這是CVPR2018 Oral的一篇關於 Image Captioning和Visual Question Answering的文章，paper鏈接https://arxiv.org/abs/1707.07998，作者的homepage http://www.panderson.me/，code已經被released出來了https://github.com/peteanderson80/bottom-up-attention。
文章要做的事情：
image caption + visual question answer
文章中show出來的關於image caption和visual question answer的實驗結果。
這篇文章的實驗結果很好， 2017 VQA Challenge第一名，image caption方面也與很多最新的方法進行了比較，文章列出了很多trick，但framework沒有講清楚，沒看明白，以後再看看。