现有的统计图问答任务算法大多依赖于大型的预训练深度网络获取图像的特征，但采用预训练的方式不能保障算法在场景任务下的泛化能力，并且大型算法网络会限制算法模型在实际场景下的响应等性能。本文通过研究统计图问答任务下的图像特征获取技术，结合神经网络的稠密连接技术，提出新的轻量型算法获取丰富的图像特征，来提升图像特征在问答推理过程的作用，并基于此提出新的算法框架来解决统计图问答任务。
科研之友
微信
新浪微博
Facebook
分享链接
