文献

J-GLOBAL ID：201702245511887206   整理番号：17A1398467

前後関係に依存した両側LSTMによるcaptioningキーワード駆動画像【Powered by NICT】

Keyword-driven image captioning via Context-dependent Bilateral LSTM

著者 (8件)： Zhang Xiaodan (City University of Hong Kong) ,  He Shengfeng (South China University of Technology) ,  Song Xinhang (University of Chinese Academy of Sciences) ,  Wei Pengxu (University of Chinese Academy of Sciences) ,  Jiang Shuqiang (University of Chinese Academy of Sciences) ,  Ye Qixiang (University of Chinese Academy of Sciences) ,  Jiao Jianbin (University of Chinese Academy of Sciences) ,  Lau Rynson W. H. (City University of Hong Kong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 781-786  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 画像字幕は最近多くの注目を集めている。しかし,既存アプローチでは,シンプルな文脈情報,単一文脈中心のみで各画像を記述するために1文を生成する典型的画像を記述するため限られている。本論文では,新しいアプローチを用いたユーザの視点からこの限界を検討した。追加入力としていくつかのキーワードが与えられた時,提案した方法は,提供された指針に従って種々の記述を形成するだろう。,異なる焦点をもつ記述は,同じ画像の生成することができる。著者らの方法は,単語依存性を考慮してキーワード駆動型文章を予測する新しい文脈依存双方向長い短期記憶(CDB LSTM)モデルに基づいている。単語依存性は両側パイプラインを持つ外部および内部統一と合同訓練プロセスで調べた。MS COCOデータセット上での実験を行い,提案した方法は,ベースライン法よりも著しく優れているだけでなく,種々のキーワードと良く適応と一貫性を示すことを実証した。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： 基準線 ,  *キーワード ,  単語 ,  *画像
準シソーラス用語： 短期記憶 ,  文脈情報 ,  字幕 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： LSTM ,  キーワード