文献

J-GLOBAL ID：201802285106233143   整理番号：18A1771338

画像キャプション生成のための新しい意味属性ベースの特徴【JST・京大機械翻訳】

A Novel Semantic Attribute-Based Feature for Image Caption Generation

著者 (3件)： Wang Wei (School of Electronic Engineering, Xidian University, Xian, China) ,  Ding Yuxuan (School of Electronic Engineering, Xidian University, Xian, China) ,  Tian Chunna (School of Electronic Engineering, Xidian University, Xian, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 3081-3085  発行年： 2018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： コンピュータビジョンと自然言語処理を結びつけるので,画像捕捉は挑戦的である。それは,センシングオブジェクトだけでなく,自然言語記述を生成するための画像における相互関係とコンテキストも必要とする。本論文では,Long Short Term Memory(LSTM)の符号器に供給される,顕著な意味属性により重み付けされた新しい視覚特徴を抽出することを提案した。意味属性は,画像におけるより多くの意味関連情報を利用するために重要であり,画像捕捉を生成する精度を強化するために,顕著なシーンを記述する。VGG-16ネットワークに関する多重姿勢学習(MIL)アーキテクチャに基づいて,著者らは,FC7層における特徴ベクトルに高い確率属性をマップする移動規則を設計した。それは,より多くの意味関連視覚特徴をもたらす。著者らのモデルは,画像のより豊かな詳細を効果的に認識することができて,標準的計量の下でMSCOCO2014データセットに関する最先端の性能を達成することができた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  ネットワーク ,  自然言語処理 ,  自然言語 ,  *画像 ,  多重化 ,  符号器 ,  捕獲 ,  コンピュータビジョン ,  計算機アーキテクチャ
準シソーラス用語： 特徴ベクトル ,  *キャプション ,  視覚顕著 ,  最先端 , 【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 (3件)： キャプション ,  意味 ,  属性