一个视觉问题为何会有不同答案？
计算机视觉与模式识别
2019-08-16 v2 人机交互
机器学习
摘要
视觉问答是返回关于图像问题的答案的任务。一个挑战是不同人经常对同一视觉问题提供不同答案。据我们所知，这是首个旨在理解其原因的工作。我们提出了九种合理原因的归类体系，并创建了两个标注数据集，包含约 45,000 个指示哪些原因导致答案差异的视觉问题。我们随后提出了一种直接从视觉问题预测哪些原因将导致答案差异的新问题，以及用于此目的的新算法。实验证明了我们的方法在两个多样数据集上相对于若干相关基线的优势。我们在 https://vizwiz.org 公开分享了数据集与代码。
引用
@article{arxiv.1908.04342,
title = {Why Does a Visual Question Have Different Answers?},
author = {Nilavra Bhattacharya and Qing Li and Danna Gurari},
journal= {arXiv preprint arXiv:1908.04342},
year = {2019}
}