- …
- …
#756
summarized by : QIUYUE
どんな論文か？
従来のVQAデータセット(例VQA2.0)に強いreal-world priorsが含まれ，VQAを評価する上でBiasesの学習能力が重要となる．この文章で，visual reasoningとcompositionalを評価できるGQAを提案,Visual Genomeデータセットの画像とScene Graphから構築, サンプルごとにFunction Program付き、Biasesが低い
新規性
従来のVQAデータセット(VQA1.0,2.0など)と比べ，質問に含まれる情報をきちんと整えている．そのため，様々なVQAの能力を評価可能(例：compositional能力)．GQAデータセットはサンプルごとにScene graphとfunction program付きで，より透明でVQA回答のAccuracyだけではなく，回答プロセスの評価も将来的に可能？
結果
SOTA VQA手法がGQAにおいて全体的Accuracyが54.1% (vs. VQA2.0 70%程度)．Human精度が89.3%なので，GQAデータセットはまたまたベンチマークとして用いられる．（GQA Challenge2019にも73％くらいのモデル画提案された）
その他（なぜ通ったか？等）
Stanford大学のNLPとAI研究のリーダーが第二作者(Christopher D. Manning)！GQA Challengeが2019年のCVPRのVisual Question Answering and Dialogワークショップにあげられた．
- …
- …