#58
summarized by : SY
Contrast and Classify: Training Robust VQA Models
Yash Kant, Abhinav Moudgil, Dhruv Batra, Devi Parikh, Harsh Agrawal

どんな論文か？

VQAの頑健性を向上させる手法を提案．Cross Entropyに加えてContrastive Lossを最適化することによって，質問文の多様性に対する頑健性を向上させる．
placeholder

新規性

Referenceとなる質問ー画像ペアに対して，答えが同じペアをpositive，異なるペアをnegativeデータとして扱うことで，contrastive lossを最適化する．

結果

VQA-Rephrasingsベンチマークを用いて評価し，Consensus Scoreが1.63%向上した．また，VQA2.0ではaccuracyが0.78%向上した．

その他（なぜ通ったか？等）

https://yashkant.github.io/projects/concat-vqa.html

このページで利用されている画像は論文から引用しています．