专注于关键点：学习如何关注视觉问答中最重要的信息

《Neural Networks》：Focus on the Essentials: Learning to Attend to the Most Critical Information for Visual Question Answering

　　

曾坤|李志新

• •
  我们提出了一种新颖的方法（FOE），使模型能够专注于视觉问答中的关键信息。
• •
  我们通过反事实合成策略修改了那些最微妙但至关重要的信息。
• •
  我们设计了一种动态答案惩罚算法，该算法能够考虑不同难度级别的问题以及次优优化情况。
• •
  我们采用对比学习来区分事实样本和反事实样本之间的差异。
• •
  我们的FOE在四个数据集上的表现优于最先进的方法。