VQA 第5页

Overcoming Language Priors in VQA via Decomposed Linguistic Representations——(AAAI2020)论文阅读笔记

目录1.abstract2.Introduction3.模型简介4.方法精读4.1语言注意模块4.2问题识别模块4.3对象引用模块4.4视觉验证模块5.实验最近看了两篇文章，都关于解决VQA先验性的问题

智商25的憨憨·2020-09-10 13:50

无题

https://www.zhuanzhi.ai/paper/af7391e7dcf3fbe0e5510b3e94382d99https://amds123.github.io/vqa/https://github.com

智商25的憨憨·2020-09-10 13:19

【论文笔记-AAAI2020】Overcoming Language Priors in VQA via Decomposed Linguistic Representations

这篇博客会大概讲解一下论文的工作，以及一些VQA领域的近况，也会涉及到一些自己的见解。一些容易误解的地方，我会尽量的表达细致，方便读者理解。

BierOne·2020-09-10 09:37

【文献阅读】基于格网注意力的VQA比基于区域注意力的VQA更快更轻？（H. Jiang等人，CVPR，2020）

一、背景文章题目：《InDefenseofGridFeaturesforVisualQuestionAnswering》文章下载地址：https://openaccess.thecvf.com/content_CVPR_2020/papers/Jiang_In_Defense_of_Grid_Features_for_Visual_Question_Answering_CVPR_2020_pape

全部梭哈迟早暴富·2020-08-26 23:59

【文献阅读】MFB——结合协同注意力的多模态矩阵分解的双线性池化方法（Z. Yu等人，ICCV，2017，有代码）

：《Multi-modalFactorizedBilinearPoolingwithCo-AttentionLearningforVisualQuestionAnswering》MFB还是挺经典的一篇VQA

全部梭哈迟早暴富·2020-08-26 23:59

Probabilistic Neural-symbolic Models for Interpretable Visual Question Answering (VQA一概率神经符号网络）

原文下载地址：https://arxiv.org/pdf/1902.07864.pdf大概内容：这一篇提出了一种神经符号表示模型，与其他neural-symbolicmodel不同的是，这一篇的模型前带了probabilistic。背景：什么叫做neural-symbolicmodel呢？其实就是神经和符号网络模型的结合。神经网络缺乏解释，符号网络偏偏就强在interpretable。神经网络参数

我喝酸奶不舔盖·2020-08-25 01:58

论文解读：From Pixels to Objects: Cubic Visual Attention for Visual Question Answering

这是关于VQA问题的第十一篇系列文章。本篇文章将介绍论文：主要思想；模型方法；主要贡献。

yealxxy·2020-08-25 01:17

论文解读：Feature Enhancement in Attention for Visual Question Answering

这是关于VQA问题的第十篇系列文章。本篇文章将介绍论文：主要思想；模型方法；主要贡献。

yealxxy·2020-08-25 01:17

2020-01-06

加拿大VQA认证的冰酒、葡萄酒，烈酒（威士忌，伏特加），果酒（蓝莓酒，蔓越莓酒），牛奶，奶粉，面粉，蜂蜜，枫糖浆，果干果汁果酱，葡萄籽油，亚麻籽油，橄榄油。。。共200多个品种，必有一款适合您。

程程_d26c·2020-08-24 00:37

论文解读：记忆网络（Memory Network）

在了解vqa问题的论文时，发现有很多论文采用了记忆网络的思路，模拟推理过程，这篇文章主要总结关于记忆网络的三篇经典论文，目的是对记忆网络有个认识。

yealxxy·2020-08-23 07:08

哈哈一笑之后……

爆文（任选其一）：1、《你的人品，决定你的前途》https://mp.weixin.qq.com/s/hoW9Fe2sfPrJWqnDMb7vqA2、《一个人逐渐变高级的3种迹象》https://mp.weixin.qq.com

简映竹·2020-08-19 23:33

【文献阅读】在VQA的答案空间中引入相似性测度（Corentin Kervadec等人，ArXiv，2020）

一、背景文章题目：《EstimatingsementicstructurefortheVQAanswerspace》和前面的那篇文章是同一个团队：【文献阅读】GQA-OOD——测试低频样本问答的数据集和评估方法（CorentinKervadec等人，ArXiv，2020，有代码），这篇文章的思路其实也比较好理解，就是因为一般答案环节都是用分类来做的，无法度量相似类别，因此作者在答案空间进行了修改。

全部梭哈迟早暴富·2020-08-18 07:26

【文献阅读】将知识蒸馏用于视觉问答VQA的紧凑三重交互（T. Do等人，ICCV，2019，有代码）

一、背景文章题目：《CompactTrilinearInteractionforVisualQuestionAnswering》ICCV2019的一篇文章。文章下载地址：http://openaccess.thecvf.com/content_ICCV_2019/papers/Do_Compact_Trilinear_Interaction_for_Visual_Question_Answerin

全部梭哈迟早暴富·2020-08-18 07:26

【数据集收集】用于视觉问答VQA常用的数据集（持续更新，最后更新时间2019-09）

一、背景最近刚开始做视觉问答VQA，看了很多文献，但是目前还无从下手，所以准备先把网上的公开的VQA数据集记录下来。

全部梭哈迟早暴富·2020-08-18 07:26

【文献阅读】seada-VQA对数据进行对抗增强并保留语义正确性（R. Tang等人，ArXiv，2020）

一、背景文章题目：《SemanticEquivalentAdversarialDataAugmentationforVisualQuestionAnswering》文章下载地址：https://arxiv.org/pdf/2007.09592.pdf文章引用格式：RuixueTang,ChaoMa,WeiEmmaZhang,QiWu,andXiaokangYang."SemanticEquival

全部梭哈迟早暴富·2020-08-18 07:26

【文献阅读】ST-VQA——利用图像中的场景文本进行视觉问答（A. F. Biten等人，ICCV，2019）

一、背景文章题目：《SceneTextVisualQuestionAnswering》ICCV2019的一篇文章，作者主要来自西班牙。文章下载地址：http://openaccess.thecvf.com/content_ICCV_2019/papers/Biten_Scene_Text_Visual_Question_Answering_ICCV_2019_paper.pdf文章引用格式：A.F

全部梭哈迟早暴富·2020-08-17 19:22

[CVPR2019]:专门为卷积神经网络设计的训练方法：RePr Improved Training of Convolutional Filters

introduction，差点以为是modelpruning，看到后面发现是针对卷积神经网络的训练方法，而且这个方法比较简单，但文章通过大量的分析和实验，验证了提出的训练方法非常有效，在cifar、ImageNet、VQA

zhuiqiuk·2020-08-16 10:29

Hierarchical Question-Image Co-Attention

主要做了四个方面的改进：1、为VQA提出了一个co-attentionmechanism，能够联合问题主导的visualattention和图片主导的questionattention。

咕噜咕噜酱紫·2020-08-16 01:46

Counterfactual Samples Synthesizing for Robust Visual Question Answering论文笔记

Abstract尽管视觉问答（VQA）在过去几年中已经取得了令人瞩目的进步，但是当今的VQA模型倾向于捕获训练集中的表层语言相关性，而不能推广到具有不同QA分布的测试集中。

bxg1065283526·2020-08-14 13:59

In Defense of Grid Features for Visual Question Answering论文笔记

Abstract作为“自底向上”关注[2]，基于边界框（或区域）的视觉特征最近已经超过了普通的基于网格的卷积特征，成为视觉和语言任务（如视觉问题回答（VQA））的事实标准。

bxg1065283526·2020-08-14 13:27

An Analysis of Visual Question Answering Algorithms翻译

Abstract在视觉问答(VQA)中，算法必须回答关于图像的基于文本的问题。尽管自2014年末以来，VQA已经创建了多个数据集，但它们在内容和算法评估方式上都存在缺陷。

bxg1065283526·2020-08-14 13:27

Visual Question Answering: A Survey of Methods and Datasets

Abstract视觉问答（VQA）是一项具有挑战性的任务，已受到计算机视觉和自然语言处理社区的越来越多的关注。给定图像和自然语言的问题，就需要对图像的视觉元素和常识进行推理，以推断出正确的答案。

bxg1065283526·2020-08-14 13:27

【文献阅读】MUREL——视觉问答VQA中的多模态关系推理（R. Cadene等人，CVPR，2019）

CVPR2019中关于VQA的文章不多，看到这一篇故记录下来。

全部梭哈迟早暴富·2020-08-03 09:51

用于视觉问答的基于关系推理和注意力的多峰特征融合模型《Multimodal feature fusion by relational reasoning and attention for VQA》

一、文献摘要介绍TherecentlyemergedresearchofVisualQuestionAnswering(VQA)hasbecomeahottopicincomputervision.AkeysolutiontoVQAexist

Tiám青年·2020-08-03 08:45

ABC-CNN: An Attention Based Convolutional Neural Network for Visual Question Answering

这样子的话·2020-08-03 01:34

【学习笔记】Language+Vision数据集

VQA数据集DAQUARDAQUAR是最早提出的VQA数据集，也是最小的VQA数据集。

Hung武·2020-07-29 05:50

CVPR 2020文档图像分析与识别相关论文22篇分类简介

致力于场景文字检测、场景文字识别、文本数据合成、手写文字分析与识别、文档图像版面分析、文本VQA等十个类别（标*的论文表示该论文方法的代码已开源，共有9篇论文的代码已经开源，另外1

OliverH-yishuihanq·2020-07-29 01:35

综述-无参考视频质量评价（NR-VQA）

无参考视频质量评价（NR-VQA）和全参考基本共享同类的模型框架，它们要么基于frame-by-frame的NR-IQA+时域特征+temporalpooling，要么基于时空特征提取。

Sissuire·2020-07-28 14:07

Pytorch MMF 多模态框架介绍及问题汇总

多模态AI问题包括视觉问答（visualquestionanswering,VQA),图像描述(imagecaptioning)、视觉对话（visualdialogue）、embodiedAI、虚拟助

Mohatarem·2020-07-27 16:25

【科普】加拿大的酒中贵族VQA到底是啥？

VQA--酒商质量联盟,是一个独立的管理体系。该体系能够保证产自安大略湖以及不列颠哥伦比亚加拿大葡萄酒的产地以及质量。VQA管理委员会实行的标准自1999年生效至此，一直具有法律效力。

水天使赛奇尔·2020-07-16 05:45

视频质量评价——从裁判到教练

视频质量评价(VQA)是视频服务系统中的重要技术要素，贯穿成像、编辑、处理、编/转/解码、渲染、显示等整个视频技术链条。

LiveVideoStack_·2020-07-13 16:46

工作学习笔记

IndustryEngineering）：工业工程部EE（EquipmentEngineering）：设备工程部PE（ProcessEngineering）：工艺工程部TE（TestEngineering）：测试工程部VQA

shirley329·2020-07-11 22:18

视觉基因(visual genome)项目及数据集介绍

因为要预研VQA项目参考，趁GPU满负荷的时间，记录下这个数据集相关笔记：官方网站定义为：VisualGenome是一个数据集，知识库，不断努力把结构化的图像概念和语言连接起来。

zdcs·2020-07-10 14:01

【文献阅读】MCAN——用于VQA的深层模块化的协同注意力网络（Z. Yu等人，CVPR，2019，有代码）

一、文章概况文章题目：《DeepModularCo-AttentionNetworksforVisualQuestionAnswering》前面三位作者是杭电的，第四作者是陶老师，感觉陶老师在VQA领域非常高产

全部梭哈迟早暴富·2020-07-10 14:33

【文献阅读】BAN——双线性注意力网络Bilinear Attention Networks（J. Kim等人，NIPS，2018，有代码）

一、文章概况文章题目：《BilinearAttentionNetworks》这篇文章是VQA领域非常经典的一篇文章，最近看到的很多新文章都提到了这篇文章。

全部梭哈迟早暴富·2020-07-10 14:33

【文献阅读】早期的视觉问答VQA模型（B. Zhou等人，arXiv，2015，有代码）

一、文献概况文章题目：《SimpleBaselineforVisualQuestionAnswering》ArXiv上2015年12月的一篇文章，属于VQA的早期模型，最近刚开始看VQA，相关文章都会记录下来文章下载地址

全部梭哈迟早暴富·2020-07-10 14:33

解释与注意：用于视觉问答的一场获得注意的两人游戏模型《Explanation vs Attention: A Two-Player Game to Obtain Attention for VQA》

一、文献摘要介绍Inthispaper,weaimtoobtainimprovedattentionforavisualquestionanswering(VQA)task.Itischallengingtoprovidesupervisio

Tiám青年·2020-07-10 12:26

用于视觉问答的四元数乘积的多层内容交互模型《MULTI-LAYER CONTENT INTERACTION THROUGH QUATERNION PRODUCT FOR VQA》

目录一、文献摘要介绍二、网络框架介绍三、实验分析四、结论这是视觉问答论文阅读的系列笔记之一，本文有点长，请耐心阅读，定会有收货。如有不足，随时欢迎交流和探讨。一、文献摘要介绍Multi-modalityfusiontechnologieshavegreatlyimprovedtheperformanceofneuralnetwork-basedVideoDescription/Caption,Vi

Tiám青年·2020-07-10 12:26

自下而上和自上而下的注意力模型《Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering》

Top-downvisualattentionmechanismshavebeenusedextensivelyinimagecaptioningandvisualquestionanswering(VQA

Tiám青年·2020-07-10 12:26

用于视觉问答的与问题无关的注意模型《Question-Agnostic Attention for Visual Question Answering》

一、文献摘要介绍VisualQuestionAnswering(VQA)modelsemployattentionmechanismstodiscoverimagelocationsthataremostrelevantforanswerin

Tiám青年·2020-07-10 12:26

用于视觉问答的深度注意神经张量网络模型《Deep Attention Neural Tensor Network for Visual Question Answering》

如有不足，欢迎交流，另附：论文下载地址一、文献摘要介绍Visualquestionanswering(VQA)hasdrawngreatattentionincross-modallearningproblems

Tiám青年·2020-07-10 12:53

注意上的注意：用于视觉问答的框架《Attention on Attention: Architectures for VQA》

一、文献摘要介绍VisualQuestionAnswering(VQA)isanincreasinglypopulartopicindeeplearningresearch,requiringcoordinationofnaturallang

Tiám青年·2020-07-10 12:53

用于视觉问答的深度模块化共同注意网络《Deep Modular Co-Attention Networks for Visual Question Answering》

自己是研究生一枚，如有不足，欢迎交流附:本文的代码地址一、文献摘要介绍VisualQuestionAnswering(VQA)requiresafine-grainedandsimultaneousunderstandingofboththevisualcontentofimagesandthetextua

Tiám青年·2020-07-10 12:53

Improved Fusion of Visual and Language Representations by Dense Symmetric Co-Attention for VQA 阅读笔记

解决VQA(VisualQuestionAnswering)问题的关键在于如何从图片和问题中提取有用的特征,并将二者进行有效地融合。

小有名气的可爱鬼·2020-07-10 10:26

centos5.3虚拟机安装图解附安装包及镜像(64位)

shareid=1224129524&uk=3961254249密码：7vqa1.新建虚拟机,点击创

weixin_30675967·2020-07-10 06:47

论文解读：Dual Attention Networks for Multimodal Reasoning and Matching

这是关于VQA问题的第八篇系列文章。本篇文章将介绍论文：主要思想；模型方法；主要贡献。

yealxxy·2020-07-10 05:24

论文解读：Hierarchical Question-Image Co-Attention for Visual Question Answering

这是关于VQA问题的第七篇系列文章。本篇文章将介绍论文：主要思想；模型方法；主要贡献。

yealxxy·2020-07-10 05:24

【论文阅读】【CVPR2017】Dual Attention Networks for Multimodal Reasoning and Matching

推理模型允许可视化并在协作推理期间用文本注意机制互相关联，这对于视觉问答（VQA）等任务很有用。此外，匹配模型利用文本和图像两

JustinXTT·2020-07-09 20:41

视觉问答综述（VQA Datasets Alogritgms and Future Challenge）

视觉问答领域中的数据和评价指标视觉问答简介数据集特点DAQUAR(DAtasetforQUestionAnsweringonReal-worldimages)COCO-QAVQADatasetFreestyleMultilingualImageQuenstionAnswering(FM-IQA)VisualGenomeVisual7WSHAPES评价指标准确率Wu-PalmerSimilarity

August-us·2020-07-09 20:21

VC R-CNN | 无监督的视觉常识特征学习（附源码）

作者提出了一种新的无监督特征表示学习方法，即VisualCommonsenseR-CNN(VCR-CNN)，作为一种改进的视觉区域编码器，用于Captioning和VQA等高级任务。

计算机视觉研究院·2020-07-09 16:45

推荐频道

VQA

Overcoming Language Priors in VQA via Decomposed Linguistic Representations——(AAAI2020)论文阅读笔记

无题

【论文笔记-AAAI2020】Overcoming Language Priors in VQA via Decomposed Linguistic Representations

【文献阅读】基于格网注意力的VQA比基于区域注意力的VQA更快更轻？（H. Jiang等人，CVPR，2020）

【文献阅读】MFB——结合协同注意力的多模态矩阵分解的双线性池化方法（Z. Yu等人，ICCV，2017，有代码）

Probabilistic Neural-symbolic Models for Interpretable Visual Question Answering (VQA一概率神经符号网络）

论文解读：From Pixels to Objects: Cubic Visual Attention for Visual Question Answering

论文解读：Feature Enhancement in Attention for Visual Question Answering

2020-01-06

论文解读：记忆网络（Memory Network）

哈哈一笑之后……

【文献阅读】在VQA的答案空间中引入相似性测度（Corentin Kervadec等人，ArXiv，2020）

【文献阅读】将知识蒸馏用于视觉问答VQA的紧凑三重交互（T. Do等人，ICCV，2019，有代码）

【数据集收集】用于视觉问答VQA常用的数据集（持续更新，最后更新时间2019-09）

【文献阅读】seada-VQA对数据进行对抗增强并保留语义正确性（R. Tang等人，ArXiv，2020）

【文献阅读】ST-VQA——利用图像中的场景文本进行视觉问答（A. F. Biten等人，ICCV，2019）

[CVPR2019]:专门为卷积神经网络设计的训练方法：RePr Improved Training of Convolutional Filters

Hierarchical Question-Image Co-Attention

Counterfactual Samples Synthesizing for Robust Visual Question Answering论文笔记

In Defense of Grid Features for Visual Question Answering论文笔记

An Analysis of Visual Question Answering Algorithms翻译

Visual Question Answering: A Survey of Methods and Datasets

【文献阅读】MUREL——视觉问答VQA中的多模态关系推理（R. Cadene等人，CVPR，2019）

用于视觉问答的基于关系推理和注意力的多峰特征融合模型《Multimodal feature fusion by relational reasoning and attention for VQA》

ABC-CNN: An Attention Based Convolutional Neural Network for Visual Question Answering

【学习笔记】Language+Vision数据集

CVPR 2020文档图像分析与识别相关论文22篇分类简介

综述-无参考视频质量评价（NR-VQA）

Pytorch MMF 多模态框架介绍及问题汇总

【科普】加拿大的酒中贵族VQA到底是啥？

视频质量评价——从裁判到教练

工作学习笔记

视觉基因(visual genome)项目及数据集介绍

【文献阅读】MCAN——用于VQA的深层模块化的协同注意力网络（Z. Yu等人，CVPR，2019，有代码）

【文献阅读】BAN——双线性注意力网络Bilinear Attention Networks（J. Kim等人，NIPS，2018，有代码）

【文献阅读】早期的视觉问答VQA模型（B. Zhou等人，arXiv，2015，有代码）

解释与注意：用于视觉问答的一场获得注意的两人游戏模型《Explanation vs Attention: A Two-Player Game to Obtain Attention for VQA》

用于视觉问答的四元数乘积的多层内容交互模型《MULTI-LAYER CONTENT INTERACTION THROUGH QUATERNION PRODUCT FOR VQA》

自下而上和自上而下的注意力模型《Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering》

用于视觉问答的与问题无关的注意模型《Question-Agnostic Attention for Visual Question Answering》

用于视觉问答的深度注意神经张量网络模型《Deep Attention Neural Tensor Network for Visual Question Answering》

注意上的注意：用于视觉问答的框架《Attention on Attention: Architectures for VQA》

用于视觉问答的深度模块化共同注意网络 《Deep Modular Co-Attention Networks for Visual Question Answering》

Improved Fusion of Visual and Language Representations by Dense Symmetric Co-Attention for VQA 阅读笔记

centos5.3虚拟机安装图解附安装包及镜像(64位)

论文解读：Dual Attention Networks for Multimodal Reasoning and Matching

论文解读：Hierarchical Question-Image Co-Attention for Visual Question Answering

【论文阅读】【CVPR2017】Dual Attention Networks for Multimodal Reasoning and Matching

视觉问答综述（VQA Datasets Alogritgms and Future Challenge）

VC R-CNN | 无监督的视觉常识特征学习（附源码）

用于视觉问答的深度模块化共同注意网络《Deep Modular Co-Attention Networks for Visual Question Answering》