2014—2016：几条准备已久的路线相遇

可复用视觉特征文字序列预测图文数据与共同评价分类预训练区域表示已有文字 → 后续文字可变长度输出图像—描述图像—问题—答案2013DeViSE视觉—语义空间2014LRCN / Show and Tell图像描述2015区域—句子对齐 / VQA局部对应与问题条件2016DCC未配对类别的描述Trevor DarrellMIT 教职 1999—2008 → Berkeley，2008R-CNN、FCN、LRCN 的共同作者之一积累汇合，让新问题可训练：说出内容 · 对应局部 · 按问题回答年份标示预印本或会议窗口；技术联系不等于私人动机或单一研究者的谱系。
caption、局部对齐与 VQA 是不同研究问题，不是一条单向升级史。 · 在课堂播放器中查看

视觉预训练、文字序列预测与配对数据三条积累进入2013至2016的研究时间带；下方提供Trevor Darrell公开研究背景。

返回同一状态