返回
Knowledge-based visual question classification using quaternion hypergraph consistent network
DOI:10.1016/j.ipm.2025.104591.png)
摘要
En 中文
• 提出了一种四元数超图一致网络,用于整合三种精细粒度属性。
• 设计了独立性损失,使文本特征和视觉特征保持模态特异且彼此区分。
• 提出了知识一致性损失,用于约束文本知识特征和视觉知识特征。
• 实验结果表明,我们的方法在性能上优于现有主流方法。
期刊
I
IF:
6.9
论文数:
562
被引数:
0
机构
引用论文
Explainable Knowledge reasoning via thought chains for knowledge-based visual question answering基于思维链的可解释知识推理,用于基于知识的视觉问答
Hypergraph based multi-task feature selection for multimodal classification of Alzheimer's disease基于超图的多任务特征选择在阿尔茨海默病多模态分类中的应用
Unbiased VQA via modal information interaction and question transformation无偏视觉问答通过模态信息交互和问题转换实现
PATTERN RECOGNITION
IF7.6

