7944

پرسش و پاسخ تصويري

1399

دكتر سيد صالح اعتمادي

مسئله پرسش و پاسخ تصويري يك مسئله چالش برانگيز است كه در سال‌‌هاي اخير معرفي شده است و مورد توجه بسياري از محققان دو حوزه پردازش زبان طبيعي و بينايي ماشين قرار گرفته است. هدف اين مسئله پاسخ به پرسش مطرح شده در مورد تصوير ورودي است. يك سيستم پرسش و پاسخ تصويري سعي مي‌كند با استفاده از عناصر بصري تصوير و استنتاج جمع‌آوري شده از سوال متني، پاسخ صحيح را پيدا كند. در فصل اول اين بررسي، به معرفي مسئله پرسش و پاسخ تصويري، كاربرد و اهميت آن و چالش‌هاي اين مسئله مي‌پردازيم. پس از تعريف برخي مفاهيم مورد نياز در فصل دوم، مجموعه‌دادگان، روش‌هاي حل مسئله پرسش و پاسخ و تصويري و معيارهاي ارزيابي آن را در فصل سوم بررسي مي‌كنيم. با توجه به موفقيت ‌يادگيري عميق و مدل‌هاي از قبل آموزش ديده، رويكرد‌هاي حل مسئله پرسش و پاسخ تصويري را به دو دسته كلي رويكرد‌ يادگيري عميق و رويكرد‌ مدل‌هاي از قبل آموزش‌‌ديده نقسيم‌بندي مي‌كنيم. در فصل آخر، پس از نتيجه‌گيري در مورد ابعاد مختلف مسئله پرسش و پاسخ تصويري، در مورد مسيرهاي تحقيق در آينده بحث مي‌كنيم.

12/23/2020 12:00:00 AM

69832

1399/10/21

Visual Question Answering

پرسش و پاسخ تصويري، پردازش زبان طبيعي، بينايي ماشين، يادگيري عميق، مدل‌هاي از قبل آموزش‌ديده

Visual Question Answering, Natural Language Processing, Computer Vision, Deep Learning, pretrained models