シーングラフに表現を構文する。言語シーングラフは,表現の言語構造を減らすだけでなく,画像意味グラフと一貫した表現も有した。また,構造解を接地参照表現に探索するために,構造化参照表現推論のための大規模実世界データセットであるRef-Reasoningを提案した。多様な表現テンプレートと機能的プログラムを用いて画像のシーングラフ上で参照表現を自動的に生成する。このデータセットは,異なる推論レイアウトを持つ意味論的に豊富な表現と同様に,実世界の視覚コンテンツを備えている。実験結果は,著者らのSGMNが,新しいRef-Reasoningデータセットに関する既存の最先端アルゴリズムより著しく優れているだけではなく,また,一般的に使用されるベンチマークデータセットに関する最新の構造化方法を上回ることを示した。また,推論の解釈可能な視覚証拠を提供できる。Copyright 2020 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】