|
|||||
|
|
| 全卷积神经结构的段落式图像描述算法 | |
| 引用本文： | 李睿凡,梁昊雨,冯方向,张光卫,王小捷.全卷积神经结构的段落式图像描述算法[J].北京邮电大学学报,2019,42(6):155-161. |
| 作者姓名： | 李睿凡 梁昊雨 冯方向 张光卫 王小捷 |
| 作者单位： | 北京邮电大学计算机学院,北京100876;教育部信息网络工程研究中心,北京100876;北京邮电大学计算机学院,北京100876;教育部信息网络工程研究中心,北京100876;北京邮电大学网络技术研究院,北京100876 |
| 基金项目： | 国家重点研发计划项目（2019YFF0303302）；国家自然科学基金项目（61906018）；国家电网公司总部科技项目（5200-201918255A-0-0-00） |
| 摘 要： | 针对段落式图像描述生成研究中提升描述语句之间的连贯性问题，提出了一种基于全卷积结构的图像段落描述算法.采用基于卷积网络的区域检测器获取图像表示，结合段落在语言学角度的层次性，构建一种层次性的深度卷积解码器对图像表示解码，自动生成段落式文本描述.同时将门控机制嵌入卷积解码器网络中，以提升模型的记忆能力.实验结果表明，相比于基于循环神经网络等传统段落图像的描述方法，新算法能够为图像生成更为连贯的段落式文本描述，在评测指标上取得较好的结果. |
| 关 键 词： | 卷积网络 深度学习 图像描述 连贯性 |
| 收稿时间： | 2019-04-14 |
Paragraph Image Captioning with Deep Fully Convolutional Neural Networks |
|
| LI Rui-fan,LIANG Hao-yu,FENG Fang-xiang,ZHANG Guang-wei,WANG Xiao-jie.Paragraph Image Captioning with Deep Fully Convolutional Neural Networks[J].Journal of Beijing University of Posts and Telecommunications,2019,42(6):155-161. | |
| Authors: | LI Rui-fan LIANG Hao-yu FENG Fang-xiang ZHANG Guang-wei WANG Xiao-jie |
| Affiliation: | 1. School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876, China; 2. Engineering Research Center of Information Networks, Ministry of Education, Beijing 100876, China; 3. Institute of Network Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China |
| Abstract: | |
| Keywords: | convolutional networks deep learning image captioning coherence |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《北京邮电大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京邮电大学学报》下载全文 | |
