m0_66388653的博客

原创 《Dynamic Graph Attention for Referring Expression Comprehension》自用笔记

REC本质上需要在图像中的对象关系上进行视觉推理。同时，视觉推理过程受到指称表达的语言结构的引导。本文从语言驱动视觉推理的角度探讨了参考表达式理解的问题，提出了一种动态图注意力网络，特别是为图像构建了一个图，其中节点和边分别对应对象及其关系，提出了一个差分分析器来预测语言引导的视觉推理过程。