基于残差注意力的多尺度网络逻辑推理方法

作者：熊中敏; 曾旗; 卢鹏; ***; 郑宗生

来源：计算机工程, 2022, 1-9.

DOI：10.19678/j.issn.1000-3428.0064591

• 逻辑推理
• RPM
• 残差结构
• 注意力机制
• I-RAVEN
• 多尺度关系网络

逻辑推理是感知图形之间联系的能力，如何让计算机拥有类人的推理能力是一个重要的研究内容，在大量数据和深度模型的驱动下，现代人工智能在某些特定任务中能达到超人类水平的表现，但通过图像进行逻辑推理的能力还远远落后。针对逻辑推理领域的多尺度关系网络（MRNet）特征提取能力及泛化性不足的问题，提出了一种改进的逻辑推理方法-残差注意力多尺度关系网络（ResAMRNet）。利用残差结构重构主干网络，使用跳连与长跳连相结合，将浅层特征融合进深层网络训练中，减少特征信息丢失以提高模型的特征提取能力；在推理阶段，将通道注意力机制与残差模块相融合检测每行图片间的关系特征，差异化各特征通道重要程度，自适应学习注意力权重，提取关键特征；提出双池化高效通道注意力机制（DECA），结合全局最大池化进一步获取关于对象的特征信息，提高泛化性。在逻辑推理代表数据集RAVEN和I-RAVEN上进行实验，结果表明，ResAMRNet在RAVEN和I-RAVEN上的推理准确率分别为92.3%、97.4%，性能较MRNet分别提高8.3%和18.1%。

• 单位
  上海海洋大学