TallyQA：回答复杂计数问题
计算机视觉与模式识别
2018-11-02 v2
摘要
视觉问答（VQA）数据集中的大多数计数问题都很简单，只需目标检测即可。在此，我们研究涉及对象间关系、属性识别、推理等复杂计数问题的算法。为此，我们创建了 TallyQA，全球最大的开放式计数数据集。我们提出一种利用带区域提议的关系网络进行计数的新算法。我们的方法使关系网络能高效用于高分辨率图像。在 TallyQA 和 HowMany-QA 基准上，与基线及近期系统相比，它取得了最先进（state-of-the-art）结果。
引用
@article{arxiv.1810.12440,
title = {TallyQA: Answering Complex Counting Questions},
author = {Manoj Acharya and Kushal Kafle and Christopher Kanan},
journal= {arXiv preprint arXiv:1810.12440},
year = {2018}
}
备注
To appear in AAAI 2019 ( To download the dataset please go to http://www.manojacharya.com/ )