隠れ状態誘導:画像条件つきオートエンコーダを用いた画像キャプションの改善【JST・京大機械翻訳】

Wu Jialin; Mooney Raymond J.

プレプリント

J-GLOBAL ID：202202218787610986 整理番号：22P0084403

隠れ状態誘導:画像条件つきオートエンコーダを用いた画像キャプションの改善【JST・京大機械翻訳】

Hidden State Guidance: Improving Image Captioning using An Image Conditioned Autoencoder

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2019年10月30日プレプリントサーバーでの情報更新日： 2020年01月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ほとんどのRNNベースの画像キャプテーションモデルは,人間のキャプションを模倣するために,出力単語に関する監視を受けた。したがって,隠れ状態は,時間を通して逆伝搬の層を介して雑音のある勾配信号だけを受信することができ,正確な生成キャップを少なくする。結果的に,筆者らは,画像上で調整されたキャプションを自動符号化する容易なタスクで訓練された教師復号器における隠れ状態と一致する新しいフレームワーク,隠れ状態指針(HSG)を提案した。REINFORCEアルゴリズムによる訓練の間,従来の報酬は,各生成された単語に等しく分布する文章ベースの評価計量であり,それらの関連性は何もなかった。HSGは,このモデルがより良い隠れ表現を学習するのを助ける単語レベルの報酬を提供する。実験結果は,HSGが,入力として生画像または検出対象のいずれかを用いて,種々の最先端のキャプション復号器を明瞭に凌駕することを示した。【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る