文献

J-GLOBAL ID：201702266500503645   整理番号：17A0414119

Show and Tell:2015MSCOCO画像キャプション攻撃から学んだ教訓【Powered by NICT】

Show and Tell: Lessons Learned from the 2015 MSCOCO Image Captioning Challenge

著者 (4件)： Vinyals Oriol (Department of Research, Google, Mountain View, CA) ,  Toshev Alexander (Department of Research, Google, Mountain View, CA) ,  Bengio Samy (Department of Research, Google, Mountain View, CA) ,  Erhan Dumitru (Department of Research, Google, Mountain View, CA)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 4  ページ： 652-663  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 画像の内容を記述する自動コンピュータビジョンと自然言語処理を結合する人工知能における基本的問題である。本論文では,コンピュータビジョンと機械翻訳における最近の進歩を組合せ,画像を記述する自然文を生成するために使用できる深い再発アーキテクチャに基づく生成モデルを提示した。モデルは,訓練画像を与えられた目標記述文の尤度を最大化するために訓練した。いくつかのデータセット上での実験を行い,モデルの精度と,画像記述のみから学習する言語の流暢性を示した。著者らのモデルはしばしば非常に正確であり,著者らは定性的にも定量的にも検証した。最後に,この課題への関心の最近の高まり,競争は,新しくリリースCOCOデータセットを用いて2015年に組織された。著者ら自身のベースラインに適用し,競争の得られた性能は,Microsoft Researchからのチームによるex aequoを勝ち抜いたを示した種々の改良を記述し,解析した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 自然言語処理 ,  計算機アーキテクチャ ,  基準線 ,  人工知能 ,  機械翻訳 ,  コンピュータビジョン ,  再発 ,  *画像 ,  言語
準シソーラス用語： 尤度 ,  生成モデル ,  *学んだ教訓 ,  *キャプション , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： キャプション ,  攻撃 ,  教訓