文献

J-GLOBAL ID：201802270357220297   整理番号：18A1308379

自動画像キャプション生成に関する調査【JST・京大機械翻訳】

A survey on automatic image caption generation

著者 (2件)： Bai Shuang (School of Electronic and Information Engineering, Beijing Jiaotong University, No.3 Shang Yuan Cun, Hai Dian District, Beijing, China) ,  An Shan (Beijing Jingdong Shangke Information Technology Co., Ltd, Beijing, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 311  ページ： 291-304  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 画像捕捉は,画像のために自動的に捕獲を生成することを意味する。最近出現した研究分野として,それはますます多くの注意を引きつけている。画像捕捉の目標を達成するために,画像の意味情報を,自然言語において捕捉し,表現する必要がある。コンピュータビジョンと自然言語処理の両方の研究コミュニティを結びつけて,画像キャプショニングは非常に挑戦的なタスクである。この問題を解決するために種々のアプローチが提案されている。本論文では,画像捕捉研究における進歩に関する調査を提示した。採用された技術に基づいて,著者らは異なるカテゴリに画像キャプショニング手法を分類した。各カテゴリにおける代表的な方法を要約し,それらの強度と限界について述べた。本論文において,著者らは最初に,主に検索とテンプレートに基づく初期の研究において使用する方法を検討した。次に,ニューラルネットワークベースの方法に関する著者らの主要な注意に焦点を合わせて,それは最新の結果の状態を与えた。ニューラルネットワークベースの方法は,それらを使用する特定のフレームワークに基づいて,さらにサブカテゴリに分割される。ニューラルネットワークに基づく方法の各サブカテゴリを詳細に検討した。その後,最新の方法の状態をベンチマークデータセット上で比較した。それに続いて,将来の研究方向に関する議論を提示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 符号器 ,  多モード ,  コンピュータビジョン ,  *画像 ,  自然言語処理 ,  自然言語 ,  ニューラルネットワーク ,  コミュニティ ,  捕獲
準シソーラス用語： 意味情報 ,  *キャプション , 【Automatic Indexing@JST】

著者キーワード (6件)： 画像取得 ,  文章テンプレート ,  ディープニューラルネットワーク ,  マルチモーダル埋込み ,  エンコーダ-復号器フレームワーク ,  注意機構

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： キャプション ,  調査