CVPR无缝连接视觉语言

机器之心专栏

作者：楼超、韩文娟、林煜桓、郑子隆

来自北京通用人工智能研究院的这项研究入选CVPR。理解具有语言描述的复杂视觉场景图像是人工智能的一项基本任务。先前的研究工作已经通过分别为视觉场景（如场景图）和自然语言（如依存树）构建层次结构，展示了令人信服的理解结果。然而，如何建立一个联合视觉和语言（VL）的图结构、建模多模态的依存关系，受

转载请注明：http://www.0431gb208.com/sjszjzl/501.html