Fugu-MT 論文翻訳(概要): VQA-Aid: Visual Question Answering for Post-Disaster Damage Assessment and Analysis

論文の概要: VQA-Aid: Visual Question Answering for Post-Disaster Damage Assessment and Analysis

arxiv url: http://arxiv.org/abs/2106.10548v1
Date: Sat, 19 Jun 2021 18:28:16 GMT
ステータス: 処理完了
システム内更新日: 2021-06-22 15:33:28.773359
Title: VQA-Aid: Visual Question Answering for Post-Disaster Damage Assessment and Analysis
Title（参考訳）: VQA-Aid:災害後の被害評価と分析のための視覚的質問応答
Authors: Argho Sarkar, Maryam Rahnemoonfar
Abstract要約: 無人航空機(UAV)と統合された視覚質問応答システムには、災害後の被害評価を前進させる多くの可能性がある。ハリケーン・マイケル時に収集したテキストHurMic-VQAデータセットについて紹介する。
参考スコア（独自算出の注目度）: 0.7614628596146599
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Visual Question Answering system integrated with Unmanned Aerial Vehicle (UAV) has a lot of potentials to advance the post-disaster damage assessment purpose. Providing assistance to affected areas is highly dependent on real-time data assessment and analysis. Scope of the Visual Question Answering is to understand the scene and provide query related answer which certainly faster the recovery process after any disaster. In this work, we address the importance of \textit{visual question answering (VQA)} task for post-disaster damage assessment by presenting our recently developed VQA dataset called \textit{HurMic-VQA} collected during hurricane Michael, and comparing the performances of baseline VQA models.
Abstract（参考訳）: 無人航空機(UAV)と統合された視覚質問応答システムには、災害後の被害評価を前進させる多くの可能性がある。被害地域への支援の提供は、リアルタイムデータアセスメントと分析に大きく依存している。 Visual Question Answeringのスコープは、状況を理解し、災害後のリカバリプロセスを確実に高速化するクエリ関連の回答を提供することである。本稿では, ハリケーン・マイケル時に収集したVQAデータセットである「textit{HurMic-VQA}」を提示し, ベースラインVQAモデルの性能を比較することで, 災害後の被害評価における「textit{visual question answering (VQA)」タスクの重要性を考察する。

関連論文リスト

Reducing Hallucinations: Enhancing VQA for Flood Disaster Damage Assessment with Visual Contexts [6.820160182829294]
VQA-TSP (Two-Stage Prompt) を用いたゼロショットVQA(Flood Disaster VQA)を提案する。モデルは第1段階で思考プロセスを生成し、その後思考プロセスを使用して第2段階で最終回答を生成する。本手法は, 洪水災害シナリオに対する最先端ゼロショットVQAモデルの性能を上回った。
論文参考訳（メタデータ） (2023-12-21T13:45:02Z)
Unleashing the Potential of Large Language Model: Zero-shot VQA for Flood Disaster Scenario [6.820160182829294]
洪水被害評価のためのゼロショットVQAモデル(ZFDDA)を提案する。洪水災害を主な研究対象とし,フリースタイルの洪水画像質問回答データセット(FFD-IQA)を構築した。この新しいデータセットは、質問タイプを拡張して、自由形式、複数選択、イエスノー質問を含む。我々のモデルは、大きな言語モデルの可能性を解き明かすために、よく設計された思考の連鎖(CoT)デモを使用する。
論文参考訳（メタデータ） (2023-12-04T13:25:16Z)
Exploring Question Decomposition for Zero-Shot VQA [99.32466439254821]
視覚的質問応答のための質問分解戦略について検討する。モデル記述分解の素早い適用は性能を損なう可能性があることを示す。モデル駆動選択的分解手法を導入し,予測と誤りの訂正を行う。
論文参考訳（メタデータ） (2023-10-25T23:23:57Z)
UNK-VQA: A Dataset and a Probe into the Abstention Ability of Multi-modal Large Models [55.22048505787125]
本稿ではUNK-VQAと呼ばれる包括的データセットを提案する。まず、画像または疑問について意図的に摂動することで、既存のデータを拡大する。そこで我々は,新たなマルチモーダル大規模モデルのゼロショット性能と少数ショット性能を広範囲に評価した。
論文参考訳（メタデータ） (2023-10-17T02:38:09Z)
Measuring Faithful and Plausible Visual Grounding in VQA [23.717744098159717]
VQA(Visual Question Answering)システムにおける視覚的グラウンドリング(VG)のメトリクスは、与えられた質問に対する回答を推測する際に、システムの画像の関連部分への依存度を測定することを目的としている。 VGの欠如は、最先端のVQAシステムに共通する問題であり、無関係な画像部品に過度に依存したり、視覚的モダリティを完全に無視したりすることができる。本稿では,モデルa)がシーン内の質問関連オブジェクトを識別し,b)応答を生成する際の関連オブジェクトに含まれる情報に実際に依存しているかどうかを判断する新しいVGメトリクスを提案する。
論文参考訳（メタデータ） (2023-05-24T10:58:02Z)
What's Different between Visual Question Answering for Machine "Understanding" Versus for Accessibility? [8.373151777137792]
視覚的質問応答(VQA)では、機械は関連する画像が与えられた質問に答えなければならない。各種VQAモデルを評価することにより,マシンの"理解"データセット(VQA-v2)とアクセシビリティデータセット(VizWiz)の相違性を評価する。本研究は,VQAにおけるアクセシビリティの機会と課題について考察し,今後の研究の方向性を提案する。
論文参考訳（メタデータ） (2022-10-26T18:23:53Z)
Continual VQA for Disaster Response Systems [0.0]
Visual Question Answering (VQA)は、入力画像から質問に答えることを含むマルチモーダルタスクである。主な課題は、影響地域の評価におけるラベルの生成による遅延である。トレーニング済みのCLIPモデルをデプロイし、ビジュアルイメージペアに基づいてトレーニングする。我々は、FloodNetデータセットの過去の最先端結果を上回った。
論文参考訳（メタデータ） (2022-09-21T12:45:51Z)
Human-Adversarial Visual Question Answering [62.30715496829321]
我々は、最先端のVQAモデルと人間工学の例を比較検討する。これらの例で評価すると,多種多様な最先端モデルの性能が低下していることが分かる。
論文参考訳（メタデータ） (2021-06-04T06:25:32Z)
Found a Reason for me? Weakly-supervised Grounded Visual Question Answering using Capsules [85.98177341704675]
近年,VQAタスクの接地に関する問題が研究コミュニティで注目されている。カプセル特徴のクエリーに基づく選択機構を備えたビジュアルカプセルモジュールを提案する。提案するカプセルモジュールを既存のVQAシステムに統合することで,弱教師付き接地作業における性能が著しく向上することを示す。
論文参考訳（メタデータ） (2021-05-11T07:45:32Z)
Loss re-scaling VQA: Revisiting the LanguagePrior Problem from a Class-imbalance View [129.392671317356]
本稿では,クラス不均衡の観点から,VQAにおける言語先行問題を理解することを提案する。これは、なぜVQAモデルが頻繁に、そして明らかに間違った答えをもたらすのかを明確に示している。また,顔認識や画像分類などの他のコンピュータビジョンタスクに対して,クラス不均衡解釈方式の有効性を正当化する。
論文参考訳（メタデータ） (2020-10-30T00:57:17Z)
SQuINTing at VQA Models: Introspecting VQA Models with Sub-Questions [66.86887670416193]
現状のVQAモデルでは、知覚や推論の問題に答える上で同等の性能を持つが、一貫性の問題に悩まされていることを示す。この欠点に対処するため、サブクエスト対応ネットワークチューニング(SQuINT)というアプローチを提案する。我々は,SQuINTがモデル一貫性を5%向上し,VQAにおける推論問題の性能も改善し,注意マップも改善したことを示す。
論文参考訳（メタデータ） (2020-01-20T01:02:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。