Apr, 2021
GraghVQA: 基于语言引导的图神经网络用于基于图像的视觉问答
GraghVQA: Language-Guided Graph Neural Networks for Graph-based Visual
Question Answering
TL;DR本研究提出了一种基于场景图的自然语言问答模型GraphVQA，该模型采用语言引导的图神经网络，并使用节点间的多次信息传递来翻译和执行自然语言问题。我们探讨了GraphVQA框架的设计空间，并讨论了不同设计选择的权衡。在GQA数据集上的实验证明，GraphVQA明显优于现有模型（88.43%对94.78%）。