文献

J-GLOBAL ID：202102218069960174   整理番号：21A0132156

回答分布のエントロピーを指定することによる視覚的質問の言い換え

Rephrasing Visual Questions by Specifying the Entropy of the Answer Distribution

著者 (5件)： TERAO Kento (Hiroshima University) ,  TAMAKI Toru (Hiroshima University) ,  RAYTCHEV Bisser (Hiroshima University) ,  KANEDA Kazufumi (Hiroshima University) ,  SATOH Shin’ichi (National Institute of Informatics)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E103.D  号： 11  ページ： 2362-2370(J-STAGE)  発行年： 2020年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 視覚的質問応答(VQA)は,質問と画像の対である視覚的質問に答えるタスクである。いくつかの視覚的質問は曖昧であり,いくつかは明確であり,状況によって質問の曖昧さを変えることが適切な場合がある。しかし,この問題は先行研究によって対処されていない。質問の曖昧さを制御することによって質問を言い換える新しいタスクを提案した。視覚的質問の曖昧さは,VQAモデルにより予測される回答分布のエントロピーの使用により定義される。提案モデルは,言い換えられた質問がユーザにより指定された曖昧さ(またはエントロピー)を持つように,画像で与えられたソース質問を言い換える。曖昧さ情報を持たないVQAv2データセットを用いて,提案モデルをトレーニングするための2つの学習戦略を提案した。筆者らは,言い換えられた質問の曖昧さを制御できる筆者らのアプローチの利点,および曖昧さを減らすよりも増やす方が難しいという興味深い観察結果を示した。(翻訳著者抄録)

シソーラス用語： 応答 ,  エントロピー ,  *表現 ,  質問 ,  画像 ,  曖昧さ ,  モデル ,  集合 ,  戦略 ,  *視覚
準シソーラス用語： データセット ,  回答 ,  学習戦略 ,  *言い換え ,  *質問応答

著者キーワード (3件)： 視覚質問応答 ,  視覚的質問生成 ,  リフレッシング

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (24件)：

• [1] Q. Wu, D. Teney, P. Wang, C. Shen, A. Dick, and A. van den Hengel, “Visual question answering: A survey of methods and datasets,” Computer Vision and Image Understanding, vol.163, pp.21-40, Oct. 2017. Language in Vision. 10.1016/j.cviu.2017.05.001
• [2] S. Antol, A. Agrawal, J. Lu, M. Mitchell, D. Batra, C.L. Zitnick, and D. Parikh, “VQA: Visual Question Answering,” Int. Conf. Comput. Vis. (ICCV), 2015. 10.1109/ICCV.2015.279
• [3] D. Gurari, Q. Li, A.J. Stangl, A. Guo, C. Lin, K. Grauman, J. Luo, and J.P. Bigham, “Vizwiz grand challenge: Answering visual questions from blind people,” The IEEE Conference on Comput. Vis. Pattern Recognit. (CVPR), June 2018. 10.1109/CVPR.2018.00380
• [4] A. Das, S. Datta, G. Gkioxari, S. Lee, D. Parikh, and D. Batra, “Embodied Question Answering,” Proc. IEEE Conference on Comput. Vis. Pattern Recognit. (CVPR), 2018. 10.1109/CVPR.2018.00008
• [5] A. Das, S. Kottur, K. Gupta, A. Singh, D. Yadav, J.M. Moura, D. Parikh, and D. Batra, “Visual Dialog,” Proc. IEEE Conference on Comput. Vis. Pattern Recognit. (CVPR), 2017. 10.1109/CVPR.2017.121

タイトルに関連する用語 (6件)： 回答 ,  分布 ,  エントロピー ,  視覚 ,  質問 ,  言い換え