visual entities | BriefGPT - AI 论文速递

关键词visual entities

搜索结果 - 6

显式表示语法提升预测意外情境下的句子布局
通过自然语言句子中的识别视觉实体和将其按照二维空间布局排列，需要对语言和空间进行构造性理解。本研究通过对比显示，如果句子提到了在训练期间看到的类似实体关系，则可以从隐式或显式编码句子句法的语言表示中预测布局。为了测试构造性理解，我们收集了一
PDF5 months ago
EMNLPZEST: 从文本描述中使用文本相似度和视觉摘要实现零样本学习
本研究关注零样本学习的视觉问题，并提出了使用基于文本描述的分类器，该分类器关注从图像描述中提取最相关的信息并将视觉特征与文本进行匹配，通过基于关注机制的简单模型，利用物种之间的相似度和文本的可视摘要来提高零样本视觉对象识别的效果。
PDF4 years ago
减少偏差的模型生成场景图
提出了一种基于自学知识的场景图生成模型训练方案，使用两个关系分类器减少标注偏差和稀疏标注造成的影响，并在多个标准场景图生成任务中观察到了显著的相对改进。
PDF4 years ago
深度阅读器：通过关系抽取和自然语言从文档图像中提取信息
这篇论文介绍了一种名为 DeepReader 的新型企业级综合框架，其通过识别文档图像中的视觉实体并在不同实体之间填充元关系模型来促进文档图像中的信息提取，包括从表格、图表、脚注、文本框和标题等视觉实体中提取相关信息。
PDF6 years ago
学习空间和时间中的共现视觉群体
提出了一种自我监督的方法，基于视觉实体在空间和时间中的共现率进行分组，这种方法在图像，视频和图像集合中可以学习到实体间的关联规律，从中生成物体提议、电影场景分割和语义位置类别。
PDF9 years ago
三主体亲属关系验证：理解家庭核心
本文研究了多个视觉体之间的关系问题，如在一张照片中的孩子是否属于给定的父母，提出了相对对称双线性模型 (RSBM)、空间投票方法和大规模的三主体亲属数据库，并在多个数据库上进行了实验，证明了所提方法的有效性。
PDF9 years ago