文献

J-GLOBAL ID：202202263200196388   整理番号：22A0457091

グリッド特性と変圧器の結合によるリモートセンシング画像の捕捉の改善【JST・京大機械翻訳】

Improving Remote Sensing Image Captioning by Combining Grid Features and Transformer

著者 (6件)： Zhuang Shuo (School of Computer Science and Information Engineering, Hefei University of Technology, Hefei, China) ,  Wang Ping (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Wang Gang (CETC Key Laboratory of Aerospace Information Applications, Shijiazhuang, China) ,  Wang Di (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Chen Jinyong (CETC Key Laboratory of Aerospace Information Applications, Shijiazhuang, China) ,  Gao Feng (CETC Key Laboratory of Aerospace Information Applications, Shijiazhuang, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.6504905.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： リモートセンシング画像キャプテーション(RSIC)は,自然言語における画像コンテンツを記述する画像理解において大きな意義を持つ。既存の方法は,主に深い学習に基づき,文章を生成する符号器-デコーダモデルに依存する。復号化プロセスにおいて,再帰ニューラルネットワーク(RNN)と長い短期メモリ(LSTM)は,通常,画像キャップを順次生成するために適用される。本レターでは,変圧器エンコーダ符号器を,RSIC性能を改善するために,グリッド特徴と組み合わせた。最初に,事前訓練畳込みニューラルネットワーク(CNN)を用いて,ベクトル表現として符号化された格子ベース視覚特徴を抽出した。次に,変圧器は視覚特徴と自然言語を橋渡しするための意味記述を出力する。さらに,自己臨界シーケンス訓練(SCST)戦略を適用して,画像キャプテーションモデルをさらに最適化し,生成された文の品質を改善した。RSCID,UCM-Caption,およびSydney-Captionの3つの公開データセットについて,広範な実験を行った。実験結果は,SCST戦略の有効性を実証して,提案方法はRSCIDデータセットに関する最先端の画像キャプテーション方式と比較して優れた性能を達成した。Copyright 2022 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： 記憶装置 ,  最適化 ,  ベクトル ,  *変圧器 ,  ニューラルネットワーク ,  自然言語 ,  臨界 ,  復号化 ,  符号器 ,  有効性 ,  画像理解
準シソーラス用語： 映像コンテンツ ,  *リモートセンシング画像 ,  畳込みニューラルネットワーク ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： グリッド ,  変圧器 ,  リモートセンシング画像 ,  捕捉