文献

J-GLOBAL ID：202002210251420376   整理番号：20A1865249

より深い視点が豊富な深さを意識した画像パラグラフキャプション【JST・京大機械翻訳】

Look Deeper See Richer Depth-aware Image Paragraph Captioning

著者 (5件)： Wang Ziwei (The University of Queensland, Brisbane, Australia) ,  Luo Yadan (The University of Queensland, Brisbane, Australia) ,  Li Yang (The University of Queensland, Brisbane, Australia) ,  Huang Zi (The University of Queensland, Brisbane, Australia) ,  Yin Hongzhi (The University of Queensland, Brisbane, Australia)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’18  ページ： 672-680  発行年： 2018年 
JST資料番号： D0698C  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： 文章レベルでの画像キャプテーションの広範なアベイラビリティにより,画像パラグラフを自動的に生成する方法はまだよく探索されている。完全なパラグラフによる画像の記述は,単一文章よりも,必然的に,コヒーレントかつ多様に組織化文章を含み,必然的に高い複雑性をもたらす。既存の画像パラグラフキャプテーション方式は,オブジェクトと関心領域を表現するための一連の文章を与え,そこでは,記述は,オブジェクトと領域を含む画像断片を従来の画像単一存在キャプテーションモデルに供給することによって本質的に生成される。この戦略は立体階層と非重複物体を保証する記述を生成するのが難しい。本論文では,画像に対するパラグラフキャップを生成するため,深さ意識注意モデル(DAM)を提案した。画像領域の深さは,まず,オブジェクト間の空間関係を明らかにするために,言語復号器をさらに誘導できる,空間位置の範囲でオブジェクトを区別するために推定した。このモデルは論理的でコヒーレントな方法でパラグラフを完成する。注意機構を組み込むことによって,学習モデルは,同じオブジェクトに関するベルボース記述を避けながら,パラグラフ生成の間,文章焦点を急速にシフトした。大規模な定量的実験とユーザ研究をVisual Genomeデータセットで実施し,提案モデルの有効性と解釈性を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コヒーレンス ,  学習モデル ,  言語 ,  復号器 ,  アベイラビリティ ,  捕獲 ,  有効性
準シソーラス用語： 複雑性 ,  関心領域 , 【Automatic Indexing@JST】

著者キーワード (3件)： 注意機構 ,  深さ推定 ,  パラグラフ捕獲

分類 (2件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 視点 ,  意識 ,  キャプション