- …
- …
#347
summarized by : kota yoshida
どんな論文か？
表現によって言及された関連コンテンツを強調するlanguage-guided graph attention network(LGRAN)を提案し，オブジェクト間の関係をモデル化するために、画像のオブジェクト領域にわたって有向グラフを構築する．
新規性
以下の要素で構成されるLGRANを提案．
language-self attention module:近傍オブジェクトとの関係を記述.
language-guided graph attention module: 画像のオブジェクト上にグラフを構築し，言語表現に適応するオブジェクト表現を動的に学習．
matching module :オブジェクト，クラス内関係，クラス間関係の3つを加重合計．
結果
referring expressionのデータセット（RefCOCO、RefCOCO +、RefCOCOg）で実験を行い．提案されたアプローチの有用性を示した，また，本提案手法が，理解の決定を視覚的に説明可能であることも示した．
その他（なぜ通ったか？等）
- …
- …