image understanding | BriefGPT

关键词image understanding

搜索结果 - 50

基于观察者中心线框模型的 3D 解释器网络
本文提出了一种称为 3D Interpreter Networks (3D-INN) 的网络，该网络旨在从单个图像中提取 3D 对象的姿态和结构信息。该网络基于 2D-annotated 真实图像和合成 3D 数据进行训练，并通过中间表示关
PDF6 years ago
EMNLP学习多语言多模态表示的图像枢转
本文介绍了一种用于匹配不同语言中的图像和句子的多模态多语言表达式学习模型，其目的是提高多语言版本的图像搜索和理解，在图像描述排名及语义文本相似度方面实现了最先进的性能。
PDF7 years ago
ICCV关注图像字幕模型生成的描述
研究了人类描述场景时自底向上显著性视觉关注和物体引用之间的一致性；提出了一种以显著性为增强因素的图像标题生成模型，结果发现该模型并不明显优于传统方法，但能更好地适用于未知数据。
PDF7 years ago
CVPR使用深度关系网络检测视觉关系
通过深度关系网络的嵌入式框架，探讨和利用对象之间以及它们的关系之间的统计依赖关系，从而实现更好的图像理解能力。
PDF7 years ago
重访视觉问答基线模型
本文提出了一种基于二元分类的简单替代模型来解决视觉问答中的一些问题，并通过在 Visual7W Telling 和 VQA Real Multiple Choice 任务上的实验表明该模型的简单版本同样具有竞争力，同时，作者发现现有的视觉问
PDF8 years ago
荒野中的地平线
本文介绍了一个名为 “野外地平线”（HLW）的大规模数据集，探究了卷积神经网络在不依赖几何约束或特殊提示的情况下，直接估算地平线的应用，采用我们的 CNN 模型，在 HLW 数据集和其他两个基准数据集上实现了最先进的结果。
PDF8 years ago
CVPRVisual7W：基于图像的问答系统
通过物体级别的 grounding，在图像中建立了文本描述与图像区域的语义联系，提出了一种新型维度的视觉问答任务，并使用多个基线模型和带有空间注意力机制的 LSTM 模型来解决该任务。
PDF9 years ago
纹理识别、描述和分割的深度滤波器组
本文提出了一种基于可描述纹理数据集的词汇表，用于描述常见的纹理模式，以及一些对应的图像识别技术，包括物体材质和纹理属性的实时识别，并通过将深度模型卷积层用作滤波器进行优化以获得卓越的性能。
PDF9 years ago
ICCV视觉问答
本文提出自由和开放的视觉问答（VQA）任务，旨在通过自然语言问题回答图片问题，涉及到图片理解、多种语言的回答以及数据集和评价方法。
PDF9 years ago
AAAIHard to Cheat: 基于图像问题回答的图灵测试
机器对语言和图像的理解正在取得进展，研究界对更为开放和整体的任务产生了浓厚兴趣，我们探讨了几个突出的挑战，主张将 “图像问答” 作为更具吸引力的一种全面任务，这是图灵测试的一个版本，对过度解释的错误更加鲁棒，并将其与其他任务如解释和描述的生
PDF9 years ago