- …
- …
#839
summarized by : Shintaro Yamamoto
どんな論文か？
画像と質問文をscene graphやdependency treeなどのグラフとして表現することで、VQAの答えを導き出すHypergraph Attention Networks (HANs)を提案。
新規性
画像と質問文から作られる2つのグラフよりco-attention mapを求め、正解を導くための特徴表現を獲得する。
結果
VQA2.0とGQAの2つのデータセットで実験を行い、グラフ表現が有効であることを確認。GQAではSOTAを7%近く更新。
その他（なぜ通ったか？等）
- …
- …