Dynamic Fusion with Intra- and Inter-modality Attention Flow for Visual Question Answering 心得体会_小镇大爱的博客

论文链接：https://arxiv.org/abs/1812.05252

这篇论文提出了一种新的多模态特征融合方法——模式内与模式间注意流的动态融合的视觉问题回答，它可以在视觉和语言模式之间传递动态信息，它能够很好地捕捉语言和视觉领域之间的高层交互，从而显着地提高了视觉问题回答的性能。这篇论文提出了