Zum Inhalt

Multimodal Bi-direction Guided Attention Networks for Visual Question Answering

  • 13.09.2023
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Der Artikel stellt ein multimodales, bidirektionales Guided Attention Networks (MBGAN) for Visual Question Answering (VQA) vor, das eine anspruchsvolle Aufgabe in der KI darstellt. Das MBGAN-Rahmenwerk umfasst Selbstaufmerksamkeit, bidirektionale geführte Aufmerksamkeit und Positionsaufmerksamkeit, um die Interaktion zwischen Bild- und Fragemerkmalen zu verbessern. Dieser Ansatz ermöglicht es dem Modell, komplizierte Beziehungen und Abhängigkeiten innerhalb und zwischen den Modalitäten zu erfassen, was zu einer verbesserten Leistung beim Verständnis und bei der Beantwortung von Fragen auf der Grundlage visueller Inhalte führt. Die Autoren validieren die MBGAN durch umfangreiche Experimente mit Benchmark-Datensätzen und zeigen damit ihre Überlegenheit gegenüber bestehenden Methoden. Der Artikel enthält auch eine detaillierte Analyse der Komponenten und experimentellen Ergebnisse des Modells, wobei das Potenzial des Modells für die Weiterentwicklung des Bereichs der VQA hervorgehoben wird.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 130.000 Bücher
  • über 540 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Oberflächen + Materialtechnik
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 75.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe
  • Oberflächen + Materialtechnik




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 100.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Titel
Multimodal Bi-direction Guided Attention Networks for Visual Question Answering
Verfasst von
Linqin Cai
Nuoying Xu
Hang Tian
Kejia Chen
Haodu Fan
Publikationsdatum
13.09.2023
Verlag
Springer US
Erschienen in
Neural Processing Letters / Ausgabe 9/2023
Print ISSN: 1370-4621
Elektronische ISSN: 1573-773X
DOI
https://doi.org/10.1007/s11063-023-11403-0
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.