指称表达的研究进展与发展趋势

指称表达是近年来蓬勃发展的新兴研究方向,也是视觉—语言交互领域中具有代表性的研究任务.其主要研究内容为:在对自然语言及视觉图像中的属性、位置、关系等上下文信息充分理解的基础上,通过跨模态的交互及推理,依据自然语言描述,准确完成图像区域的指称决策.该任务的有效解决对计算机的感知能力、推理能力和多模态信息融合能力等均提出了更高的要求,具有重要的研究价值;同时在人机交互、自动驾驶、智能家居等众多现实情景中均具备广阔的应用前景.本文旨在对近年来指称表达任务的研究进展及未来趋势进行综述和分析.介绍该任务的研究背景及研究内容,列举常用的数据集和评价指标,重点对国内外近几年的研究进展进行归纳与总结,分析国内该领域的研究现状及特点,对其未来的发展方向进行讨论与展望.