.png){kind=icon}
返回
Question-guided multigranular visual augmentation for knowledge-based visual question answering
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cviu.2025.104569.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们设计了一种新颖的基于问题引导的多粒度视觉特征提取方法，以探索输入问题与图像之间的全面且充分的交互。
• 我们的方法将问题作为引导，用于定位问答任务中的视觉兴趣区域。
• 在我们的方法中，卷积核是动态地从问题中推导得到的，这有助于模型参数的有效性。
• 我们的方法在2个基于知识库的VQA基准测试中取得了顶尖性能。
期刊
IF:
3.5
论文数:
555
被引数:
7.3K
机构
引用论文
暂无论文信息