A Brief Introduction for Visual Question Answer Visual Question Answer (VQA) 是对视觉图像的自然语言问答，作为视觉理解 (Visual Understanding) 的一个研究方向，连接着视觉和语言，模型需要在理解图像的基础上，根据具体的问题然后做出回答。本文将简短的对VQA做一个调研，涉及一小部分论文，作为入门。