10.3969/j.issn.1000-386x.2018.12.038
基于深度学习的图片问答系统设计研究
对VQA(Visual Question Answering)数据集进行统计分析,得到相应统计特征,在此基础上提出数据预处理方法:仿聚类法.局部修改VGGNet提取的图像特征,与使用LSTM获取的问题特征连接后通过多层感知器,连接以K个可能输出的softmax分类器构成模型LcVMS.经过低频剔除法与仿聚类法预处理后,LcVMS在数据集上准确率从43.21%提高到44.45%.实验表明,以LcVMS模型为系统应答逻辑的图片问答系统能较好地分辨物体、数量、颜色和位置等信息,在一定程度上可媲美幼儿智商,具备一定的实用价值.
视觉问答、对话系统、自然语言处理、卷积神经网络、循环神经网络
35
TP387(计算技术、计算机技术)
2019-04-25(万方平台首次上网日期,不代表论文的发表时间)
共10页
199-208