Image-texte Embedding for Remote Sensing VQA: Atelier MACLEAN '21

Cette séance de cours explore la recherche d'une bonne intégration de texte d'image pour répondre à des questions visuelles de télédétection, en discutant de diverses méthodes telles que la multiplication par éléments, le pooling bilinéaire compact multimodal et la fusion multimodale Tucker. La présentation s'inscrit dans le système de référence, les travaux connexes, et les résultats obtenus à partir de jeux d'images à basse et à très haute résolution.